Indlæser... Denne guide giver dig en konkret ramme: rolle, kontekst, opgave og format - de fire dele, der afgør om dit output er brugbart eller skal omskrives tre gange. Du lærer desuden chain-of-thought-teknikken og hvornår en fast system-prompt slår al ad-hoc-formulering.
Kort svar
Prompt engineering er at formulere instruktioner til en AI-model på en måde der giver pålidelige, præcise og nyttige svar. En velformuleret prompt angiver rolle, kontekst, format og afgrænsning. Det er den hurtigst tilgængelige metode til at forbedre output fra AI uden at ændre selve modellen. God prompt engineering er en nyttig kompetence for alle der arbejder med AI i praksis.
Det vigtigste
Verificeret af Kim
Hvordan har vi verificeret denne side?Vi tager ansvar for det indhold, vi udgiver. Ekspert verificeret betyder, at:Vores ekspert inden for emnet har sikret, at indholdet og rådgivningen er korrekt.Vi har gennemgået og kvalitetssikret de tal og kilder, der ligger til grund.
De fleste bruger AI som en søgemaskine: de stiller ét spørgsmål og håber på det bedste. Resultatet er svar, der enten er for generelle, mangler den rette kontekst eller kræver tre opfølgningsspørgsmål. Prompt engineering er svaret på det problem.
Prompt engineering er en systematisk metode til at formulere instruktioner, der giver en AI-model tilstrækkelig kontekst til at levere et brugbart svar i første forsøg. Det handler ikke om hemmelige tricks, men om at give modellen de fire oplysninger den har brug for: hvem den er (rolle), hvad den ikke ved (kontekst), hvad den skal gøre (opgave) og hvordan svaret skal se ud (format).
En vag prompt er en ineffektiv prompt. Når en model mangler kontekst, udfylder den hullerne med antagelser - og antagelserne er sjældent dem, du ville have valgt. I produktionssystemer, hvor en AI-assistent behandler hundredvis af forespørgsler om dagen, er konsekvensen ikke blot irriterende svar, men forkerte beslutningsgrundlag og manuelle rettelser der æder den tidsgevinst, AI skulle levere. Gode prompts - og i systemer: solide system-prompts - er den enkeltfaktor, der oftest afgør om et AI-projekt leverer value i drift.
Har I fundet en teknik der virker, men mangler en stabil implementering i jeres systemer? AI Enterprise designer og driver AI-workflows og agenter til dansk forretningsdrift - fra prototypen til produktion.
Denne side er gennemgået og godkendt af Kim Like
Kim Like er AI- og udviklingskonsulent med mere end 10 års erfaring inden for web, software og automatisering for danske virksomheder. Han er principal konsulent hos AI Enterprise, hvor han sammen med et team driver større AI-projekter fra problemafklaring og planlægning til implementering og drift. Han skriver desuden kildekritisk om AI og automatisering, uden hype og uden løse påstande.
Ekspertiser