Prompt engineering

Prompt engineering er disciplinen i at formulere og forbedre prompts systematisk, så en sprogmodel leverer det ønskede resultat stabilt. Det handler om at give AI den rette rolle, den nødvendige kontekst, konkrete eksempler, klare trin-for-trin-instruktioner og et præcist output-format, og så øve sig, fordi det er et håndværk, ikke en titel.

Sådan virker prompt engineering i praksis

Du kan tænke på en prompt som en opgavebeskrivelse til en ny medarbejder. Jo tydeligere du er om rolle, situation og hvad der forventes, desto mindre spekulation fra modtagerens side. I praktisk prompt engineering begynder du med at angive rollen (f.eks. "du er en kundeservice-specialist"), tilføjer kontekst (relevante fakta eller dokumentudsnit), giver et eller to eksempler på ønsket output, og slutter af med et klart formatkrav (bulletpoint, kort mail, tabel osv.).

Det er en gentagende proces: du skriver, ser hvad AI svarer, justerer prompten, og prøver igen. Nogle gange ændrer du kun et ord, andre gange omstrukturerer du hele opgaven. Øvelse gør forskellen; små ændringer kan fjerne misforståelser og gøre svaret brugbart i en arbejdsgang.

Hvorfor ordet dukker op i jobopslag og kursusannoncer

Virksomheder taler om prompt engineering, fordi de vil have medarbejdere, der kan få AI til at levere konkrete, anvendelige resultater, uden at vente på IT. Det betyder ikke, at folk skal kunne kode. Det betyder, at de skal kunne skrive en god prompt, kontrollere output og lave en simpel kvalitetssikring.

Som leder bør du spørge: Hvem i teamet bruger AI i dagligdagen? Hvem skal skrive eller tjekke de prompts? Hvilke skabeloner eller retningslinjer kan vi indføre, så én persons gode prompt ikke forsvinder, når vedkommende holder ferie? Invester tid i træning og eksempler fremfor lange tekniske krav i jobopslag.

Eksempel: prompt engineering hos en kommunikationsmedarbejder

En kommunikationsmedarbejder skal hver uge lave tre korte nyhedsbreve og finde relevante citater fra interne mødenotater. Det er mandag morgen, én uge før udsendelse, og den erstatningsansvarlige er sat på opgaven, fordi kollegaen er syg. Hun har 90 minutter og adgang til en mappe med fem PDF'er og et gammelt redaktionsplan-ark i Excel.

Hun starter med en kort prompt: "Skriv et udkast til nyhedsbrev baseret på disse noter." Resultatet er vagt og fyldt med antagelser. Hun ændrer prompten til at give rolle og format: "Du er kommunikationsmedarbejder. Lav et 150-ordes nyhedsbrev med to punktopstillinger og et citat fra dokument 3. Brug venlig, professionel tone." Svaret bliver meget tættere på det, hun kan bruge, men citatet er upræcist. Hun tilføjer et eksempel på et korrekt citat og præciserer, hvor i PDF'en citatet findes. Efter tre iterationer har hun et udkast, men det kostede 35 minutter ekstra tid, en kort kontrolrunde i dokumentet og en rettelse af det ene citat. Læringen var, at et par konkrete eksempler i prompten sparer tid, men at det første udkast sjældent er færdigt.

Prompt engineering er ikke det samme som at være udvikler

Prompt engineering er et sprog- og procesværktøj, ikke et kodningssprog. En god promt-skriver behøver ikke at kunne API'er eller træne modeller. Til gengæld skal vedkommende kunne beskrive opgaver præcist, tænke i eksempler og sætte rimelige krav til kvalitet og format. I praksis fungerer prompt engineering som en færdighed på tværs af roller: kommunikationsfolk, sælgere og projektledere kan alle være gode til det.

Samtidig er der et grænsetilfælde: når I skal automatisere komplekse arbejdsgange eller integrere AI i eksisterende systemer, kommer udviklerkompetencer ind. Men det er sjældent nødvendigt for daglig brug. Husk også, at gode prompts ikke fjerner behovet for menneskelig vurdering; de gør arbejdet hurtigere, men ikke fejlfrit.

Sådan kommer du i gang med prompt engineering

1. Start med skabeloner: skriv tre faste skabeloner til jeres mest almindelige opgaver (fx e-mail, produktbeskrivelse, mødeopsummering). Brug rolle, kontekst, eksempel og format i hver skabelon.
2. Træn i praksis: brug 30 minutter om ugen på at forbedre én prompt sammen med en kollega og gem de bedste versioner.
3. Indfør tjekpunkter: bestem hvem der godkender output, og hvilke kriterier der skal være opfyldt (fakta, tone, compliance).
4. Dokumentér fejlene: gem to-tre eksempler på dårlige prompts og forklar hvorfor de fejlede, det lærer mere end succeserne.
5. Skab en enklere rollefordeling: én redaktør godkender output til kunder, en anden vedligeholder skabelonerne.

Vær konkret fra start. Et par velvalgte eksempler i en prompt gør ofte større forskel end lange forklaringer.

Vil I arbejde videre med prompt engineering på jeres egne opgaver, er det dét, en AI-workshop går ud på.