Kunstig intelligens har sneket seg inn i hverdagen vår i et ganske utilslørt tempo. I dag kan vi be den om å oppsummere et dokument, utarbeide kampanjeideer, analysere data, skrive kode, transformere et fotografi, hjelpe oss med å organisere en reise eller forklare kvantefysikk som om vi var ti år gamle.
Men det er én brikke som nesten alltid dukker opp mellom oss og kunstig intelligens: ledeteksten.
Og det er her den første forvirringen begynner. Fordi en unødvendig mystikk har utviklet seg rundt prompter. Bare surf på internett, så finner du «den ultimate prompten», «den hemmelige formelen for å snakke med ChatGPT», eller latterlig lange maler som ser ut til å kreve flere instruksjoner enn oppgaven som skal utføres.
Virkeligheten er betydelig mindre dramatisk.
En ledetekst er i hovedsak informasjonen vi gir en AI for å fortelle den hva vi vil at den skal gjøre . Det kan være et spørsmål på fem ord, en detaljert instruksjon på flere avsnitt, et bilde ledsaget av en forespørsel, eller til og med en fil vi vil jobbe med. OpenAI definerer en ledetekst presist som inputen som starter en samtale eller utløser et svar fra modellen, og påpeker at den ikke trenger å være begrenset til tekst: den kan også inkludere bilder, lyd eller andre filer.
For eksempel:
«Hva er hovedstaden i Norge?»
Det er allerede en oppfordring.
Det er også:
«Analyser denne salgsrapporten og fortell meg hvilke tre produkter som har opplevd den største veksten i løpet av siste kvartal.»
Og også:
«Funger som SEO-spesialist. Analyser følgende tekst som er ment for bloggen til et spansk digitalt markedsføringsbyrå . Identifiser problemer med søkeintensjon, struktur og semantisk dybde, men ikke skriv artikkelen på nytt ennå. Forklar først hva du ville forbedret og hvorfor.»
Alle tre er påminnelser. Det som endrer seg er mengden informasjon vi gir og graden av kontroll vi ønsker å utøve over resultatet.
Det er der det blir virkelig interessant.
Fordi det å lære hva en prompt er innebærer å lære å uttrykke en intensjon bedre. Og jo mer kompleks oppgaven er, desto viktigere er vanligvis denne klarheten.
Hva er en prompt?
La oss først kvitte oss med all teknologien. Tenk deg at du ansetter noen til å gjøre en jobb og sier til dem:
«Lag noe til meg til Instagram.»
Jeg kunne gjøre nesten hva som helst, og teknisk sett ville jeg ha oppfylt forespørselen din.
En video? Et fotografi? En karusell? Et innlegg for å selge et produkt? For å annonsere at du stenger i morgen? Rettet mot tenåringer eller økonomisjefer?
Instruksjonen er ikke feil. Den mangler rett og slett informasjon . Tenk deg nå at du sier:
«Jeg trenger en Instagram-karusell med fem lysbilder til en veterinærklinikk. Vi ønsker å forklare førstegangs katteeiere hvorfor en sjekk i løpet av det første året er viktig. Bruk en vennlig, men profesjonell tone, unngå alarmisme, og avslutt med en telefon for å avtale en time.»
Personen som er ansvarlig for jobben har en mye klarere forståelse av hva du forventer. Noe lignende skjer med kunstig intelligens.
Derfor, når noen spør hva prompt betyr , ville en enkel definisjon være denne:
En prompt er spørsmålet, instruksjonen eller settet med informasjon vi gir en kunstig intelligens for å fortelle den hva vi ønsker å få ut av den.
Det er utgangspunktet for samhandlingen. Det kan ganske enkelt inneholde et spørsmål, men det kan også spesifisere målet, gi kontekst, sette begrensninger, inkludere eksempler, definere en tone eller indikere nøyaktig hvordan vi ønsker å motta resultatet.
OpenAIs egne nåværende anbefalinger vektlegger to spesielt viktige ideer: at instruksjonene skal være klare og spesifikke , og at vi gir den nødvendige konteksten slik at modellen bedre kan forstå hva vi prøver å oppnå. De anbefaler også å jobbe iterativt, ved å bruke innledende svar for å avgrense forespørselen.
Og dette siste punktet fortjener oppmerksomhet fordi det avliver en annen ganske vanlig myte: en god prompt trenger ikke nødvendigvis å være riktig første gang.
Hva brukes en prompt til?
En prompt forteller en kunstig intelligens hva du vil at den skal gjøre og gir den nødvendig informasjon for å gjøre det riktig . Det er kortversjonen. Det interessante er å forstå at ikke alle prompter tjener samme formål: noen ber om et direkte svar, andre hjelper med å analysere informasjon, generere ideer, transformere innhold eller følge en rekke mer komplekse instruksjoner.
Hvis du for eksempel skriver:
«Oppsummer denne teksten.»
Du bruker en ledetekst til å transformere informasjon.
Hvis du skriver:
«Sammenlign disse to forretningsforslagene, og fortell meg hvilket som gir best valuta for pengene.»
Du bruker en ledetekst til å analysere og sammenligne.
Og hvis du skriver:
«Gi meg ti ideer til Instagram-innhold rettet mot eiere av små nettbutikker.»
Du bruker AI til å generere ideer fra en spesifikk kontekst.
Nytten av ledeteksten ligger nettopp der: i å konvertere en menneskelig intensjon til en instruksjon som AI kan tolke.
Jo enklere oppgaven er, desto mindre informasjon må du oppgi. Å spørre «Hvor mange innbyggere har Portugal?» krever ikke en kompleks struktur. Men hvis du vil at en AI skal utvikle en innholdsstrategi, gjennomgå en kontrakt, analysere data eller skrive en reklamekampanje, vil det være mye viktigere å forklare hva du trenger, for hvem, med hvilket mål og under hvilke betingelser.
Derfor innebærer det å lære hva en ledetekst er til for også å forstå at AI ikke trenger å gjette prioriteringene dine. Hvis du skriver:
«Skriv en artikkel om e-postmarkedsføring.»
Den kan returnere noe helt riktig, men kanskje den er rettet mot store selskaper når du jobber med frilansere, kanskje den er for teknisk, eller kanskje den har en helt annen lengde enn det du trengte.
I stedet:
«Skriv en innledning på 250 ord om e-postmarkedsføring rettet mot små bedrifter som aldri har laget et nyhetsbrev. Bruk en vennlig tone og forklar hvorfor det fortsatt er nyttig før du går i gang med verktøyene.»
Du har redusert usikkerheten betraktelig her.
Det betyr ikke at jo lengre en ledetekst er, desto bedre. Faktisk er en av de vanligste feilene når noen begynner å lære å skrive en ledetekst , å legge til informasjon bare for å skrive den. En god ledetekst er ikke den med flest instruksjoner, men den som inneholder instruksjonene som er relevante for oppgaven.
I daglig bruk kan ledetekster brukes til en rekke oppgaver: utarbeide eller redigere tekster, oppsummere dokumenter, oversette innhold, generere ideer, analysere data, forklare komplekse konsepter, sammenligne alternativer, utarbeide diagrammer, skrive kode eller arbeide med bilder og filer. Den samme logikken gjelder i alle tilfeller: kvaliteten på inndataene påvirker nytten av resultatet , selv om den ikke garanterer det fullstendig.
Og den siste nyansen er viktig.
En godt skrevet ledetekst bidrar til å oppnå bedre resultater, men kunstig intelligens kan gjøre feil, misforstå instruksjoner eller gi feil informasjon. Derfor erstatter ikke ledeteksten menneskelig dømmekraft når man bruker AI til profesjonelle oppgaver. Den tjener til å veilede verktøyet bedre; den endelige vurderingen er fortsatt vår.
Hvordan skrive en god oppfordring
Å skrive en god prompt handler ikke om å lære en rigid formel eller slenge inn tjue instruksjoner uten grunn. Det handler om å gi AI-en nok informasjon til å forstå hva du vil ha, i hvilken kontekst, og hvordan den skal levere det til deg.
Den mest nyttige regelen er ganske enkel: jo viktigere resultatet er, desto tydeligere bør spørsmålet være.
Hvis du bare vil ha en rask idé, kan du være kortfattet. Hvis du trenger en tekst til en klient, en seriøs analyse eller en anbefaling som vil påvirke en beslutning, er det best å være mer spesifikk.
Mål og kontekst
Start med målet. Før du skriver oppgaven, spør deg selv: hva er det egentlig jeg vil oppnå?
Det er ikke det samme å spørre:
«Fortell meg om nettposisjonering.»
Hva du skal bestille:
«Forklar meg hva nettposisjonering er for noen som nettopp har opprettet sin første nettbedrift.»
Den andre instruksjonen fungerer bedre fordi den definerer emnet og også hvem svaret skal konstrueres for.
Kontekst er spesielt viktig når AI ikke har noen måte å vite hva som ligger bak forespørselen din. Hvis du for eksempel forbereder en kampanje, kan du spesifisere type virksomhet, målgruppe, kanal eller formålet med artikkelen.
I stedet for:
«Skriv en annonse.»
Du kan skrive:
«Skriv en Instagram-annonse for en nettbutikk for interiørdesign rettet mot kvinner i alderen 30–45. Målet er å introdusere en ny kolleksjon av håndlagde lamper.»
Du har ikke gjort spørsmålet om til en doktoravhandling. Du har rett og slett fjernet flere avgjørelser som AI-en ellers måtte ha tatt på egenhånd.
Et godt triks er å tenke på det som å tildele oppgaven til noen som vet hvordan man gjør det, men som ennå ikke kjenner prosjektet ditt . Hvilken informasjon trenger de for å komme i gang? Det er den informasjonen spørsmålet ditt sannsynligvis også trenger.
Tydelige instruksjoner og svarformat
Etter målet og konteksten kan du legge til de betingelsene som virkelig betyr noe.
For eksempel kan du angi tonen:
«Bruk et lettfattelig språk og unngå teknisk sjargong.»
Lengden:
«Ikke overskrid 300 ord.»
Fokus:
«Prioriter praktiske eksempler og unngå å gå inn på markedsføringens historie.»
Eller til og med strukturen:
«Organiser svaret ditt i en kort innledning, tre anbefalinger og en konklusjon.»
Å spesifisere utdataformatet kan forbedre resultatet betraktelig når du allerede vet hvordan du skal bruke det.
Hvis du trenger å sammenligne produkter, kan du be om en tabell. Hvis du trenger ideer, kan du be om en liste. Hvis du vil publisere en artikkel, kan du be om en struktur med overskrifter. Hvis du skal importere informasjon til et annet verktøy, kan det være lurt å be om et bestemt format.
For eksempel:
«Sammenlign disse tre e-postmarkedsføringsverktøyene i en tabell med kolonnene pris, automatiseringer, brukervennlighet og hovedbegrensning.»
Det er mye mer nyttig enn:
"Hvilket av disse verktøyene er bedre?"
Den første forespørselen definerer hva «bedre» betyr innenfor den oppgaven.
Det er en av de minst spektakulære, men viktigste hemmelighetene ved å lære å lage en god prompt : unngå altfor åpne ord når det du trenger er et spesifikt kriterium.
«Gjør det bedre», «gjør det profesjonelt» eller «gjør det attraktivt» kan ha svært forskjellige betydninger.
Det er bedre å forklare hva du mener med resultatet:
«Gjør det mer profesjonelt: fjern dagligdagse uttrykk, reduser utrop og bruk en klar og selvsikker tone, men ikke en altfor korporativ en.»
Det er der vi gir nyttig veiledning.
Det er også best å unngå motstridende instruksjoner. Å be om en tekst som er «svært detaljert, veldig kort, teknisk og forståelig for noen uten erfaring» kan tvinge modellen til å utføre unødvendige balanseganger. Hvis du har flere prioriteringer, prioriter dem.
For eksempel:
«Prioriter forståelsesvennlighet. Du kan bruke tekniske termer når det er nødvendig, men forklar dem første gang de dukker opp.»
Mye tydeligere.
Og det er en annen viktig idé: du trenger ikke å få plass til hele samtalen i én enkelt ledetekst.
Du kan starte med:
«Hjelp meg med å strukturere en lanseringskampanje for dette produktet.»
Se gjennom resultatet og fortsett:
«Jeg liker det andre forslaget. Utvikle det med tanke kun på Instagram og fjern all handling som krever video.»
Den prosessen er også en prompt. Faktisk er det ofte mer effektivt å snakke og forbedre for mange komplekse oppgaver enn å prøve å skrive den «perfekte prompten» på første forsøk.
Eksempler på oppfordringer
Teori er mye lettere å forstå når vi ser den i praksis. Derfor, i stedet for å memorere strukturer, er det verdt å sammenligne en grunnleggende prompt med en bedre konstruert en og se nøyaktig hva som endrer seg.
Forskjellen ligger ikke i å «bruke magiske ord». Den ligger i å redusere tvetydighet.
Eksempel på en grunnleggende ledetekst
Tenk deg at du skriver:
«Skriv et innlegg om sosiale medier til meg.»
AI kan svare riktig, men den har for mange åpne beslutninger. Den vet ikke om du vil ha et innlegg for Instagram, LinkedIn eller en blogg. Den vet heller ikke målet, målgruppen, lengden, tonen eller om du selger noe.
Jeg kunne gi deg noe gyldig, ja. Men også noe generisk.
Nå har vi forbedret det:
«Skriv et LinkedIn-innlegg rettet mot småbedriftseiere som administrerer sine egne sosiale medier. Forklar tre vanlige feil de gjør når de legger ut innhold, og avslutt med en praktisk anbefaling. Bruk en vennlig, men profesjonell tone.»
Her vet vi allerede hvilken kanal vi bruker, hvem vi snakker med, hva teksten skal inneholde og hvordan den skal høres ut.
Svaret vil ikke nødvendigvis være perfekt, men det vil ha en mye større sjanse til å være nærmere det du trenger.
Eksempel på en godt konstruert ledetekst
La oss se på et litt mer profesjonelt tilfelle:
«Funger som spesialist på digital markedsføring. Jeg trenger et innholdsforslag for et firma for oppussing av bolig i Granada. Målet er å bygge tillit hos folk som sammenligner firmaer før de ber om tilbud. Foreslå fem ideer til Instagram-innlegg. For hver, angi fokus, en potensiell overskrift og en handlingsfremmende oppfordring. Unngå aggressivt salgsorienterte budskap og prioriter innhold som demonstrerer ekspertise og åpenhet.»
Denne ledeteksten fungerer bra fordi den inneholder flere nyttige lag: den definerer oppgaven, gir kontekst, forklarer målet, spesifiserer den implisitte målgruppen og spesifiserer formatet.
Det inkluderer også noe veldig viktig: hva vi ikke vil ha.
Å si «unngå aggressive kommersielle meldinger» kan være like nyttig som å si hva du bør gjøre.
Et annet eksempel:
«Analyser denne teksten og fortell meg om den er for teknisk for noen som ikke kan noe om SEO. Pek bare på de problematiske frasene, forklar hvorfor de kan være forvirrende, og foreslå et enklere alternativ. Ikke skriv hele artikkelen på nytt.»
Instruksjonen her er god fordi den definerer omfanget. Hvis vi bare sa «forbedre denne teksten», ville AI-en stå fritt til å endre praktisk talt hva som helst.
I mange profesjonelle oppgaver er det å sette grenser også en del av å skrive en god oppgave.
Ett mål, forskjellige presisjonsnivåer
Vi kan se det enda tydeligere med den samme kommisjonen.
Spørsmålet er veldig åpent:
«Gi meg ideer til en blogg.»
Oppfordre til noe bedre:
«Gi meg ideer til en blogg om digital markedsføring .»
Kontekstualisert prompt:
«Foreslå ti artikler til bloggen til et digitalt markedsføringsbyrå som primært retter seg mot små bedrifter.»
Mer presis oppfordring:
«Foreslå ti artikler til bloggen til et digitalt markedsføringsbyrå som retter seg mot spanske små og mellomstore bedrifter. Vi ønsker å fange opp informative søk relatert til webdesign, SEO og nettannonsering. Unngå altfor generiske emner som «hva er digital markedsføring». For hvert forslag, inkluder tittel, søkeintensjon og hovednøkkelord.»
Ingen av de første spørsmålene er feil. De tilbyr rett og slett ulike nivåer av kontroll. Og dette er viktig fordi vi heller ikke bør falle i den motsatte ytterligheten: å overdesigne hver forespørsel.
Hvis du bare vil vite høyden på Mount Everest, trenger du ikke å spesifisere rolle, kontekst, format eller målgruppe. Bare skriv spørsmålet, så er du ferdig. Strukturen på spørsmålet bør være proporsjonal med oppgavens kompleksitet.
Vanlige feil når du skriver oppfordringer
Det er ganske normalt at de første instruksjonene er litt røffe. Faktisk er problemet ofte ikke den kunstige intelligensen, men at instruksjonen lar for mange ting stå åpne eller blander flere oppgaver samtidig.
En av de vanligste feilene er å spørre om noe som er for bredt . Fraser som «lag en markedsføringsstrategi for meg», «forbedre nettstedet mitt» eller «skriv noe for sosiale medier» kan gi riktige svar, men de vil være veldig generiske. Dette er ikke fordi AI-en «ikke vet», men fordi den mangler tilstrekkelig kontekst til å bestemme den beste fremgangsmåten.
En annen vanlig feil er å gi motstridende instruksjoner . For eksempel, å be om en tekst som er «svært teknisk, veldig enkel, veldig kort og veldig detaljert» tvinger modellen til å løse prioriteringer du ikke har definert. Hvis flere betingelser kolliderer, er det viktig å avklare hvilken som er viktigst.
Det er også vanlig å glemme konteksten. Hvis du spør: «Hva slags kampanje ville du kjørt?», vil svaret uunngåelig være generisk. Men hvis du forklarer at det er en nettbutikk for interiør, at målgruppen er kvinner i alderen 30 til 45 år, og at målet er å selge en ny kolleksjon, kan svaret være mye mer nyttig.
Og så er det den mest menneskelige feilen av alle: å forvente at AI skal gjette hva du tenker på.
Hvis du ønsker en tekst med en bestemt tone, si det. Hvis du trenger at den skal inkludere data, angi det. Hvis du ikke vil at den skal bruke bestemte uttrykk, kan du også spesifisere det. Jo mindre kritisk informasjon du lar være åpen for tolkning, desto lettere vil det være å oppnå ønsket resultat.
Men ikke gjør ledeteksten til en endeløs liste med regler, bare i tilfelle. For mange instruksjoner kan ha motsatt effekt og gjøre forespørselen uklar.
Tommelfingerregelen er denne: legg til informasjon når kvaliteten eller retningen på responsen endres. Hvis den ikke endres, er den sannsynligvis unødvendig.
Det er også lurt å gjennomgå hva du ber om før du legger skylden på verktøyet. Hvis et svar ikke fungerer for deg, bør du først spørre deg selv om målet var klart, om du ga nok kontekst, og om du definerte det forventede resultatet riktig.
Ofte er en annen instruksjon alt som trengs:
«Gjør det mer spesifikt og fokuser det utelukkende på små bedrifter.»
O:
«Jeg ønsker ikke en teoretisk forklaring. Gi meg et praktisk eksempel.»
Den slags iterasjon er helt normal. Å skrive oppfordringer handler ikke om å gjøre det riktig første gang, men om å vite når man skal korrigere kursen.
Vanlige spørsmål
Må en prompt være lang for å fungere bra?
Kan den samme prompten brukes i forskjellige kunstige intelligenser?
Hvorfor kan en AI reagere forskjellig på den samme meldingen?
Trenger jeg å kunne programmering for å skrive oppgaver?
Vil AI alltid gjøre nøyaktig det den får beskjed om?
Hva bør en god prompt ha?
Hva er en prompting, og hvordan er det forskjellig fra en prompt?
Konklusjon
Å forstå hva en prompt er er mye enklere enn det noen ganger virker: det er instruksjonen, spørsmålet eller settet med informasjon vi gir til en kunstig intelligens for å fortelle den hva vi ønsker å oppnå.
Forskjellen mellom en middelmådig og en virkelig nyttig prompt er vanligvis ikke lengden, men klarheten . Hvis du tydelig forklarer målet, gir nødvendig kontekst og definerer hvordan du ønsker å motta svaret, vil AI-en ha en mye bedre sjanse til å gi deg noe du faktisk kan bruke.
Det er imidlertid viktig å unngå to ytterpunkter: å være for kortfattet og forvente at verktøyet skal gjette hva vi har i tankene, eller å gjøre hver forespørsel om til en endeløs mal full av regler. En god ledetekst inneholder den nødvendige informasjonen, ikke all mulig informasjon.
Og kanskje dette er den viktigste ideen i hele artikkelen: å lære å skrive en oppgave handler ikke om å memorere formler. Det handler om å lære å kommunisere en oppgave mer effektivt og vite hvordan man justerer samtalen når det første resultatet ikke er det du leter etter.
Etter hvert som du bruker flere AI-verktøy, blir den prosessen ganske naturlig. Du starter med å stille spørsmål, observerer hva som mangler, legger til kontekst, korrigerer kursen din og ender opp med å få mye mer nøyaktige resultater.
Med andre ord: prompten åpner samtalen; menneskelig dømmekraft holder fortsatt rattet.
