Prompta bättre — Prompt engineering för svenska användare

Du har testat att skriva i ChatGPT eller Claude, fått ett svar som var ungefär rätt men inte riktigt användbart — och sedan försökt igen med lite andra ord. Känn igen det? Det är inte ett tecken på att AI-verktygen inte funkar. Det är ett tecken på att prompten behöver arbetas om. Hur du formulerar din fråga avgör kvaliteten på svaret mer än vilket verktyg du använder.

Prompt engineering — konsten att formulera instruktioner till en språkmodell på ett sätt som ger användbara svar — behöver inte vara komplicerat. Det handlar i grunden om att ge modellen tillräcklig kontext, vara tydlig med vad du vill ha ut, och visa vad "bra" ser ut för just dig. Den här guiden går igenom de tekniker som faktiskt gör skillnad, tillsammans med färdiga mall-prompter du kan använda direkt.

Varför språkmodeller behöver tydliga instruktioner

En stor språkmodell som GPT-4o eller Claude Opus har tränats på enorma mängder text och kan generera svar inom i princip vilket ämne som helst. Men modellen vet ingenting om dig — din bransch, din målgrupp, din ton, vad du redan provat. Om du skriver "hjälp mig skriva ett mejl" får du ett generiskt mejl. Modellen fyller ut det den inte vet med genomsnittliga antaganden baserade på träningsdatan.

Det är precis det problemet prompt engineering löser. Ju mer relevant kontext du ger modellen, desto mindre behöver den gissa — och desto närmre rätt hamnar svaret på första försöket. Hur språkmodeller faktiskt fungerar förklarar den tekniska bakgrunden, men för praktisk promptning räcker det att förstå följande: modellen är extremt lyhörd för formuleringar och fyller konsekvent ut luckor baserat på vad som verkar mest troligt utifrån det du skrivit.

De fyra byggstenarna i en bra prompt

1. Specificitet

Vaga instruktioner ger vaga svar. "Skriv om hållbarhet" kan bli vad som helst. "Skriv ett 200-ords intro till en artikel om hållbara förpackningar riktad till inköpschefer på svenska livsmedelsföretag" ger något du faktiskt kan arbeta med. Det kostar dig tio sekunder extra att formulera prompten ordentligt och sparar dig flera rundor av uppföljningsfrågor.

2. Kontext

Berätta vad situationen är, vem du är och vem texten riktar sig till. "Jag är kommunikatör på en kommunal förvaltning och ska skriva en pressrelease om vår nya återvinningsstation. Målgruppen är lokala journalister." Den kontexten styr tonval, ordval och strukturen på ett sätt som "skriv en pressrelease om en återvinningsstation" aldrig kan göra.

3. Format

Specificera hur du vill ha svaret presenterat. Vill du ha en löptext, en punktlista, en tabell, rubriker, ett specifikt antal ord? Lämnar du det öppet väljer modellen ett defaultformat som kanske inte passar ditt syfte. "Ge mig svaret som en numrerad lista med max fem punkter" är en fullständig formatspecifikation som sparar dig efterbearbetning.

4. Begränsningar

Berätta vad du inte vill ha lika gärna som vad du vill ha. "Undvik jargong och tekniska termer" eller "Nämn inte konkurrenter" sätter tydliga gränser. En vanlig fallgrop på svenska är att skriva "skriv kort" utan att precisera — för modellen kan "kort" vara allt från tre meningar till tre stycken. Säg istället "max 80 ord" eller "max tre stycken".

Tre tekniker som tar dig längre

Role-prompting: ge modellen en roll

Att tilldela modellen en specifik roll — "Du är en erfaren copywriter med bakgrund i B2B-teknikbranschen" — aktiverar ett mer riktat register i svaret. Modellen anpassar ordval, perspektiv och vad den väljer att betona utifrån rollen du beskriver. Det fungerar bäst när rollen är konkret och relevant för uppgiften. "Du är en expert" utan ytterligare specificering hjälper knappt alls.

Ett praktiskt exempel: om du vill ha feedback på en offert, prova "Du är en erfaren upphandlare på ett medelstort industriföretag. Läs igenom den här offerten och peka ut de tre svagaste punkterna ur köparens perspektiv." Det ger ett annat — och ofta mer användbart — svar än "ge feedback på min offert".

Few-shot prompting: visa exempel på vad du vill

Few-shot prompting innebär att du inkluderar ett eller flera exempel på det önskade outputformatet direkt i prompten. Istället för att beskriva hur du vill ha det visar du det. Det är särskilt effektivt för uppgifter med ett specifikt format, ton eller struktur som är svårt att sätta ord på.

Exempel: "Jag vill ha produktbeskrivningar i den här stilen: [din exempeltext]. Skriv nu en liknande beskrivning för [ny produkt]." Modellen kalibrerar sig efter exemplet snarare än mot ett genomsnitt av alla produktbeskrivningar den sett under träning.

Chain-of-thought: be modellen tänka steg för steg

För komplexa uppgifter — analys, problemlösning, strukturerade resonemang — ger du bättre resultat om du ber modellen explicit att tänka igenom problemet steg för steg innan den ger ett svar. Det minskar risken för snabba, felaktiga slutsatser. Lägg till "Tänk igenom det här steg för steg" eller "Gå igenom resonemangen innan du ger mig ditt slutgiltiga svar" i prompten. Det kostar lite extra tokens men förbättrar kvaliteten märkbart på analytiska uppgifter.

Vanliga fallgropar — särskilt på svenska

Svenska användare stöter på några specifika problem utöver de generella. För det första: skriv på det språk du vill ha svaret på. Skriver du på engelska till en modell som inte fått instruktioner om språk är chansen stor att du får svar på engelska, även om du jobbar med svenska texter. Specificera "Svara på svenska" om det inte är uppenbart från kontexten.

För det andra: undvik vaga kvalitetsuttryck. "Professionellt", "engagerande" och "inspirerande" betyder olika saker för olika modeller och olika sammanhang. Beskriv istället vad de egenskaperna innebär konkret för din text: "Formellt men inte stelt, utan akademiska termer, med korta meningar."

För det tredje: iterera inte i onödan. Många användare skriver en för tunn prompt, får ett halvbra svar och försöker sedan rätta till det med uppföljningsfrågor. Det fungerar, men det är ineffektivt. Lägg tre minuter på att skriva en gedigen prompt från start — det sparar dig fem rundor av korrigeringar.

Det finns mer att säga om hur AI-verktyg kan integreras i vardagsarbete, vilket guiden om AI på jobbet går igenom mer utförligt.

Fyra mall-prompter för vanliga use cases

Här är färdiga promptmallar du kan kopiera och anpassa. Håll texten inom hakparenteser — det är det du fyller i.

Mejl — svårt samtal eller känslig kommunikation

• Prompt: "Du är en erfaren kommunikatör. Skriv ett mejl på svenska från mig till [mottagare] om [ämne]. Tonen ska vara [saklig/vänlig/formell] men inte defensiv. Mejlet ska vara max 150 ord, ha en tydlig avsändningssats och avslutas med ett konkret nästa steg. Bakgrund: [kort beskrivning av situationen]."

Sammanfatta ett långt dokument

• Prompt: "Sammanfatta följande text på svenska. Ge mig: (1) en mening som fångar kärnan, (2) tre till fem punkter med de viktigaste slutsatserna eller åtgärderna, (3) eventuella frågetecken eller oklarheter i originaltexten. Håll punkterna under 20 ord vardera. [Klistra in text]"

Förbättra en befintlig text

• Prompt: "Här är en text jag skrivit: [din text]. Förbättra den med fokus på [tydlighet/flöde/ton/korthet]. Behåll min struktur och mina huvudpoänger — ändra inte budskapet. Skriv ut den förbättrade versionen och förklara sedan kortfattat de tre viktigaste ändringarna du gjort och varför."

Brainstorma och värdera idéer

• Prompt: "Jag jobbar med [projekt/problem] och behöver idéer kring [specifikt område]. Ge mig sex konkreta förslag. Värdera sedan varje förslag på en skala 1–3 utifrån [genomförbarhet/kostnad/tidsåtgång] och motivera kort. Svara på svenska."

Förbereda för ett möte eller presentation

• Prompt: "Jag ska [presentera/delta i möte om] [ämne] för [målgrupp] den [datum/kontext]. Hjälp mig förbereda: (1) de tre viktigaste punkterna jag bör täcka, (2) två till tre frågor jag troligen kommer att få och förslag på svar, (3) ett tydligt avslut eller call to action. Svara på svenska, max 300 ord totalt."

Så går du vidare

Det snabbaste sättet att bli bättre på prompting är att behandla dina prompter som utkast — inte som engångsinstruktioner. Spara de prompter som ger bra resultat, bygg upp ett litet bibliotek anpassat för dina vanligaste arbetsuppgifter, och justera dem successivt när du märker vad som funkar i ditt sammanhang.

Om du är ny på AI-verktyg och vill ha en överblick innan du fördjupar dig i prompting är guiden för att komma igång med AI ett bra ställe att börja. Och när du väl fått grepp om grunderna och vill förstå mer om vad som faktiskt händer inuti modellen när du skriver en prompt, förklarar artikeln om vad AI är det tekniska utan att bli onödigt abstrakt.

Det tar ungefär en vecka av medvetet experimenterande innan bättre prompting sitter i ryggmärgen. Sedan sparar det dig tid varje dag.