Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Grunderna i promptning med Grok

Lektion 1 av 14 Uppdaterad 28 juli 2026 Nybörjare
På denna sida
  1. Dina första steg med Grok
  2. Hur Grok bearbetar dina prompter
  3. De tre pelarna i en bra prompt
  4. Tillgängliga Grok-modeller
  5. Praktisk övning
  6. Viktiga punkter

Uppdaterat den 3 november 2026 baserat på xAI:s sida Models: grok-4.7 (september 2026) ersätter grok-4.5 som den rekommenderade modellen. Källor: Models · Release notes.

Dina första steg med Grok

Grok är xAI:s artificiella intelligensmodell. För att interagera med den använder du prompter: textinstruktioner du skickar till modellen för att få ett svar. Kvaliteten på dina prompter avgör direkt hur relevanta och korrekta svaren blir.

En prompt kan ha många former: en enkel fråga, en detaljerad instruktion, en kontext följd av en begäran, eller till och med en strukturerad uppsättning som kombinerar text och bilder. Att lära sig formulera dina prompter väl är den grundläggande färdigheten för att låsa upp Groks fulla potential.

Hur Grok bearbetar dina prompter

Grok-modeller arbetar genom sekventiell tokengenerering. En token motsvarar ett ord eller en orddel. När du skickar en prompt sker följande:

  1. Din text delas upp i inmatningstokens
  2. Modellen analyserar hela kontexten
  3. Den genererar svaret token för token och väljer den mest sammanhängande fortsättningen vid varje steg
  4. Svaret returneras till dig, antingen som ett block eller via strömning (token för token i realtid)

Denna mekanism förklarar varför en tydlig, välstrukturerad instruktion ger bättre resultat än en vag begäran.

De tre pelarna i en bra prompt

För att få relevanta svar från Grok bör du fokusera på tre väsentliga principer:

Tydlighet

En tydlig prompt lämnar inget utrymme för tvetydighet. Jämför dessa två formuleringar:

  • Vag: “Berätta om Python”
  • Tydlig: “Förklara de tre huvudsakliga skillnaderna mellan listor och tupler i Python, med ett kodexempel för varje”

Den andra formuleringen guidar modellen mot ett precist och strukturerat svar.

Kontext

Att tillhandahålla kontext hjälper modellen att kalibrera sitt svar. Specificera din nivå, ditt mål eller relevant domän:

  • “Jag är juniorutvecklare. Förklara Python-dekoratorer för mig med enkla exempel och detaljerade kommentarer i koden.”

Struktur

Organisera dina instruktioner med distinkta avsnitt. Använd listor, bindestreck eller numrering för att separera olika delar av din begäran:

  • Kontext (vem du är, vad projektet handlar om)
  • Uppgift (vad du förväntar dig)
  • Begränsningar (format, längd, ton, språk)
500K
Context tokens (Grok 4.5)
5
SDKs available
20 MB
Max size per image
128
Max tools per request

Tillgängliga Grok-modeller

xAI erbjuder flera modeller, var och en lämpad för olika användningsområden:

  • grok-4.7: den modell xAI rekommenderar; mångsidig och idealisk för komplexa uppgifter (grok-4.6 och grok-4.5, dess föregångare, finns fortfarande tillgängliga)
  • grok-4.20-0309-reasoning: avancerad modell med djup resonemangsförmåga
  • grok-4.3: snabb och ekonomisk modell för rutinuppgifter
  • grok-build-0.1: lättviktig modell specialiserad för kod

Valet av modell påverkar både svarskvalitet och hastighet. För att komma igång är grok-4.7 xAI:s rekommenderade val; grok-4.3 kostar mindre för rutinuppgifter. Exemplen i denna kurs, skrivna med grok-4.5, fungerar även med grok-4.7.

Praktisk övning

Testa dessa tre prompter och observera skillnaderna i resultaten:

Prompt 1 (minimal):

Write an email

Prompt 2 (med kontext):

Write a professional email to reschedule a team meeting from Tuesday to Thursday, same time. Polite but direct tone.

Prompt 3 (strukturerad):

Context: I'm a project manager at a 15-person tech startup.
Task: Write an email to reschedule our weekly team meeting.
Details: From Tuesday 2 PM to Thursday 2 PM, same room.
Tone: Professional but relaxed, typical of a startup.
Format: Subject + email body, maximum 5 lines.

Du kommer att upptäcka att den tredje prompten ger ett mycket mer målinriktat resultat som är redo att användas direkt.

Viktiga punkter

  • En prompt är den instruktion du skickar till Grok för att få ett svar
  • De tre pelarna i en bra prompt är tydlighet, kontext och struktur
  • Grok genererar svar token för token baserat på hela den tillhandahållna kontexten
  • Ju mer precis din prompt är, desto mer relevant och användbart blir svaret
  • Välj den Grok-modell som passar din uppgift: resonemangsmodeller för komplexa uppgifter, snabba modeller för rutinuppgifter