AI-opsummering

AI-opsummering betyder, at en sprogmodel læser en længere tekst, et mødeudskrift eller en mailtråd og leverer en kortere version med de vigtigste pointer. Modellen kan også omskrive teksten, ændre tonen eller lave en meget kort eller mere detaljeret version, alt efter hvad du beder om. Resultatet afhænger af, hvordan du styrer længde og fokus i prompten, og det kan miste forbehold eller detaljer.

Sådan virker AI-opsummering i praksis

En sprogmodel kigger på indholdets ord og sammenhænge og vurderer, hvad der gentages, og hvad der ser ud til at være centralt. Tænk på det som en erfaren redaktør, der peger på de sætninger, der bærer budskabet videre. Du kan styre længden ved at bede om et antal linjer eller et antal punkter, og du kan styre fokus ved at nævne målgruppen eller formålet: "lav et resumé til to minutters briefing for bestyrelsen" eller "fremhæv risici og frister".

Det er også almindeligt at bede om relaterede tekstopgaver: omskrivning (samme indhold i anden tone), parafrasering (samme idé med andre ord), eller ændring af længde. Disse opgaver ligner opsummering, men har forskellige mål: opsummering skærer indholdet ned, omskrivning bevarer omfanget men ændrer sproget.

Hvorfor AI-opsummering er den første AI-brug for ledere

Du støder på det først, fordi ledere ofte sidder med lange rapporter, udbudsmateriale og mailkæder, hvor tiden er knap. AI-opsummering giver et hurtigt overblik, så du kan prioritere hvad der skal læses i fuld længde. Det betyder, at du kan få beslutningsgrundlaget på bordet hurtigere, men kun hvis du stiller de rigtige instruktioner: hvem læser resuméet, og hvad må ikke blive udeladt.

Det er fristende at lade en model lave det hele, men vær opmærksom på, at modeller kan udelade forbehold eller nuancesætninger. Brug resuméet som et beslutningshjælpemiddel, ikke som et juridisk eller endeligt faktagrundlag.

Eksempel: AI-opsummering hos en tekstforfatter

En tekstforfatter sidder mandag morgen kl. 09:00 med en 36-siders markedsanalyse og en deadline om to dage for et kundemøde. Hun beder AI om et punktformat på fem hovedpointer til mødet og samtidig om at fremhæve alle datoer og økonomiske forbehold. Modellen leverer et punktresumé på fem punkter, men undlader en note om et leveringsforbehold fra side 12. Det opdager hun, da hun sammenligner resuméet med dokumentet og skal bruge fem ekstra minutter på at kopiere den manglende sætning ind i mødenotatet. Læringen var, at en kort instruks om "medtag alle forbehold og datoer" ville have sparet hende den ekstra check, og at resuméet altid skal tjekkes mod originalen, når fakta og kontraktvilkår er vigtige.

Hvad du skal være opmærksom på

Modeller plejer at gøre et godt stykke arbejde med hovedpointer, men de kan fejle på detaljer: tal, datoer, betingelser og nuancer. Derfor: bed specifikt om at medtage "datoer, beløb og forbehold" når det er vigtigt, og sig hvor kort resuméet må være. Brug flere regler i prompten og få modellen til at fremhæve usikkerhed, fx "marker alle passager med 'kan', 'måske' eller 'forventes'".

En anden risiko er, at fortrolig eller følsom information sendes til en ekstern tjeneste, hvis du bruger cloud-baserede værktøjer. Tjek adgangs- og fortrolighedspolitikken i jeres værktøj, og undgå at sende personfølsomme data uden klar aftale.

AI-opsummering er nyttigt, hurtigt og ofte rigtigt... men ikke 100 procent fejlsikkert. Brug det til at prioritere, lav altid en hurtig kontrol af kritiske facts, og indstil modellen med klare instruktioner, så du får det fokus, du har brug for.

Vil I arbejde videre med AI-opsummering på jeres egne opgaver, er det dét, en AI-workshop går ud på. Skal der køre noget med AI-opsummering hver dag og ikke kun i et forsøg, er det opgaven for et AI-team i huset.