Det vanligaste misstaget när man använder AI för att skriva är att be den skriva åt en. Modellen klarar det bra, men resultatet låter nästan alltid som om det är skrivet av AI. Det finns ett bättre arbetssätt som de flesta nybörjare upptäcker av en slump: använd den som redaktör.
Redigering är en uppgift som modellen utför mycket väl. Den behöver inte hitta på någonting, bara läsa det du har skrivit och förbättra det. Knepet är att göra det i tre små omgångar i stället för en enda stor – och att ange exakt vad varje omgång ska fokusera på.
Modellen med tre omgångar
Misstaget många gör är att be om ”återkoppling” eller ”redigering” i en enda stor prompt. Då skriver modellen om texten på tre sätt samtidigt: den ändrar strukturen, byter ut ord och ”jämnar ut” rytmen. Resultatet är tekniskt sett bättre, men inte längre ditt.
Lösningen är att be om en sak per omgång.
Omgång 1: Tydlighet. Är innebörden tydlig? Försöker någon mening göra två saker? Är någonting tvetydigt?
Omgång 2: Ton. Stämmer rösten med det jag vill ha? Är texten för formell, för lättsam eller för ursäktande?
Omgång 3: Grammatik. Slutlig finslipning – stavfel, klumpiga konstruktioner och faktiska grammatikfel.
Varje omgång är kort och fokuserad, och till slut har du förbättrat utkastet utan att din egen röst har gått förlorad.
Omgång 1: Tydlighet
Omgången för tydlighet används alldeles för sällan. Den mesta ”AI-återkopplingen” går direkt på formuleringarna, men de ändringar som ger störst effekt handlar om innebörden. Här är en prompt som fungerar:
Läs det här utkastet noggrant. Skriv inte om någonting än. Berätta:
- Vilka tre meningar som gör mest nytta – de som jag inte bör ändra.
- Om någon mening försöker göra mer än en sak och bör delas upp.
- Om något är tvetydigt – där en läsare kan uppfatta en annan innebörd än den jag avsåg.
- Om strukturen någonstans kan disponeras om för bättre flyt.
Var specifik. Citera den ursprungliga raden varje gång.
Klistra in ditt utkast. Läs svaret noggrant. Du behöver inte godta alla förslag – men problemen med struktur och innebörd blir uppenbara. Åtgärda dem själv innan du går vidare till omgång 2.
Det här fungerar eftersom modellen tvingas peka ut specifika rader i stället för att ge den allmänna kommentaren ”strukturen skulle kunna stramas upp”. Allmänt hållen återkoppling är värdelös. Kritik på radnivå går att agera på.
Omgång 2: Ton
När innebörden sitter är nästa omgång rösten. Här måste du vara ganska specifik med vems röst du vill ha – din, företagets eller en avsedd läsares. Här är en tillförlitlig prompt:
Läs nu texten igen med en enda fråga i åtanke: låter det här som jag?
Om mig: Jag är [din roll, din bransch, din vanliga stil – rak, varm, torr osv.]. Målgruppen för texten är [vilka]. Jag vill att de efteråt ska känna [vad].
Identifiera alla meningar som skär sig med det tonläget. Citera raden, förklara vad som känns fel med den och föreslå ett eller två alternativ.
Skriv inte om hela texten. Endast punktinsatser.
Raden ”endast punktinsatser” är avgörande. Utan den ger modellen dig en fullständig omskrivning, och du förlorar den särprägel som gjorde texten till din.
Efter den här omgången godtar du de ändringar som verkligen stämmer med din röst och avvisar dem som gör den platt. Modellen har ofta rätt om tonen – men ganska ofta korrigerar den dig varsamt mot ett generiskt företagsspråk, vilket inte är vad du vill ha.
Omgång 3: Grammatik och finslipning
Den sista omgången är den minsta. När innebörd och ton sitter kan du tryggt överlåta finslipningen.
Sista omgången. Redigera endast: stavfel, faktiska grammatikfel, klumpiga konstruktioner och oavsiktliga upprepningar. Ändra inte formuleringar av stilskäl. Skriv inte om för tydlighet – det var föregående omgång. Citera och förklara varje ändring.
De flesta moderna modeller utför denna omgång på ett tillförlitligt sätt och ger dig ett slutligt utkast som du kan trycka på skicka för. Om du vill ha en mer omfattande finslipning kan du använda en separat prompt där du ber om ”minsta möjliga redigering för att få texten publiceringsfärdig, utan att ändra ton eller struktur”.
Ett komplett praktiskt exempel
För att göra det konkret följer här ett verkligt exempel på hur arbetsflödet ser ut. Anta att du har skrivit detta stycke för en företagsblogg:
Vi är verkligen glada över att få berätta att vi precis har lanserat vår helt nya kontrollpanel, som vi tror att du kommer att älska. Vårt team har arbetat otroligt hårt med den under de senaste månaderna, och vi anser att den innebär ett stort steg framåt för vår produkt. Det finns flera nya funktioner som vi vet att du kommer att uppskatta, och vi skulle gärna vilja att du provar dem och berättar vad du tycker.
Omgång 1 (tydlighet) uppmärksammar att stycket utlovar tre saker – en lansering, hårt arbete och flera funktioner – utan att precisera någon av dem. Modellen föreslår att texten delas upp i en slagkraftigare inledande mening och ett konkret stycke om nyheterna.
Du skriver om texten till:
Vi har precis släppt en ny kontrollpanel. De tre förändringar som de flesta användare kommer att märka är en gemensam inkorg för alla aviseringar, en omarbetad veckosammanfattning och snabbare sökning i alla projekt. Den är tillgänglig för alla från och med i dag.
I omgång 2 (ton) kan modellen påpeka att ”släppt” har rätt stilnivå för en startupblogg men är fel för en målgrupp av företagskunder, och rekommendera ”lanserat” eller ”introducerat” beroende på målgrupp. Du bestämmer utifrån vilka dina läsare är.
Omgång 3 (grammatik) hittar ingenting – utkastet är korrekt.
Total tid från original till slutversion: ungefär en minut.
När det här inte fungerar
Tre fellägen är värda att nämna.
Att försöka redigera sig ur ett dåligt första utkast. Om strukturen är fel eller huvudidén saknas kan inga omgångar med tydlighet, ton och grammatik rädda texten. Ibland är rätt beslut att kasta utkastet och be modellen ”intervjua mig i femton minuter om det här ämnet”, klistra in dina svar och skriva ett nytt första utkast från grunden.
Att låta modellen bestämma tonen. Olika modeller har olika standardröster (Claude tenderar att vara varmare och mer litterär, ChatGPT mer kortfattad och lätt positiv och Gemini mest ”företagsmässig”). Om du inte berättar för modellen vems röst den ska bevara glider den mot sin egen standard. Förankra alltid tonen i omgång 2.
Att hoppa över genomläsningen. Det är frestande att godta alla föreslagna ändringar med ett klick. Gör inte det. Läs vad modellen föreslog innan du tillämpar ändringarna. Du kommer att invända mot en hel del av förslagen – och förmågan att upptäcka de felaktiga är en verklig färdighet som utvecklas snabbt.
En liten vana som ger växande effekt
Välj en gång i veckan ut en text som du skickade men som inte togs emot som du ville – ett mejl som fick fel reaktion, en presentationsbild som förvirrade människor eller en anteckning som misstolkades. Klistra in den i ChatGPT och fråga: ”Varför kan en förnuftig läsare ha missförstått det här?” Modellen är ofta förvånansvärt bra på att upptäcka vad som fick läsaren att snubbla.
Du kan inte ändra det tidigare meddelandet, men du skärper vanan att se din egen text som någon annan ser den. Efter några månader kommer du att skriva färre meddelanden som behöver förklaras.
Hela arbetsflödet igen
Tre omgångar, en uppgift per omgång. Tydlighet, ton och grammatik – i den ordningen. Var specifik, godta punktinsatserna och avvisa de generiskt företagsmässiga förslagen. Be inte modellen att göra din text bättre. Be den hitta de delar som ännu inte gör det du vill, och bestäm sedan själv vad som ska ändras.
Det är skillnaden mellan att använda AI som redaktör och som spökskrivare. Det första gör dig bättre. Det andra får allt att låta likadant.
