Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Tilføj en vidensbase

Lektion 6 af 17 Opdateret 5. november 2026 Mellem
På denne side
  1. Giv din GPT specialiseret hukommelse
  2. Hvordan Knowledge fungerer
  3. Forbered dine dokumenter
  4. Din tur: en onboarding-assistent
  5. Faldgruber at undgå
  6. Vigtige pointer

Status pr. 5. november 2026: GPT’er er i deres sidste uger. OpenAI udfaser tilpassede GPT’er den 11. december 2026 (11. februar 2027 for visse Enterprise-workspaces med undtagelse). Personlige konti samt Free-, Go-, Plus- og Pro-konti kan ikke længere oprette eller offentliggøre nye GPT’er; i Business-, Enterprise- og Edu-workspaces afhænger oprettelsen af indstillingerne, og den ophørte den 26. oktober 2026 i de berørte Enterprise-workspaces. Eksisterende GPT’er forbliver brugbare og redigerbare, hvis din plan tillader det, indtil udfasningen; dine samtaler med dem forbliver tilgængelige bagefter. Migrationen (Migrer til plugin, under Mine GPT’er) konverterer instrukser til en færdighed, vidensbasen til referencefiler og forbundne applikationer til apps; tilpassede handlinger overføres ikke. Denne lektion forklarer, hvordan GPT’er fungerer, så du kan vedligeholde dem, migrere dem og tilpasse deres principper til et plugin (lektion 15–17).

Giv din GPT specialiseret hukommelse

De systeminstrukser, du skrev i den forrige lektion, definerer din GPT’s adfærd: hvem den er, hvordan den svarer, og hvad den afviser. Men de giver den ingen ny viden. Din overenskomst, produktkatalog, interne procedurer, regulatoriske database: ChatGPT ved intet om dem, og den har ingen måde at gætte sig frem til det på. Det er netop vidensbasens rolle, sektionen Knowledge i konfigurationsvisningen. Ved at uploade dine dokumenter dertil forvandler du en brillant generalist til en ekspert inden for dit felt – en ekspert, der citerer dine tekster i stedet for at improvisere.

Hvordan Knowledge fungerer

Princippet virker simpelt: du uploader filer, og din GPT kan konsultere dem for at besvare spørgsmål. Accepterede formater dækker de fleste professionelle brugstilfælde: dokumenter (PDF, DOCX, TXT), regneark, præsentationer, strukturerede data og billeder. Grænsen er 20 filer pr. GPT, hver underlagt standardimportgrænser (op til 512 MB pr. dokument og 2 millioner teksttokens pr. fil) – mere end rigeligt til at dække dokumentationen for en afdeling eller et produkt.

Hvad der sker bag kulisserne fortjener din opmærksomhed, for det forklarer alle de følgende forberedelsestips. Din GPT memoriserer ikke dine filer: den bruger en mekanisme kaldet Retrieval-Augmented Generation (RAG). Dine dokumenter opdeles først i segmenter. Når en bruger stiller et spørgsmål, henter systemet de segmenter, der er mest relevante for det pågældende spørgsmål, og derefter genererer ChatGPT sit svar baseret på dem. Med andre ord “læser” GPT’en aldrig hele dit dokument: den ser kun de uddrag, søgningen returnerer. Hvis dit dokument er dårligt struktureret, vil søgningen returnere dårlige uddrag, og svaret vil være dårligt – uanset hvor gode dine instrukser er. Kvaliteten af dine dokumenter bestemmer direkte kvaliteten af svarene.

En vidensbase i arbejde Fire trin: tilføj op til 20 filer; brugeren stiller et spørgsmål; GPT'en finder nyttige passager; den svarer baseret på dem. KNOWLEDGE En vidensbase i arbejde 1 Tilføj Op til 20 filer 2 Forespørgsel Et stillet spørgsmål 3 Hent Nyttige passager 4 Svar Baseret på dem Strukturerede dokumenter med klare overskrifter findes lettere end en blok på 500 sider.
Baseret på artiklerne "Uploading files and audio to ChatGPT" og "GPTs in ChatGPT" fra OpenAI Help Center (november 2026).

Forbered dine dokumenter

Denne RAG-mekanisme dikterer din forberedelsesmetode. Første refleks: struktur. Et dokument fyldt med klare overskrifter og underoverskrifter opdeles i sammenhængende segmenter; en blok på 500 sider uden hierarki opdeles tilfældigt. Foretræk også ét dokument pr. tema frem for en monolitisk fil: hvis din HR-GPT skal besvare spørgsmål om ferie og udgiftsrapporter, vil to separate filer give mere præcise søgeresultater end en “alt-i-et-guide”. For lange dokumenter, der stadig er nødvendige, hjælper en indholdsfortegnelse i starten systemet med at navigere.

Anden refleks: skriv til søgning. Skriv hele sætninger frem for isolerede nøgleord – et segment, der siger “Ventetiden mellem to tidsbegrænsede kontrakter er halvdelen af varigheden af den oprindelige kontrakt”, vil blive fundet og brugt meget bedre end en tabelcelle, der indeholder “ventetid: 50%”. I samme ånd skal du integrere hyppige spørgsmål og deres svar direkte i dine dokumenter: når en bruger stiller et lignende spørgsmål, er matchet næsten øjeblikkeligt. Pas endelig på med komplekse tabeller, som RAG håndterer dårligt, når de opdeles: konverter dem til lister eller struktureret tekst, når det er muligt.

For at give dig nogle benchmarks er her typiske dokumenter efter GPT-type:

GPT-typeDokumenter der skal leveres
HR-assistentOverenskomst, interne regler, intern FAQ
ProduktekspertTekniske datablade, sammenligninger, kunde-FAQ
SalgstrænerSalgspitch, indvendinger/svar, casestudier
Juridisk assistentLove, retspraksis, kontraktskabeloner

Din tur: en onboarding-assistent

En ren vidensbase. Forestil dig, at du bygger en “Onboarding-assistent”-GPT til at byde nye medarbejdere velkommen i din virksomhed. En effektiv vidensbase ville passe ind i fem filer: den komplette onboarding-guide (guide-new-employee.pdf), de 30 hyppigste spørgsmål fra nye medarbejdere (faq-hr.md), organisationsplanen (org-chart.pdf), tutorials til interne værktøjer som Slack, Jira eller GitLab (internal-tools.md) og et ordliste over husets vocabularium og akronymer (glossary.md). Fem tematiske filer, hver med et klart omfang – præcis det, RAG udnytter bedst.

Link nu Knowledge til instrukserne. Tilføj en direktiv som: “Når du bliver stillet et spørgsmål, skal du først konsultere dine vidensfiler. Hvis svaret ikke findes der, skal du angive det og tilbyde et svar baseret på din generelle viden.” Uden dette direktiv kan GPT’en svare ud fra hukommelsen, selvom det korrekte svar lå og sov i dine filer.

Faldgruber at undgå

Den første faldgrube er at uploade rå filer: en PDF-eksport på 500 sider uden overskrifter vil give skuffende resultater, og du vil fejlagtigt konkludere, at “Knowledge ikke virker”. Tag dig tid til at strukturere før upload. Den anden er det modsatte af nøjsomhed: de tilladte 20 filer er ikke et mål. Fem velopbyggede dokumenter slår tyve mediocre, og en samlefil, der blander emner, gør søgningen upræcis. En tredje, mere snigende faldgrube: forældelse. Dine dokumenter er levende – hvis din politik for hjemmearbejde ændres, skal filen i GPT’en også ændres, ellers vil din assistent selvsikkert svare med den gamle regel. Endelig et punkt til årvågenhed, der ikke er teknisk, men kritisk: filer uploadet til en offentlig GPT er tilgængelige via den pågældende GPT. Placer aldrig fortrolige eller personlige data i vidensbasen for en GPT, du planlægger at offentliggøre.

Officielle kilder: Uploading files and audio to ChatGPT (OpenAI Help Center: 20 filer pr. GPT, importgrænser) · GPTs in ChatGPT (Knowledge) · Custom GPT retirement and migration FAQ (filer kopieres til plugin)

Vigtige pointer

  • Knowledge giver din GPT adgang til dine specifikke dokumenter via et RAG-system
  • Svarkvaliteten afhænger direkte af kvaliteten og strukturen af dine filer
  • Foretræk flere tematiske dokumenter frem for én stor fil
  • Op til 20 filer pr. GPT, hver underlagt importgrænser; ved migration bliver de til pluginnets referencefiler
  • Pas på fortrolighed: læg ikke følsomme data i en offentlig GPT