Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Lägg till en kunskapsbas

Lektion 6 av 17 Uppdaterad 5 november 2026 Medelnivå
På denna sida
  1. Ge din GPT ett specialiserat minne
  2. Hur Knowledge fungerar
  3. Förbered dina dokument
  4. Din tur: en onboarding-assistent
  5. Fallgropar att undvika
  6. Viktiga punkter

Status per den 5 november 2026: GPT:er befinner sig i sina sista veckor. OpenAI avvecklar anpassade GPT:er den 11 december 2026 (den 11 februari 2027 för vissa Enterprise-arbetsytor med undantag). Personliga konton samt Free-, Go-, Plus- och Pro-konton kan inte längre skapa eller publicera nya GPT:er. I arbetsmiljöer för Business, Enterprise och Edu beror skapandet på inställningarna, och det upphörde den 26 oktober 2026 i berörda Enterprise-arbetsytor. Befintliga GPT:er förblir användbara och redigerbara om din plan tillåter det, fram till avvecklingen; dina konversationer med dem kommer att förbli tillgängliga även efteråt. Migreringen (Migrate to plugin, i Mina GPT:er) omvandlar instruktioner till en färdighet, kunskapsbasen till referensfiler och anslutna applikationer till appar; anpassade åtgärder överförs inte. Denna lektion förklarar hur GPT:er fungerar för att hjälpa dig att underhålla dem, migrera dem och anpassa deras principer till ett plugin (lektion 15–17).

Ge din GPT ett specialiserat minne

De systeminstruktioner du skrev i föregående lektion definierar din GPT:s beteende: vem den är, hur den svarar och vad den vägrar göra. Men de ger den ingen ny kunskap. Ditt kollektivavtal, produktkatalog, interna rutiner eller regulatoriska databas: ChatGPT vet ingenting om dem och har inget sätt att gissa sig fram. Det är precis här kunskapsbasen, avsnittet Knowledge i konfigurationsvyn, kommer in i bilden. Genom att ladda upp dina dokument där förvandlar du en briljant generalist till en expert inom ditt område – en expert som citerar dina texter istället för att improvisera.

Hur Knowledge fungerar

Principen verkar enkel: du laddar upp filer och din GPT kan konsultera dem för att svara på frågor. Accepterade format täcker de flesta professionella användningsfall: dokument (PDF, DOCX, TXT), kalkylblad, presentationer, strukturerad data och bilder. Gränsen är 20 filer per GPT, där varje fil omfattas av standardgränser för import (upp till 512 MB per dokument och 2 miljoner texttoken per fil) – mer än tillräckligt för att täcka dokumentationen för en avdelning eller en produkt.

Vad som händer bakom kulisserna förtjänar din uppmärksamhet, eftersom det förklarar alla förberedandetips som följer. Din GPT memorerar inte dina filer: den använder en mekanism som kallas Retrieval-Augmented Generation (RAG). Dina dokument delas först upp i segment. När en användare ställer en fråga hämtar systemet de segment som är mest relevanta för den frågan, och sedan genererar ChatGPT sitt svar baserat på dem. Med andra ord “läser” aldrig GPT:n hela ditt dokument: den ser bara de utdrag som sökningen returnerar. Om ditt dokument är dåligt strukturerat kommer sökningen att returnera dåliga utdrag, och svaret blir dåligt – oavsett hur bra dina instruktioner är. Kvaliteten på dina dokument avgör direkt kvaliteten på svaren.

En kunskapsbas i arbete Fyra steg: lägg till upp till 20 filer; användaren ställer en fråga; GPT:n hittar användbara passager; den svarar baserat på dem. KNOWLEDGE En kunskapsbas i arbete 1 Lägg till Upp till 20 filer 2 Fråga En ställd fråga 3 Hämta Användbara passager 4 Svara Baserat på dem Strukturerade dokument med tydliga rubriker hittas lättare än ett block på 500 sidor.
Baserat på artiklarna "Uploading files and audio to ChatGPT" och "GPTs in ChatGPT" från OpenAI Help Center (november 2026).

Förbered dina dokument

Denna RAG-mekanism styr din förberedelsemetod. Första reflexen: strukturera. Ett dokument fullt av tydliga rubriker och underrubriker delas upp i sammanhängande segment; ett block på 500 sidor utan hierarki delas slumpmässigt. Föredra också ett dokument per tema snarare än en monolitisk fil: om din HR-GPT behöver svara på frågor om semester och utlägg ger två separata filer mer precisa sökresultat än en “allt-i-ett-guide”. För långa dokument som ändå är nödvändiga hjälper en innehållsförteckning i början systemet att navigera.

Andra reflexen: skriv för sökning. Skriv hela meningar snarare än isolerade nyckelord – ett segment som säger “Karensperioden mellan två tidsbegränsade anställningar är hälften av den ursprungliga kontraktets längd” hittas och används mycket bättre än en tabellcell som innehåller “karens: 50%”. I samma anda, integrera vanliga frågor och deras svar direkt i dina dokument: när en användare ställer en liknande fråga blir träffen nästan omedelbar. Var slutligen försiktig med komplexa tabeller, som RAG hanterar dåligt när de delas upp: konvertera dem till listor eller strukturerad text när det är möjligt.

För att ge dig några riktmärken finns här typiska dokument per GPT-typ:

GPT-typDokument att tillhandahålla
HR-assistentKollektivavtal, interna regler, intern FAQ
ProduktexpertTekniska datablad, jämförelser, kund-FAQ
SäljcoachSäljpitch, invändningar/svar, fallstudier
Juridisk assistentLagar, rättspraxis, kontraktsmallar

Din tur: en onboarding-assistent

En ren kunskapsbas. Tänk dig att du bygger en GPT som heter “Onboarding Assistant” för att välkomna nya medarbetare på ditt företag. En effektiv kunskapsbas skulle få plats i fem filer: den kompletta onboarding-guiden (guide-new-employee.pdf), de 30 vanligaste frågorna från nya medarbetare (faq-hr.md), organisationskartan (org-chart.pdf), handledningar för interna verktyg som Slack, Jira eller GitLab (internal-tools.md) och en ordlista över företagets terminologi och akronymer (glossary.md). Fem tematiska filer, var och en med ett tydligt omfång – exakt det som RAG utnyttjar bäst.

Koppla nu Knowledge till instruktionerna. Lägg till ett direktiv som: “När du får en fråga, konsultera först dina kunskapsfiler. Om svaret inte finns där, ange det och erbjud ett svar baserat på din allmänna kunskap.” Utan detta direktiv kan GPT:n svara från minnet även om det korrekta svaret låg och väntade i dina filer.

Fallgropar att undvika

Den första fallgropen är att ladda upp råa filer: en PDF-export på 500 sidor utan rubriker ger besvikande resultat, och du kommer felaktigt att dra slutsatsen att “Knowledge inte fungerar”. Ta dig tid att strukturera innan uppladdning. Den andra är motsatsen till sparsamhet: de tillåtna 20 filerna är inte ett mål. Fem välgjorda dokument slår tjugo mediokra, och en catch-all-fil som blandar ämnen gör sökningen oprecis. En tredje, mer lömsk fallgrop: föråldrande. Dina dokument är levande – om din policy för distansarbete ändras måste filen i GPT:n också ändras, annars kommer din assistent självsäkert att svara med den gamla regeln. Slutligen, en punkt som kräver vaksamhet och som inte är teknisk men kritisk: filer som laddats upp till en offentlig GPT är tillgängliga via den GPT:n. Placera aldrig konfidentiella eller personuppgifter i kunskapsbasen för en GPT som du planerar att publicera.

Officiella källor: Uploading files and audio to ChatGPT (OpenAI Help Center: 20 filer per GPT, importgränser) · GPTs in ChatGPT (Knowledge) · Custom GPT retirement and migration FAQ (filer kopieras till plugin)

Viktiga punkter

  • Knowledge ger din GPT tillgång till dina specifika dokument via ett RAG-system
  • Svarens kvalitet beror direkt på kvaliteten och strukturen hos dina filer
  • Föredra flera tematiska dokument framför en enda stor fil
  • Upp till 20 filer per GPT, varje fil omfattas av importgränser; vid migrering blir de pluginets referensfiler
  • Var uppmärksam på konfidentialitet: lägg inte känslig data i en offentlig GPT