Prompting er progammering, men med ord. Kvaliteten af dine svar afhænger derfor direkte af styrken af dine prompts.
Gå på opdagelse i PromptLaboratoriets univers om læring og kunstig intelligens.
Nøglen til prompting-teknik
I PromptLaboratoriet arbejder vi ud fra RICE-Q som er en struktureret metode, der hjælper dig med at skrive præcise og effektive prompts til AI-værktøjer som ChatGPT og Claude. Ved at følge disse fem trin sikrer du, at AI'en forstår præcist, hvad du ønsker – og leverer resultater, der matcher dine forventninger.
Hvorfor RICE-Q virker
De fleste frustrationer med AI opstår, fordi AI'en ikke har nok information til at levere præcist det, du ønsker. RICE-Q metoden sikrer, at du systematisk giver AI'en alle de byggeklodser, den har brug for.
Resultatet? Færre iterationer, bedre output, og mere tid til det vigtige arbejde.
Fra teori til praksis
I PromptLaboratoriets forløb lærer du ikke bare RICE-Q metoden – du anvender den direkte på dine egne arbejdsopgaver. Vi bygger prompts sammen, tester dem, og finjusterer dem, indtil de leverer præcis den værdi, du har brug for.
-
Definer hvilken rolle AI'en skal indtage. Skal den være din marketingkonsulent, din juridiske rådgiver, eller din analysepartner?
Eksempel: "Du er en erfaren content marketingspecialist med fokus på B2B SaaS-virksomheder."
Hvorfor det virker: Når AI'en forstår sin rolle, tilpasser den automatisk sit sprog, sin tone og sin tilgang til opgaven.
-
Giv en klar og specifik instruktion om, hvad AI'en skal gøre. Vær præcis – vage instruktioner giver vage resultater.
Eksempel: "Skriv tre LinkedIn-opslag, der promoverer vores nye webinar om AI-implementering."
Hvorfor det virker: Jo mere præcis din instruktion er, jo mindre gætværk skal AI'en lave.
-
Giv den baggrundsinformation, AI'en har brug for for at forstå situationen. Hvad er formålet? Hvem er målgruppen? Hvilke begrænsninger er der?
Eksempel: "Webinaret henvender sig til HR-ledere i mellemstore virksomheder, som overvejer at implementere AI men føler sig usikre på, hvor de skal starte. Tone skal være professionel men tilgængelig."
Hvorfor det virker: Kontekst sikrer, at AI'en træffer de rigtige valg om tone, detaljeniveau og vinkel.
-
Vis AI'en eksempler på det output, du ønsker. Det kan være tidligere arbejde, konkurrenters indhold, eller et format du gerne vil følge.
Eksempel: "Brug samme struktur som dette opslag: [indsæt eksempel]. Bemærk hvordan det starter med en provokerende påstand og ender med et klart call-to-action."
Hvorfor det virker: Eksempler er ofte mere præcise end ord. AI'en ser direkte, hvad du mener med "engagerende" eller "professionel".
-
Afslut med et åbent spørgsmål eller en invitation til dialog. Det signalerer til AI'en, at den kan stille opklarende spørgsmål eller komme med forslag.
Eksempel: "Hvad tænker du om denne tilgang? Mangler der information, som ville gøre opslagene stærkere?"
Hvorfor det virker: Dette skaber en dialog i stedet for en envejskommunikation – og ofte fanger AI'en ting, du har overset.
Lær ved at gøre
I PromptLaboratoriet arbejder vi ud fra John Deweys princip om learning by doing.
Det betyder, at læring primært sker gennem aktiv afprøvning, refleksion og konkrete erfaringer – ikke kun teori. Du arbejder med dine egne udfordringer, så ny viden straks omsættes til handling i din hverdag.
Forløbene er tilrettelagt, så du eksperimenterer, justerer og lærer i takt med dine resultater. Vi skaber et læringsrum, hvor nysgerrighed, dialog og problemløsning er drivkraften.
Læring bliver en kontinuerlig proces, hvor erfaringer bygger videre på hinanden. På den måde understøtter vi både individuel udvikling og organisatorisk effekt.
Målet er ikke færdige svar – men bedre spørgsmål, skarpere handling og varig læring.
Hvilket læringstrin er du selv på?
Erfaring med kunstig intelligens kan opfattes som en trappe, hvor man kan have et basalt, grundlæggende og et avanceret niveau af kendskab. De fleste vil nok være på niveau 1 eller niveau 2.
Hvor ser du dig selv - og hvad vil du gerne kunne?
Niveau 1: Basalt
Basale AI-begreber: Kendskab til hvad AI er, forskellige typer af AI (f.eks. maskinlæring, sprogbehandling), og grundlæggende terminologi.
Kendskab til anvendelse: Kendskab til de forskellige anvendelser af AI på arbejdsmarkedet, fx tekstbehandling, dataanalyse og automatisering af rutineopgaver.
Kender etiske overvejelser: Basalt kendskab til etiske og juridiske spørgsmål omkring AI, herunder bl.a. dataetik, hallucination og bias.
Niveau 2: Grundlæggende
Prompt-teknik: Evne til at anvende AI-værktøjer til at løse konkrete opgaver i sit daglige arbejde via prompt-teknikker.
Datahygiejne: Kender dataetik og anvendelse af dette i eget arbejde i form af dataminimering, samtykke, formål o.l.
Kritisk tænkning: Evne til at identificere potentiale og begrænsninger ved AI-teknologier, samt vurdere risiko og konsekvenser ved konkrete anvendelse.
Kan arbejde med agenter til eget arbejde, som oftest er udarbejdet af andre. Kan tilpasse og præcisere egne prompts og få bedre resultater.
Niveau 3: Avanceret
Bistå i implementering af AI: Evne til at udvikle og implementere indsatser for at udbrede AI-løsninger på arbejdspladsen, inkl. undervisning og forandringsledelse.
Innovativ anvendelse: Evne til at spotte og udarbejde nye anvendelser sammen med kolleger og ledere.
Tværfagligt samarbejde: Evne til at samarbejde tværfagligt med andre områder for at identificere relevante anvendelser og prompt-teknikker.
Formidling af brugen af AI: kan afholde kurser, undervisning og rådgive kolleger i brugen af AI.
Hjælp og support: kan hjælpe andre med AI-relaterede spørgsmål og problemer.
