Betingede og forgrenede prompts
På denne side
Indtil videre har dine prompts fulgt en lineær sti: én instruktion, ét resultat. Virkelige professionelle situationer er sjældent så føjelige. Hvad gør du, når det rigtige svar afhænger af en egenskab, du først kender, når du har behandlet sagen, eller når du skal dække flere scenarier i én omgang? Betingede og forgrenede prompts absorberer denne variabilitet: I stedet for at skrive en separat prompt til hvert scenarie, skriver du reglen, der skelner mellem dem, én gang.
Skriv en “hvis/så”-regel
Den enkleste betingelse beskriver de mulige tilfælde og den handling, der er knyttet til hvert enkelt. Forestil dig, at du modererer anmeldelser på din virksomhedsprofil: Kommentarerne strømmer ind dagligt, blandet sammen, og de kræver ikke alle samme respons.
Analyze this customer review and respond appropriately.
Rules:
- If the review is positive: thank them warmly and invite
them to leave a Google review
- If the review is negative: apologize, ask for
details about the issue, and offer direct contact
- If the review is a question: answer factually and offer
to take it further by email
- If the review is spam: simply state "SPAM - delete"
Review: "[PASTE REVIEW HERE]"
Denne ene prompt dækker fire tilfælde og lader dig behandle snesevis af anmeldelser uden at skulle omskrive noget imellem dem. Ændringen er dybere, end den ser ud: Du sorterer ikke længere på forhånd for at vælge den rigtige prompt; sorteringen er nu en del af instruktionen.
Kombinér flere kriterier
Når svaret afhænger af to eller tre variabler på én gang, skal du skrive dine betingelser som et beslutningstræ. En karriererådgiver giver ikke de samme råd til en juniorprofessionel, der skifter karriere, som til en seniorleder, der vil starte virksomhed; følgende prompt kodificerer denne discernement én gang for alle.
You are a professional career counselor.
A candidate provides the following information.
Tailor your recommendations to their profile.
Candidate profile:
- Experience: [JUNIOR (0-2 years) / MID-LEVEL (3-7 years) / SENIOR (8+ years)]
- Current sector: [SECTOR]
- Goal: [ADVANCEMENT / CAREER CHANGE / START A BUSINESS]
- Constraint: [GEOGRAPHIC / SALARY / TIME / NONE]
Adaptation rules:
- If JUNIOR + ADVANCEMENT: focus on skills to acquire
and relevant training
- If JUNIOR + CAREER CHANGE: emphasize transferable skills
and suggest concrete bridges
- If MID-LEVEL + ADVANCEMENT: propose positioning strategies
and targeted networking
- If MID-LEVEL + START A BUSINESS: assess feasibility and propose
a gradual transition plan
- If SENIOR + ADVANCEMENT: steer toward leadership or
advisory roles, with personal branding
- If SENIOR + START A BUSINESS: leverage existing expertise
and network
If GEOGRAPHIC constraint: include remote-first options.
If SALARY constraint: prioritize fast-income options.
If TIME constraint: propose an accelerated plan.
Se på strukturen frem for indholdet: Krydset mellem erfaring og mål bestemmer substansen i rådgivningen, mens begrænsningen fungerer som et filter, der lægges ovenpå resultatet. Ved at adskille disse to niveauer i stedet for at kombinere alt undgår du at skulle skrive atten regler, når ni er nok – og du kan tilføje en fjerde begrænsning i morgen uden at skulle omskrive hele træet.
Sortér en hel liste i én omgang
Den samme mekanisme omdanner en manuel kvalifikationsopgave til én enkelt operation. Ved eksport af leads fungerer betingelserne som et scoringsskema, og tabellen sikrer et leverancemateriale, som salgsteamet kan bruge med det samme uden at skulle reformattere.
Here is a list of 10 sales leads. For each, assess
priority and propose the appropriate follow-up action.
Scoring rules:
- If the lead visited the pricing page: HOT -> propose a call
- If the lead downloaded a white paper: WARM -> send a
personalized nurturing email
- If the lead only subscribed to the newsletter: COLD -> add
to the automated sequence
- If the lead requested a demo: VERY HOT -> call within 24h
For each lead, produce:
| Name | Behavior | Score | Recommended action | Personalized message (2 lines) |
Leads:
1. Marie L. - visited pricing + downloaded the "ROI Guide" white paper
2. Thomas D. - subscribed to newsletter 3 months ago, no activity since
3. Sophie R. - demo request received yesterday, company of 200 employees
[...]
Én forholdsregel før du indsætter en liste som denne: Det involverer personoplysninger. Tjek, hvad din abonnementsplan og din virksomheds regler tillader. På Business-, Enterprise- og Edu-planer bruger OpenAI som standard ikke dit indhold til at træne deres modeller; på personlige planer kan det blive brugt til træning, medmindre du har deaktiveret det i dine indstillinger for datakontrol. Under alle omstændigheder skal du kun beholde de oplysninger, der er nødvendige for sorteringen, f.eks. et fornavn og et initial i stedet for fuldt navn og adresse.
Producer flere versioner af samme besked
En nyttig variant er ikke at bede om et valg, men om alle grene på én gang. Dette er den typiske situation for en følsom meddelelse, der skal cirkulere til forskellige målgrupper uden nogensinde at modsige sig selv fra kanal til kanal.
We are preparing an announcement about a restructuring of the sales team.
Write 3 versions of the message based on context.
Scenario A - Team meeting (direct, transparent tone):
The announcement is made in person to the affected team.
Priority: honesty and addressing concerns.
Scenario B - Internal email to the entire company (factual, reassuring tone):
General information sent to all employees.
Priority: clarity and message stability.
Scenario C - Communication to clients (professional, confident tone):
Message intended for key clients who have a dedicated contact.
Priority: service continuity and trust.
For each scenario, produce:
1. The full message (200 words max)
2. The 3 likely questions and prepared answers
3. The main point of vigilance
At få alle tre versioner i ét svar er ikke bare en tidsbesparelse; det er en gevinst for konsistensen: Modellen har de to andre i sigte, mens den udarbejder hver enkelt, hvilket ikke ville ske, hvis du åbnede tre separate samtaler.
Indlejr betingelser
Ved virkelig komplekse afvejninger skal du indlejre betingelser, som du ville gøre det i en scope-notat. Eksemplet nedenfor gør anbefalingen afhængig af et første budgetniveau og derefter, inden for hvert niveau, af et andet kriterium, der ikke er det samme overalt – salgscyklus for ekstreme budgetter, markedets modenhed for mellemlaget.
Help me choose the best customer acquisition strategy.
Decision parameters:
- Monthly budget: [AMOUNT]
- Sales cycle: [SHORT (< 1 month) / LONG (> 3 months)]
- Market maturity: [MATURE / EMERGING]
Recommendation logic:
IF budget < 5,000 EUR:
IF cycle SHORT -> SEO + content marketing
IF cycle LONG -> Organic LinkedIn + email nurturing
IF budget 5,000-20,000 EUR:
IF market MATURE -> Google Ads + retargeting
IF market EMERGING -> Content + industry events
IF budget > 20,000 EUR:
IF cycle SHORT -> Google Ads + LinkedIn Ads + SDR
IF cycle LONG -> ABM (Account Based Marketing) + events
For each recommendation, detail:
1. Budget allocation by channel
2. KPIs to track
3. Expected results at 3 and 6 months
Brug betingelser som værn
Betingede regler er ikke kun til at styre indhold: De kan overvåge outputkvaliteten, mens teksten skrives. Hver „hvis” bliver til en selv-korrigerende instruktion, som modellen anvender på sin egen tekst, i stedet for at lade dig opdage problemet under gennemgangen.
Write an 800-word blog post on e-commerce trends in 2026.
Guardrails:
- If you mention a statistic, cite the source or indicate
"estimate" in parentheses
- If you claim a trend is "the most important," justify
with at least 2 arguments
- If a paragraph exceeds 100 words, split it in two
- If you use a technical term, add an explanation in
parentheses the first time
- If you can't find a concrete example for a point, flag it
with [ADD EXAMPLE]
Din tur
Byg og test dit eget beslutningstræ. Vælg en opgave, du gentager, hvor scenarierne varierer, og tilpas den til denne matrix.
[YOUR RECURRING TASK]
Conditions:
- If [CONDITION A] then [ACTION A]
- If [CONDITION B] then [ACTION B]
- If [CONDITION C] then [ACTION C]
- If no condition applies: [DEFAULT ACTION]
Apply these conditions to:
[YOUR DATA]
Test derefter med mindst tre forskellige input, valgt så de udløser forskellige grene. Denne test afslører næsten altid en af tre klassiske fejl. En betingelse formuleret i vage termer – „hvis tonen er gennemsnitlig” – betyder intet for modellen: Erstat den med et objektivt kriterium, eller giv et eksempel på hver kategori. Fraværet af et standardtilfælde lader modellen improvisere, så snart et input falder uden for den forventede ramme, og det er her, inkonsekvente svar opstår; linjen „ellers / i alle andre tilfælde” er aldrig overflødig. Endelig bliver prompten umulig at vedligeholde ud over seks eller syv grene: Du vil ikke vide, hvilken der producerede et givent resultat. Forenkl, eller opdel den i flere kædede prompts.
Officielle kilder: Best practices for prompt engineering with the OpenAI API · How your data is used to improve model performance (OpenAI Help Center)
Vigtige pointer
- Betingede prompts tilpasser svaret til forskellige tilfælde ved hjælp af „hvis/så”-regler.
- Forgrenning med flere kriterier lader dig håndtere komplekse situationer i én enkelt prompt.
- Batch-behandling med betingelser automatiserer analysen af hele lister.
- Prompts med flere scenarier producerer flere versioner skræddersyet til forskellige kontekster.
- Inkludér altid et standardtilfælde og begræns antallet af grene for at bevare klarheden.
- Før du behandler personoplysninger, skal du tjekke, hvad din plan og din virksomhed tillader, og minimere data til det strengt nødvendige.