Selv om ChatGPT er den nest raskest voksende applikasjonen noensinne, og hadde hele 400 millioner ukentlige brukere i februar 2025, vil jeg tippe at 99 % fortsatt ikke vet hvordan de skal bruke den skikkelig.
Det jeg mener, er at mange ikke vet hvordan de skal snakke med AI. Resultatet blir upresise svar, feil og frustrasjon.
For å unngå dette skal jeg vise deg hvordan du skriver prompts som gir stabile og presise resultater.
Dette dekker vi i guiden:
- Hva er en prompt?
- Eksempler på prompts
- Hvem denne guiden er for
- Hvorfor gode prompts er viktige
- Slik ser en dårlig prompt ut
- Prompt-struktur og stegvis oppsett
Hva er en prompt?
Kort forklart: En prompt er inputen du gir til en AI for å få et bestemt output.
Ikke la deg forvirre hvis du har lest lange artikler om "hva en prompt er". I praksis er en prompt ikke vanskelig å definere.
Det vanskelige er å skrive en god prompt. Før jeg viser deg hvordan, skal du få 3 eksempler.
Hvem denne guiden er for
Å skrive effektive prompts er noe de fleste vil måtte lære på et tidspunkt i karrieren.
Derfor er denne guiden ikke laget for én bestemt bransje eller rolle. Den er for deg som jobber med data og automasjon. Vi fokuserer spesielt på prompts som hjelper deg å redigere, analysere og rense store datasett effektivt, enten du er student eller erfaren fagperson.
Alle tester for denne og de andre promptene våre ble kjørt med Datablist.com.
Hvorfor gode prompts er viktige
Tenk på det som å instruere en assistent som har null agency, men som kan gjøre jobben riktig hvis du forklarer tydelig hva som skal gjøres. Jo mer presis og konkret forespørselen er, desto bedre blir resultatet.
Slik ser en dårlig prompt ut
Hvorfor denne prompten er dårlig:
- Ingen struktur i instruksjonene: Kravene ligger spredt i teksten uten tydelig organisering.
- Ingen tydelige seksjoner eller skillelinjer: AI-en må tolke en tekstblokk uten logiske pauser.
- Placeholders blandet inn i teksten: Når {{company_about}} og {{Website Texts}} plasseres tilfeldig midt i setningen, blir det vanskeligere for AI-en å erstatte verdiene riktig.
- Uformelt språk: Ord som "greier" og "btw" skaper uklarhet.
Slik ser AI-en prompten
Når denne prompten faktisk brukes med data, ser den slik ut for AI-en:
Når disse placeholderne erstattes med faktiske data, blir resultatet en rotete tekst som gjør det svært vanskelig for AI-en å forstå og behandle oppgaven riktig.
Dette går galt i eksempelet:
- Forvirring og placeholder-problemer: Når placeholderne erstattes, klarer ikke AI-en å skille de to datakildene tydelig.
- Vanskelig tolkning: AI-en får problemer med å forstå de nøyaktige kriteriene for HR-selskaper.
👉 Når det er sagt: la oss se på hvordan en god prompt ser ut, og hvordan du lager en!
Eksempler på prompts
Enkel kommandoprompt
I sin enkleste form kan en prompt være en kommando som:
“Lag et essay om renessansen"
Spørsmålsprompt
En prompt kan være et enkelt spørsmål som:
"Er roser røde?"
Tagget prompt (de beste promptene)
En prompt kan også være et mer detaljert sett med instruksjoner som kan redigere, analysere eller rense dataene dine for å personalisere cold emails, analysere kundefeedback, rydde selskapsnavn og mer.
Jeg kaller dette en tagget prompt fordi den har en tag for hver seksjon. Se eksempelet under. Taggene forklarer AI-en hva hver seksjon handler om. Hvis ikke trekker AI-en sine egne konklusjoner om seksjonene.
Context: I will give you know a record with account data including the account's LinkedIn description and the website texts of companies where we aren't sure in which niche/industry there in.
=====
What I want you to do: Evaluate if this company fits in our targeting based on what they offer as a service/product.=====
How to do it: I'll provide you with the LinkedIn company description or website texts or both, you have then to read this text and check if the context indicates they fit in the description I am going to give you.
=====
Important mention about the task: Always check for context rather than for isolated keywords.
=====
Here’s a description of the companies we’re looking for: B2B companies that help other companies with HR services such as recruitment, HR consulting, skilled workforce acquisition, employer branding, personnel growth, executive searches, payroll, HR software, and outplacements.
=====
Important mention about the data: Many companies might have some keywords in their descriptions that could suggest they operate in the B2B personnel sector but they actually do something different, so you must always evaluate in context, meaning that not every company that mentions "employees" or "teams" is a match.
=====
How to start: Read the first description then the second one and make your decision afterward.
=====
Here is the first company description: {{company_about}}
=====
Here is the second description: {{Website Texts}}
Men vent litt før du tenker at dette ikke er praktisk etter å ha sett prompten.
Jeg deler den opp.
Prompt-struktur og stegvis oppsett
Slik er en god prompt bygget opp
Når du ser på noen av AI prompt templates i Datablist.com AI-prompts library, vil du legge merke til at nesten alle prompt templates er bygget av seksjoner. Hver seksjon har disse 3 delene:
- Tag: Forteller AI-en hva seksjonen handler om
- Body: Inneholder instruksjoner som hjelper AI-en å forstå og løse oppgaven gjennom:
- Forklaring: Forteller AI-en noe den bør vite / gir AI-en kontekst
- Kommando: Forteller AI-en hva den skal gjøre / gir AI-en en oppgave
- Skillelinjer (===): Vi bruker skillelinjer til 2 ting:
- Visuell separasjon: Skillelinjen lager tydelige pauser mellom seksjoner, slik at prompten blir enklere å lese, forstå og redigere for mennesker.
- AI-parsing: Skillelinjen hjelper AI-en å identifisere og behandle seksjonene i prompten mer effektivt, noe som gir bedre svar.
Til slutt har vi også: Placeholder properties:
- Kolonner som erstattes med data når prompten brukes.
- Disse placeholderne brukes til å tilpasse prompten for hver rad i et datasett.
I vår Job Title Categorizer prompt bruker vi for eksempel {{job_title}} som placeholder. Den erstattes med en faktisk stillingstittel fra datasettet når hver rad behandles.
Slik bygger du prompten steg for steg
Note: HR-selskaper er ikke vår ICP ("Ideal Customer Profile") — vi bruker dem bare som eksempel.
Første steg: Context
Da jeg ga AI-en context, gjorde jeg tre viktige ting:
- Ga informasjon om hvilke data AI-en ville få, uten å avsløre de konkrete targeting-kriteriene
- Dette holder analysen mer nøytral
- Forklarte konteksten rundt dataene og beskrev problemet tydelig
- Dette hjelper AI-en å forstå hva den jobber med
- Beskrev min konkrete situasjon
- Dette gjør at AI-en kan tilpasse fremgangsmåten til behovet mitt
Dette bør du gjøre når du skriver prompten din:
- Fortell AI-en hvilke data du skal gi den
- Beskriv problemet ditt
- Bruk skillelinjer (===)
Andre steg: Task/Command (What I Want You To Do)
I denne delen av prompten gjorde jeg to viktige ting:
- Jeg rammet inn AI-en på nytt med taggen "What I want you to do", slik at den vet hva jeg skal forklare
- Jeg ga kun en overordnet beskrivelse av oppgaven, uten å nevne alle stegene eller hvilke data den skulle lete etter. Det holder informasjonsflyten logisk
Dette bør du gjøre når du skriver prompten din:
- Start med å identifisere hovedformålet med oppgaven eller kommandoen.
- Bruk deretter skillelinjer (===)
Hvis du har flere lignende oppgaver som skal løses, ikke prøv å gjøre alt i én prompt. Det blir vanskeligere for AI-en å håndtere, og vanskeligere for deg å oppdage feil.
Tredje steg: Command Instructions (How To Do It)
Dette gjør jeg når jeg legger instruksjoner inn i en prompt:
- Holder det enkelt og direkte
- Forklarer oppgaven som om jeg skulle lært noen å gjøre den manuelt
- Fokuserer på tydelige steg-for-steg-instruksjoner
Husk at AI er veldig god på repeterende oppgaver når den får riktige instruksjoner. Hvis du ikke får resultatene du ønsker, skyldes det som regel at instruksjonene dine må være tydeligere eller mer konkrete, ikke at AI-en ikke vet hvordan oppgaven kan løses.
Dette bør du gjøre når du skriver prompten din:
- Lag en enkel steg-for-steg-instruksjon med klart og enkelt språk
- Bruk skillelinjer (===)
Fjerde steg: Feilforebygging nr. 1 (kontekst om oppgaven) – valgfritt
Dette steget gir ekstra oppgavespesifikk kontekst som hjelper AI-en å:
- Forstå nyanser i oppgaven
- Unngå vanlige fallgruver
- Ta bedre beslutninger
Når vi er tydelige på mulige problemer og edge cases, lager vi guardrails som hindrer AI-en i å anta feil eller gjøre unødvendige feil.
Dette steget trengs ikke i alle prompts, men det er avgjørende for komplekse oppgaver.
Dette bør du gjøre når du skriver prompten din:
- Tenk på vanlige feil junioransatte gjør når de løser denne typen oppgave
- Ta med disse mulige feilene i prompten, slik at AI-en kan unngå dem
- Bruk skillelinjer (===)
Femte steg: Goal (What You’re Looking For)
Dette er det viktigste å ha med når du beskriver forventningene dine i en prompt:
- Gi detaljert kontekst om ønsket resultat
- Vær konkret på hva du forventer å få tilbake
- Unngå å avsløre bias eller ønskede konklusjoner som kan påvirke analysen
Naturlig og samtalepreget språk gir ofte bedre resultater fra AI-systemer enn teknisk sjargong.
Dette bør du gjøre når du skriver prompten din:
- Definer tydelige resultater du vil oppnå med analysen eller oppgaven
- Vær konkret på hvilke indikatorer eller signaler som betyr mest for deg
- Gi eksempler
- Bruk skillelinjer (===)
Sjette steg: Data Context (Mention About the Data) – valgfritt
Når jeg legger til data context i promptene mine, følger jeg disse reglene:
- Forsterker feilforebygging med tydelige regler og en begrunnelse
- Eksempel på regel: "Vurder alltid hele konteksten"
- Begrunnelse: "Enkeltstående signaler kan være misvisende"
- Legger til flere lag med kontekst
- Mulige feil som bør unngås
- Dataspesifikke problemer
- Oppgavespesifikke påminnelser
Dette bør du gjøre når du skriver prompten din:
- Tenk gjennom hvilke feil AI-en kan gjøre, og be den eksplisitt unngå akkurat disse feilene.
- Del informasjonen inn i logiske deler i stedet for å gi alt på én gang.
- Bruk skillelinjer (===)
📘 Kort fakta
Når du er eksplisitt i stedet for å la AI-en gjette seg frem, unngår du mange feil.
Syvende del: How to Start (første handling)
Det siste steget handler om å gi AI-en tydelige instruksjoner for hvordan den skal starte. Dette gjorde jeg:
- Holdt det enkelt og direkte
- Nummererte stegene kronologisk
- Brukte tydelige handlingsord som “les, lag, avgjør…”
Dette bør du gjøre når du skriver prompten din:
- Gi tydelige startinstruksjoner med nummererte steg
- Bruk handlingsverb som gjør stegene enkle å følge
- Hold instruksjonene enkle og direkte
- Bruk skillelinjer (===)
Åttende steg: Placeholder-format (alltid til slutt)
Dette er siste steg når du skriver en effektiv prompt: sett inn kolonner som placeholders.
Dette steget må komme til slutt fordi data-placeholders tidligere i prompten kan føre til feil resultater.
Dette skal du gjøre:
Bruk doble krøllparenteser {{ }} for å legge til data fra kolonnene i regnearket ditt
Bruk skillelinjer (===)
❗Viktig
Alle placeholders bør settes inn på slutten av prompten for å sikre riktige resultater.
Reglene brukt på et annet eksempel
For noen dager siden fikk jeg en e-post fra et M&A-selskap som gir et perfekt eksempel til denne guiden.
Dette var forespørselen deres:
La oss begynne å prompte!
Steg én
I dette steget gir vi AI-en generell kontekst.
====
Steg to
Nå beskriver vi hovedmålene tydelig for AI-assistenten vår.
====
Steg tre
Her bryter vi ned de konkrete stegene AI-en skal følge i analysen.
- First, read through the complete record, including all available data fields (financial reports, executive info, tech stack).
- Create a structured format of the data.
- Identify records with data quality issues or inconsistencies and flag them.
- Score companies based on the given criteria.
=====
Steg fire
For å sikre presisjon forklarer vi nå mulige fallgruver og viktige hensyn.
- Some financial metrics may appear similar but have different calculations across industries
- Company distress signals need to be evaluated in the context of the industry and market conditions
=====
Steg fem
Nå definerer vi hvordan et godt resultat ser ut, med tydelige evalueringskriterier.
- Here's an example of how to present the scoring criteria clearly:
Scoring Model Structure: Each company will receive a score based on 4 key criteria. We'll assign points for meeting each criterion, with those meeting 3 or more criteria getting priority status.
Key Criteria (1 point each):
- Financial Health Score
- Technology Alignment Score
- Leadership Stability Score
- Market Position Score
=====
Steg seks
Nå legger vi til kontekst for datatolkning og bransjespesifikke forhold.
Reason: Financial metrics only make sense when compared within the same industry context
Example: A SaaS company with $5M revenue at a 10x multiple ($50M valuation) could be worth more than a retail company with $30M revenue at 1.5x multiple ($45M valuation)
=====
Steg sju
Nå forteller vi AI-en den nøyaktige rekkefølgen den skal starte analysen i.
- Read through each record and verify all required data fields are present
- Create a structured format for the data, organizing it into clear categories
- Flag any records with data quality issues or inconsistencies
- Apply the scoring criteria to evaluate and rank companies =====
Steg åtte
Til slutt gir vi AI-en dataene den skal jobbe med.
This is the Company Name: {{Company Name}}
====
This is the Industry: {{Industy}}
====
This is the Revenue of the last 12 months: {{Rev. 2024}}
====
This is the Growth Rate YoY: {{Growth Rate}}
====
This is the Technology Stack: {{Tech Stack}}
====
This is the Executive Team Size: {{Execs.}}
=====
Det var hele prompten. Som du ser, fungerer denne malen effektivt for nesten alle typer oppgaver.
Konklusjon
Å skrive gode prompts er en nødvendig ferdighet i dagens arbeidsliv. Enten du bruker ChatGPT, Claude, DeepSeek eller en annen AI-modell, er gode prompts den eneste veien til mer presise, relevante og nyttige svar. Følger du prinsippene i denne guiden, kan du bruke AI mer effektivt og få mer ut av tiden din.
Vanlige spørsmål om AI prompts
Hva er en god AI prompt?
En god AI prompt er tydelig, konkret og godt strukturert. Den inkluderer kontekst om hva du vil oppnå, konkrete instruksjoner for hvordan oppgaven skal løses, og ønsket format på output. Prompten bør skrives med enkelt språk og unngå uklarheter som kan føre til misforståelser.
Se eksempler på AI prompts for lead generation.
Hvorfor fungerer ikke ChatGPT-promptene mine?
AI prompts fungerer ofte dårlig på grunn av:
- Uklare eller vage instruksjoner
- For mange oppgaver i én prompt
- Manglende kontekst eller bakgrunnsinformasjon
- Komplisert eller teknisk språk
- Mangel på konkrete eksempler eller ønsket output-format
Hvordan skriver jeg AI prompts som gir bedre resultater?
Slik skriver du effektive AI prompts:
- Start med et tydelig mål
- Del komplekse oppgaver inn i mindre steg
- Gi relevant kontekst og bakgrunn
- Spesifiser ønsket output-format
- Bruk enkelt og direkte språk
- Ta med eksempler når det er mulig
Hva er de vanligste feilene i prompt writing?
Vanlige feil i prompt writing er:
- Å være for vag eller generell
- Å fylle prompten med flere oppgaver samtidig
- Å ikke gi nok kontekst
- Å bruke uklart eller tvetydig språk
- Å anta at AI-en forstår underforstått informasjon
- Å ikke spesifisere ønsket output-format
Hvor lang bør en AI prompt være?
En AI prompt bør være så lang som nødvendig for å få med all viktig informasjon, men ikke lenger. For enkle oppgaver er effektive prompts ofte noen få setninger eller ett avsnitt. For komplekse oppgaver kan de være lengre, særlig når de krever detaljerte instruksjoner og kontekst. Nøkkelen er å være grundig, men konsis.
Hva er prompt engineering?
Prompt engineering er praksisen med å designe og optimalisere input til AI-modeller for å få mest mulig presise og nyttige output. Det handler om å forstå hvordan AI-modeller tolker instruksjoner, strukturere prompts effektivt og forbedre prompts iterativt basert på resultatene.