Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Stil ChatGPT de rigtige spørgsmål

Lektion 6 af 18 Opdateret 5. november 2026 Begynder
På denne side
  1. Promptkunst: Få præcis det, du vil have
  2. CRAFT-metoden
  3. Fire teknikker, der ændrer resultatet
  4. Svag vs. effektiv: To sammenligninger
  5. Din tur
  6. Vigtige pointer

Promptkunst: Få præcis det, du vil have

Den afgørende færdighed i arbejdet med ChatGPT er ikke teknisk, men sproglig: det handler om formulering. En god prompt – det etablerede begreb for din besked – skiller det generiske svar, du smider ud, fra det svar, der sparer dig en halv dags arbejde. Denne lektion giver dig en reproducerbar metode, du kan bruge til enhver opgave.

CRAFT-metoden

CRAFT er et huskeregel på fem bogstaver: Context (kontekst), Role (rolle), Action (handling), Format (format) og Tone (tone). Det er ikke en officiel OpenAI-standard, men en praktisk måde at huske rådene fra deres helpcenter på: vær klar og præcis, giv nok kontekst, specificér tonen, og finjustér derefter. Hvert bogstav svarer på et spørgsmål, som ChatGPT ikke kan løse alene.

Fem bogstaver og et eksempel Seks fliser. Context: hvem du er, og for hvem. Role: den forventede holdning. Action: et præcist verbum. Format: liste, tabel, længde. Tone: registret. Og et eksempel: vis et før og efter i stedet for at beskrive. CRAFT-METODEN Fem bogstaver og et eksempel C Context Hvem du er, situationen, modtageren. R Role Holdningen: konsulent, skeptisk investor, korrekturlæser. A Action Et præcist verbum: skriv, sammenlign, opsummer, oversæt. F Format Liste, tabel, antal ord, struktur. T Tone Registret: formel, varm, ingen jargon. + Et eksempel Et før og efter slår en lang beskrivelse. Et Corsen-huskeregel, afstemt med OpenAIs råd: klarhed, kontekst, tone, iteration.
Baseret på artiklen "Prompt engineering best practices for ChatGPT" fra OpenAIs helpcenter (november 2026) og OpenAIs guide til prompt engineering.

Context giver baggrundsviden: hvem du er, situationen, og hvem resultatet er til. En prompt, der starter med “Jeg er HR-chef i en virksomhed med 200 medarbejdere…”, former allerede ordforrådet og detaljeringsgraden i svaret.

Role specificerer den holdning, modellen skal indtage. “Agér som konsulent i marketingstrategi…” ændrer ikke modellens viden, men den ændrer, hvordan den organiserer den: prioriteter, blinde vinkler den skal lede efter, og det sproglige register.

Action er kernen i prompten og bruger et præcist verbum – skriv, analysér, sammenlign, opsummer, oversæt, list, forklar, forenkl. “Skriv en velkomstmail til nye medarbejdere…” efterlader ingen plads til fortolkning, i modsætning til “hjælp mig med onboarding”.

Format beskriver den forventede form: “…som punktopstilling, maks. 200 ord, med en professionel men varm tone.” Uden dette får du tre skærmbilleder fuld af tekst, som du selv skal redigere.

Tone fastsætter til sidst registret og stemningen: “Formel men tilgængelig tone. Ingen teknisk jargon.” Det er den instruktion, man oftest glemmer, og den, der afgør, om teksten er klar til afsendelse.

Fire teknikker, der ændrer resultatet

At vise slår at beskrive. I stedet for at forklare langt ud ad vejen, hvad du mener med “fangende”, så giv et eksempel:

“Omskriv disse overskrifter, så de bliver mere fangende. Her er et eksempel på, hvad jeg forventer:

  • Før: ‘Kvartalsrapport Q1 2026’
  • Efter: ‘Q1 2026: De 3 tal, der ændrer alt’

Omskriv nu disse overskrifter: [dine overskrifter]”

Ved komplekse opgaver skal du pålægge en proces frem for at kræve et resultat. At bede om en analyse i fire trin producerer en sporbar ræsonnementkæde, hvor du kan udfordre ét trin uden at skulle starte forfra:

“Analysér denne forretningsplan i 4 trin: 1) identificér styrker, 2) identificér svagheder, 3) vurder den økonomiske gennemførlighed, 4) giv din endelige dom med en score ud af 10.”

Begrænsninger indsnævrer målet. Jo flere numeriske grænser du sætter, jo mindre vil svaret komme ud på et sidespor:

“Giv mig præcis 5 argumenter, hvert i én sætning på maks. 20 ord.”

Endelig giver det dig mulighed for at vælge i stedet for at rette, hvis du beder om flere versioner – hvilket ofte går hurtigere:

“Foreslå 3 versioner af denne emnelinje til en mail: én formel, én uformel, én slagkraftig.”

Svag vs. effektiv: To sammenligninger

Tag den mest banale opgave: at opsummere en artikel. Den svage prompt er tre ord: “Opsummer denne artikel.” Den effektive prompt sætter scenen: “Opsummer denne artikel i 5 punkter. Hvert punkt skal være maks. én sætning. Fremhæv numeriske data. Målgruppe: min direktør, der har 2 minutter til det.” Den første giver dig en opsummering i vilkårlig længde, som skal bearbejdes; den anden giver dig et færdigt leveranceprodukt.

Samme gab gælder for en mail. “Skriv en mail til min kunde” kan ikke producere noget brugbart. Den effektive version giver alt det, ChatGPT ikke ved: “Jeg skal informere min kunde Pierre (CTO hos Nexus) om, at leveringen af projektet bliver forsinket med 2 uger på grund af et problem med API-integration. Skriv en professionel mail, der anerkender forsinkelsen, kort forklarer årsagen, foreslår en ny tidsplan og forsikrer om den endelige kvalitet. Maks. 150 ord.”

To faldgruber lurer. For det første vaghed – “hjælp mig med mit projekt” producerer intet brugbart, fordi ChatGPT kun ved, hvad du har fortalt det: i samtalen, i dine brugerdefinerede instrukser, eller i det, som dens hukommelse har gemt. Dernæst overbelastning: en prompt på fem hundrede ord, der stabler femten instrukser, vil uundgåeligt få ignoreret nogle af dem. Når din anmodning bliver til et specifikationsdokument, så del den op i successive trin.

Din tur

Brug CRAFT på en rigtig opgave. Vælg en opgave, du reelt skal løse i dag – en mail, en opsummering, en præsentation, en analyse. Skriv den fulde prompt ved at gennemgå de fem bogstaver i CRAFT, send den, og evaluer derefter nøgternt: Er svaret brugbart, som det er, eller kræver det opfølgning? Finjustér om nødvendigt.

Gentag derefter samme øvelse med et simpelt “lav en [opgave] til mig” og sammenlign de to resultater. Det gab, du ser, er præcis det, du vinder hver dag ved at polere dine prompts – en færdighed, der bliver bedre med øvelse. Når dele af konteksten går igen i alle dine forespørgsler (dit job, din målgruppe, din stil), så placer dem i dine brugerdefinerede instrukser i stedet for at gentage dem.

Officielle kilder: Prompt engineering best practices for ChatGPT (OpenAI helpcenter: klarhed, kontekst, tone, iteration) · Prompt engineering (OpenAI-guide: rolle, instrukser, eksempler, kontekst) · ChatGPT Custom Instructions (permanent kontekst)

Vigtige pointer

  • CRAFT-metoden (Context, Role, Action, Format, Tone) strukturerer dine prompts effektivt
  • At give eksempler er ofte mere effektivt end lange beskrivelser
  • At begrænse formatet (ordantal, antal punkter, struktur) forbedrer præcisionen
  • En god prompt bygges og finjusteres – iteration er normalt
  • Prompting er en færdighed, der forbedres med daglig praksis