Så skriver du prompts som faktiskt fungerar

De flesta skriver instruktioner till AI ungefär som när de googlar. Man knappar in något kort och vagt utan sammanhang, vilket ju kan fungera ibland, men om du vill ha konsekvent bra resultat behöver du nog tänka lite annorlunda.

Här går vi igenom några tekniker som faktiskt gör skillnad i vardagen. Det handlar alltså om konkreta metoder du kan börja använda direkt i stället för tung teori.

Teknik 1: Ge rollen först

När du väl har bestämt dig för att skriva en bättre prompt är det en bra idé att börja med att berätta för modellen vem den ska vara. Det sätter nämligen perspektivet för allt som följer.

"Du är en erfaren copywriter som specialiserat sig på marknadsföring för mjukvaruföretag i Norden."

Genom att göra så här anpassar modellen automatiskt sina ordval och sin ton. En copywriter uttrycker sig förstås helt annorlunda än en teknisk skribent eller en journalist.

Teknik 2: Beskriv resultatet innan du ger uppgiften

När rollen är satt behöver du berätta exakt vad du vill ha tillbaka i form av format, längd och struktur.

"Svara med en tabell med tre kolumner: Alternativ, Fördelar, Risker. Max 5 rader. Skriv kortfattat, max 20 ord per cell."

Om du inte beskriver hur svaret ska se ut får du helt enkelt det som modellen tycker verkar rimligt. Det stämmer ju ganska sällan överens med den bild du själv hade i huvudet.

Teknik 3: Ge ett exempel

Ett annat sätt att styra resultatet är att visa vad du menar i stället för att bara beskriva det. Ett enda välvalt exempel är ofta mer värt än flera långa instruktioner.

"Skriv produktbeskrivningar i den här stilen:

Exempel: 'Stolen som löste vårt ryggproblem. Ergonomisk, justerbar och den enda kontorsstolen som klarar 8 timmar utan att du märker den. 4 990 kr.'

Skriv nu en liknande beskrivning för: [din produkt]"

Teknik 4: Dela upp komplexa uppgifter

I stället för att skriva: "Analysera vår marknad och ge rekommendationer"

Gör hellre så här:

"Lista de 5 största konkurrenterna i [segment]"
"För varje konkurrent, beskriv deras prissättning och positionering"
"Baserat på analysen ovan, identifiera 3 möjligheter vi kan utnyttja"

Eftersom varje steg bygger på det föregående blir slutresultatet mycket bättre. Modellen hanterar väl varje del separat på ett mer effektivt sätt än om den måste lösa allt på en gång.

Teknik 5: Berätta vad du inte vill ha

Förutom att bryta ner uppgiften är det faktiskt lika viktigt att förklara vad du vill undvika. Negativa instruktioner hjälper modellen att hålla sig på rätt spår.

"Skriv utan marknadsföringsfloskler, överdrivna adjektiv eller generiska påståenden som 'i dagens snabbt föränderliga värld'. Var konkret och specifik."

Teknik 6: Iterera

Även om du följer alla råd hittills ger din första prompt sällan det perfekta svaret direkt. Det är oftast bäst att behandla interaktionen som en vanlig konversation.

"Det här var bra, men gör det kortare, ta bort punkt 3 och lägg till ett konkret exempel i punkt 1."

Att du behöver justera och be om ändringar är alltså inte ett tecken på att du skrev en dålig instruktion från början. Det är helt enkelt en naturlig del av arbetsprocessen.

Teknik 7: Låt modellen tänka högt

När du ställs inför riktigt komplexa problem kan du be modellen att resonera steg för steg innan den svarar.

"Tänk igenom det här steg för steg innan du ger ditt svar. Visa din tankegång."

Detta tvingar modellen att bryta ner problemet i stället för att hoppa direkt till en slutsats. Resultatet blir då förstås mycket mer genomtänkt och lättare att följa.

Vanliga misstag

Att vara för vag är ett vanligt misstag. Om du till exempel skriver "Hjälp mig med marknadsföring" får du ett väldigt generiskt svar. Du behöver vara specifik om vad du vill ha hjälp med och för vem det ska göras.

Ett annat problem är att skriva för långt. Om du skickar in en text på 2 000 ord riskerar de viktiga instruktionerna att drunkna i bakgrundsinformationen. Försök att vara koncis och sätt det viktigaste först.

Ibland råkar man ge motstridiga instruktioner, som att be modellen skriva "kort och detaljerat". Eftersom den inte kan göra båda sakerna samtidigt måste du prioritera vad som är viktigast.

Slutligen är det ett misstag att acceptera det första svaret utan att granska det. Text som genererats av AI kräver ju alltid att en människa läser igenom och bedömer innehållet.

Sammanfattning

För att knyta ihop säcken kan man säga att bra instruktioner är specifika och tydliga med vad du förväntar dig. De ger modellen de förutsättningar som krävs för att leverera ett relevant svar. Framför allt bygger de på att du behandlar interaktionen som en dialog snarare än en vanlig sökning på nätet.

Om du vill ha en mall att utgå ifrån kan du läsa vår återanvändbara promptmall. Skulle du dessutom vilja lära dig hur du kan låta ChatGPT förbättra dina instruktioner kan du kolla in vår artikel om prompt-förbättring i två steg.

Vi brinner verkligen för hur AI kan förenkla vardagen, men vi vill förstås inte pracka på dig lösningar som du egentligen inte har någon nytta av. Vår tanke är snarare att hjälpa dig förstå vad som faktiskt är möjligt att göra och om det är värt insatsen för just din verksamhet. Ibland är det klokast att börja smått och testa sig fram, medan det i andra fall kan finnas anledning att tänka stort direkt. Om du är nyfiken på hur det här skulle kunna fungera för din verksamhet får du gärna höra av dig så tar vi en förutsättningslös diskussion.