Prompt engineering

Prompt Engineering betyder simpelthen at stille gode spørgsmål til AI. En prompt er din input med dit spørgsmål eller anmodning.

Prompt engineering indebærer, at vi udtænker målrettede spørgsmål og anvisninger for at hjælpe AI-modeller med at give de rigtige svar under chats. Med bedre prompts får du bedre resultater.

Sammen med specifikationerne for den valgte model er dette afgørende for kvaliteten af svaret.

Elementer af en prompt (spørgsmål)

For at få bedre resultater skal du tænke på følgende punkter:

• Formål: hvad ønsker du præcist af sprogmodellen?
• Rolle: hvilken rolle har sprogmodellen? (f.eks. 'Marketinganalytiker', 'Juridisk rådgiver', 'Projektleder')
• Kontext: baggrundsinformation om anmodningen (f.eks. virksomhedsmål, projektoplysninger, markedsinformation)
• Stil: hvilken stil vil du anvende? (f.eks. formel, overbevisende, kortfattet)
• Output: hvilket format vil du have? (f.eks. en rapport, e-mail, præsentationsudkast, kodesnippet)

Formålet

Korrekt at beskrive formålet med dit spørgsmål er essentielt og kan ikke udelades.

Hvad vil du gerne vide?

• Faktuelle spørgsmål kan være relevante, men vær opmærksom på begrænsningerne (f.eks. aktuel viden mangler)
• Ligesom i Google får du ikke præcis det samme svar, hvis du stiller spørgsmålet gentagne gange
• Fordel er chat-funktionen, så du kan stille opfølgende spørgsmål

Eksempel prompt med klart mål:

Prompt med kun mål

Giv en beskrivelse af de vigtigste udfordringer ved implementeringen af en ny AI-platform i en mellemstor virksomhed.

Implementeringen af en ny AI-platform i en mellemstor virksomhed fører forskellige udfordringer med sig. Nogle vigtige udfordringer er:

1. Modstand mod forandring: Medarbejdere er vant til eksisterende processer og systemer. En ny AI-platform kræver tilpasning og kan vække modvilje, især hvis virkningen på workflow ikke er tydelig.
2. Datakvalitet og - tilgængelighed: AI-platforme er stærkt afhængige af data. Indsamling, rensning og strukturering af data til den nye platform kan være kompleks og tidskrævende.
3. Integration med eksisterende systemer: AI-platformen skal ofte integreres med andre virksomhedsapplikationer (ERP, datakilder, BI-værktøjer). Dette kan føre til tekniske udfordringer.
4. Omkostninger: Udover licensomkostningerne til platformen er der omkostninger for implementering, træning, data-infrastruktur og eventuelt specialiseret personale.
5. Træning og adoption: Medarbejdere skal trænes i brugen af den nye platform og i fortolkning af outputtet. Uden ordentlig træning og løbende støtte kan adoptionsgraden forblive lav.
6. Valg af den rette platform og use cases: Der er mange AI-platforme og -teknologier. At vælge en platform og definere relevante use cases, der passer til virksomhedens specifikke behov og strategiske mål, er afgørende.
7. Etiske overvejelser og compliance: Afhængigt af anvendelsen af AI-platformen kan der være etiske spørgsmål og compliance-krav (f.eks. GDPR) der skal håndteres omhyggeligt.
8. Projektledelse: En vellykket implementering kræver solid projektledelse, klare mål og involvering af interessenter fra forskellige afdelinger.

Rolle og kontekst tilføjes

Tilføjelse af en rolle og kontekst giver bedre og mere specifikke svar.

Eksempel på samme spørgsmål, men med rolle og kontekst:

Prompt med mål, rolle og kontekst

Som projektleder ansvarlig for implementeringen af en ny AI-platform til dataanalyse og procesoptimering hos en B2B-tjenesteudbyder med 150 medarbejdere, giv en beskrivelse af de vigtigste udfordringer og mulige afhjælpninger.

Som projektleder for implementeringen af en ny AI-platform til dataanalyse og procesoptimering hos en B2B-tjenesteudbyder med 150 medarbejdere, ser jeg følgende vigtige udfordringer og mulige afhjælpninger:

1. Modstand mod forandring & brugeradoption:
   • Udfordring: Medarbejdere, især dem hvis opgaver bliver direkte påvirket, kan være tilbageholdende med at give afkald på velkendte arbejdsgange og omfavne AI-drevne indsigter.
   • Afhjælpning: Involver nøglebrugere tidligt. Kommuniker tydeligt fordele (effektivitet, bedre beslutningstagning, nye indsigter). Sikr omfattende, rollebaseret træning og løbende support. Udpeg 'AI-champions' i afdelingerne.
2. Datakvalitet, -styring og -migrering:
   • Udfordring: Effektiviteten af AI-platformen afhænger af høj kvalitetsdata, som er velstyrede. Data fra eksisterende systemer er ofte inkonsistente, ufuldstændige eller forkerte.
   • Afhjælpning: Start med en grundig dataaudit, definer et data-styringsramme og udfør datarensning før integration/migrering. Definer klare datamodeller og -strømme. Udfør tests og valider data grundigt.
3. Integration med eksisterende IT-infrastruktur:
   • Udfordring: Tilslutninger til eksisterende datakilder, ERP, CRM og andre forretningssystemer skal være problemfrie og sikre.
   • Afhjælpning: Identificér alle nødvendige integrationer tidligt. Vælg en AI-platform med robuste API-muligheder eller standardforbindelser. Test integrationer grundigt.
4. Scope Creep & budgetoverskridelse:
   • Udfordring: Under projektet kan nye ønsker til AI-tilfælde opstå, hvilket udvider scope og omkostninger.
   • Afhjælpning: Definér en klar, afgrænset scope med tydelige use cases (MVP - Minimum Viable Product) for første fase. Anvend en streng ændringsstyringsproces. Hold en realistisk tidsplan og budget, inkl. en buffer.
5. Valg af den rette teknologi og implementeringspartner:
   • Udfordring: AI-markedet er komplekst. Forkert teknologivalg eller en uerfaren partner kan få projektet til at mislykkes.
   • Afhjælpning: Lav grundig research af passende AI-teknologier for de definerede use cases. Vælg en partner med dokumenteret erfaring i din branche og med de valgte teknologier. Indhent referencer.
6. Mangel på AI-viden og -færdigheder i organisationen:
   • Udfordring: Manglende intern ekspertise til at bruge, vedligeholde eller videreudvikle AI-platformen.
   • Afhjælpning: Invester i træning og uddannelse. Overvej at hyre specialiseret personale eller arbejde tæt sammen med implementeringspartneren for vidensoverførsel. Skab en kultur for løbende læring.
7. Etiske overvejelser og forklarlighed (Explainable AI):
   • Udfordring: Beslutninger truffet eller støttet af AI skal være gennemsigtige og forklarlige, især hvis de påvirker kunder eller medarbejdere. Bias i data kan føre til urimelige udfald.
   • Afhjælpning: Udarbejd etiske retningslinjer for brug af AI. Vælg modeller, der er fortolgbare hvor muligt. Implementér processer til at opdage og afbøde bias. Sørg for menneskelig overvågning af kritiske AI-beslutninger.

Ved proactively at tackle disse udfordringer øges sandsynligheden for en succesfuld implementering af AI-platformen, der faktisk bidrager til virksomhedens mål.

Teknikker

Vi beskriver nedenfor en række teknikker, du kan bruge i mere avancerede prompts.

Teknik 1 - giv eksempler

For at sikre, at sprogmodellen følger den samme stil som du ønsker, giv en eller to eksempler.

Metoden hedder “one & few-shot prompting”

Teknik 1 - giv eksempler

Skriv en koncept-e-mail til kunder om en forestående planlagt systemopdatering. Brug vores interne politik for kundekommunikation (indsæt relevante punkter fra politikken). Brug som stilguide den seneste nyhedsbrev, men indlæs ingen indholdsmæssig information fra nyhedsbrevet: (indsæt nyhedsbrevtekst)

Den fulde prompt er som følger:

Interne politikker for kundekommunikation:

• Vær altid professionel og høflig.
• Giv rettidig opdatering om vigtige ændringer eller driftsforstyrrelser.
• Tilbyd klar og kortfattet information.
• Sørg for en løsning eller kompensation, hvis relevant.

Brug for stilen denne nyhedsbrev, men brug ikke information fra nyhedsbrevet. Kære kunde,

Vi vil gerne informere dig om en forestående systemopdatering, som kan påvirke vores service.

Dato og tidspunkt for opdateringen: [dato og tidspunkt] Forventet varighed af nedetiden: [varighed] Berørte tjenester: [tjenester]

Under denne periode kan vores service være midlertidigt afbrudt. Vi gør vores bedste for at begrænse generne og få tjenesterne genoptaget så hurtigt som muligt.

Teknik 1 - svaret

Herunder står svaret fra sprogmodellen på den udvidede prompt med eksempler

Kære kunde,

Vi vil gerne informere dig om en forestående systemopdatering, som kan påvirke vores service.

Dato og tidspunkt for opdateringen: [dato og tidspunkt] Forventet varighed af nedetiden: [varighed] Berørte tjenester: [tjenester]

Under denne periode kan vores service være midlertidigt afbrudt. Vi gør vores bedste for at begrænse generne og få tjenesterne genoptaget så hurtigt som muligt.

Hvis du har spørgsmål, er du velkommen til at kontakte os.

Med venlig hilsen, [Dit navn] [Din stilling] [Firmanavn] [Kontaktinformation]

Teknik 2 - giv en skabelon

For at sikre, at sprogmodellen bruger et bestemt format, giv en skabelon og et eksempel. Dette får sprogmodellen til at præsentere sit svar på en bestemt måde eller struktur. Du kan tænke på meget forskellige formater, som kan være nyttige i situationer som:

• csv-output til import i et Excel-ark eller et dataanalyseværktøj
• json-output til API-integrationer eller konfigurationsfiler
• Kalenderlayout til et projektmøde

Eksempelprompt: Generér en liste med tre potentielle marketingkanaler for et nyt SaaS-produkt rettet mod SMV'er. Formatér dit svar som følger: Kanaler: Målgruppeafdækning: Potentiel ROI: Nødvendige ressourcer:

Eksempel: Kanale: LinkedIn Advertising Målgruppeafdækning: Specifikke jobtitler, brancher, virksomhedsstørrelse Potentiel ROI: Høj, hvis målretningen er god Nødvendige ressourcer: Annoncéringsbudget, indholdsproduktion, kampagnestyring

Metoden hedder “output templates”

Teknik 2 - giv en skabelon

Herunder står svaret fra sprogmodellen på prompten med en output template

Kanale: Content Marketing (Blog & SEO) Målgruppeafdækning: Virksomheder, der aktivt søger løsninger på deres problemer, organisk trafik Potentiel ROI: Høj på lang sigt, opbygger autoritet Nødvendige ressourcer: Indholdsskrivere, SEO-specialist, tid til keyword research og content promotion

Kanale: Google Ads (Search) Målgruppeafdækning: Virksomheder, der aktivt søger efter specifikke keywords relateret til SaaS-produktet Potentiel ROI: Medium til højt, afhængigt af konkurrence og CPC Nødvendige ressourcer: Annonceringsbudget, keyword research, landingside-optimering, kampagnestyring

Kanale: E-mail Marketing (Lead Nurturing) Målgruppeafdækning: Leads indsamlet via hjemmeside, webinars, eller andre kanaler Potentiel ROI: Høj, effektiv til konvertering af leads til kunder Nødvendige ressourcer: E-mail marketing platform, indhold til e-mail-sekvenser, segmenteringsfærdigheder

Teknik 3 - giv et hint

For at sikre at sprogmodellen starter og skriver på en bestemt måde, giv et hint. Her placeres hintet i slutningen af prompten.

Eksempel prompt: Kan du sammenfatte denne markedsanalyse for mig? (klip relevante sektioner fra rapporten). Start dit svar med: De vigtigste fund fra denne markedsanalyse er:

• KLIP TEKSTEN FRA RAPPORTEN

Metoden hedder “ cues og hints” Dette eksempel bruger en fiktiv rapport.

Teknik 3 - giv et hint

Herunder står svaret fra sprogmodellen på prompten med et hint

De vigtigste fund fra denne markedsanalyse er:

• Efterspørgslen efter cloud-baseret projektstyringssoftware til SMV'er er steget med 35% i de seneste to år.
• Hovedbeslutningsfaktorer for SMV'er er brugervenlighed, integrationsmuligheder med eksisterende værktøjer og prisfastsættelse.
• Konkurrent A har en markedsandel på 25%, efterfulgt af Konkurrent B med 18%. Der er plads til nye aktører, der fokuserer på specifikke nicher eller en bedre brugeroplevelse.
• De største udfordringer ved adoption af nyt software for SMV'er er den initiale investering og den tid, der kræves til at træne medarbejdere.
• Forventningen er, at markedet vil fortsætte med at vokse med omkring 15% årligt de næste fem år.

Teknik 4 - indholdsplitting af instruktioner

Nogle gange er prompten meget lang på grund af ekstra indhold, og sprogmodellen kan misforstå, hvad du vil. Splid derefter indholdet med tre citationstegn i begyndelsen og i slutningen af teksten ud over resten af prompten.

Eksempel prompt: Kan du opsummere denne artikel for mig? “” (indsæt artikeltekst) “” Start dit svar med: De vigtigste punkter fra denne artikel er:

Metoden hedder “content splitting” Dette eksempel bruger igen en artikel fra nettet: https://www.leraar24.nl/2619420/onderwijs-op-afstand-wat-hebben-we-geleerd/

Teknik 4 - content splitting

Herunder står svaret fra sprogmodellen på prompten med splittet indhold. Vi bruger tre anførselstegn eller tre stjerner til at adskille konteksten af spørgsmålet.

De vigtigste punkter fra denne artikel er:

• Under corona-pandemien måtte lærere udtænke strategier og teknikker for at gøre fjernundervisning så effektiv som muligt, mens forældre trådte i en større rolle for at støtte deres børn.
• Vigtige faktorer for vellykket fjernundervisning var at organisere en struktureret dagsplan, opretholde en åben kommunikation mellem lærer og elev, og træffe velovervejede beslutninger om, hvilke dele af undervisningen der kunne være online eller på papir.
• Udfordringerne vedrørte at finde måder at støtte sårbare elever og det ekstra pres, der pålagdes forældre, især dem der også arbejder hjemmefra.
• Der var en hurtig digitalisering i skolerne med tilføjelse af nye digitale værktøjer og metoder. Artiklen nævner eksemplet Mandy de Vries, som, trods sin korte erfaring i undervisningen, kunne hjælpe kollegerne med sine digitale færdigheder.
• Artiklen understreger også vigtigheden af vedvarende kontakt og opmærksomhed på elever, især dem i særlige undervisningsforløb, og giver praktiske tips til både lærere og forældre.
• Endelig håbes der i artiklen, at forældrenes engagement i undervisningen af deres børn også efter pandemien fortsætter.

Teknik 5 - spørg først om yderligere information

Du kan give instruktioner om at stille yderligere spørgsmål, inden svaret genereres. Så hjælper det sprogmodellen med at finjustere og specificere din anmodning.

Eksempel prompt: “Jeg vil udarbejde et projektforslag til udviklingen af en ny mobilapp til intern kommunikation. Appen skal have nyhedsopdateringer, en kontaktbog og direkte beskeder. Før du skriver projektforslaget, kan du stille mig nogle supplerende spørgsmål for at forbedre forslaget?”

Metoden hedder “ask before answer prompting”

Teknik 5 - spørg først om supplerende information

Herunder står svaret fra sprogmodellen på prompten med spørgsmålet om supplerende information

Naturligvis! Her er nogle spørgsmål, jeg kan stille for at forbedre projektforslaget: Hvad er hovedmålet med den interne kommunikations-app? (f.eks. øge engagement, forbedre informationsdeling, lette samarbejde) Hvem er den specifikke målgruppe i virksomheden? (f.eks. alle medarbejdere, bestemte afdelinger, feltmedarbejdere) Er der eksisterende systemer eller platforme, som appen skal integrere med? (f.eks. intranet, HR-system, Active Directory) Hvad er det forventede budget og den ønskede tidsramme for udvikling og implementering? Er der specifikke sikkerheds- eller compliance-krav, som appen skal overholde? (f.eks. GDPR, dataopbevaringspolitik) Hvilke nøglepræstationsindikatorer (KPI'er) vil blive brugt til at måle appens succes? Er der allerede idéer til design eller branding af appen? Skal den tilpasses organisationens identitet? Er der præference for udviklingsplatform (iOS, Android, cross-platform)?

Med disse supplerende oplysninger kan vi få et bedre billede af omfanget og kravene og dermed udarbejde et stærkere projektforslag.

Teknik 6 - følelsesmæssig prompt

Du kan give instruktioner om at tilpasse tonen til de underliggende følelser, eller at fremkalde en bestemt følelsesmæssig respons. Dette er nyttigt til kundeservice, intern kommunikation eller marketing.

Eksempel prompt: “Jeg skal skrive en e-mail til en kunde, der er utilfreds med en nylig serviceafbrydelse. Kunden har skrevet følgende: “”” … ””” (indsæt kundens tekst) Jeg vil have, at e-mailen er empatisk, erkender kundens frustration og tilbyder en konstruktiv løsning.”

Metoden hedder “emotional prompting” Dette eksempel bruger en fiktiv klage.

Den fulde prompt lyder da:

Jeg skal skrive en e-mail til en kunde, der er utilfreds med en nylig serviceafbrydelse. Kunden har skrevet følgende: """Kære hr./fru,

Jeg er meget skuffet over den uventede serviceafbrydelse i går eftermiddag. Dette har forstyrret vores forretningsgang væsentligt og medført tab af produktivitet. Vi stoler på jeres tjenester, og sådanne hændelser er uacceptable. Jeg forventer en klar forklaring og passende kompensation."""

Jeg vil have, at e-mailen er empatisk, erkender kundens frustration og tilbyder en konstruktiv løsning.

Teknik 6 - følelsesmæssig prompt

Herunder står svaret vi fik fra sprogmodellen

Kære [Kundens navn],

Hej og tak for din besked, og vores oprigtige undskyldninger for serviceafbrydelsen, som du oplevede i går eftermiddag. Jeg forstår fuldt ud din frustration og den påvirkning, det har haft på din forretningsdrift. Vi beklager dybt, at vi ikke har levet op til dine forventninger og vores servicestandarder.

Afbruddet blev forårsaget af [kort, tydelig årsagsforklaring, f.eks. en uforudsigelig teknisk fejl i vores datacenter]. Vi har straks reageret, og vores teknikere har arbejdet hårdt for at få servicen genoprettet så hurtigt som muligt. Servicen har været fuldt operationel siden [tidspunkt].

Vi tager dette hændelse meget alvorligt og er i gang med at evaluere årsagen for at forhindre en gentagelse i fremtiden.

For at afbøde ulejligheden yderligere vil vi gerne tilbyde dig [konkret forslag, f.eks. rabat på næste faktura / gratis opgradering i en måned / servicekredit]. En af vores kontoadministratorer vil kontakte dig inden for 24 timer for at diskutere dette personligt og besvare eventuelle yderligere spørgsmål.

Endnu engang undskyld for generne. Vi værdsætter din loyalitet og stræber efter at levere den pålidelige service, du kan forvente af os i fremtiden.

Med venlig hilsen,

[dit navn/virksomhedsnavn]

Teknik 7 - flere versioner

Du kan anmode om flere versioner af et svar, så du har valgmuligheder. For eksempel kan du bede modellen om at generere forskellige marketing-slogans for et nyt produkt. Der er mange forskellige vinkler, så det kan være effektivt at få flere muligheder. Dette kan effektivt kombineres med at sætte en bestemt rolle for modellen og en systemprompt for at styre modellen videre.

Du kan læse mere om roller i den relevante artikel. Dette eksempel med flere versioner står helt i bunden af artiklen. Det gentages ikke helt her.

Teknik 8 - kombination med en systemprompt

Med en systemprompt kan du give opgaver til AI-modellen. Det er en instruktion, som du kan give til modellen for at forme opgaven eller adfærden hos modellen. Du kan angive, hvilken slags output du forventer fra AI-modellen. Det er en måde at styre modellen og undgå irrelevante eller uønskede svar.

Nogle eksempler på simple og generelle systemprompt:

"Jeg vil have, at du er en venlig og hjælpsom assistent."

"Hold altid en professionel og respektfuld tone i dit sprogbrug."

"Fokuser på at give konkrete, takkede svar uden overflødige detaljer."

Systemprompten sætter i praksis tonen og forventningerne for den specifikke samtale eller opgave, du ønsker at udføre med AI-modellen.

Du kan også tænke mere avancerede systemprompts til specifikke opgaver, såsom at opsummere en tekst: "Analyser den givne tekst omhyggeligt og giv en kort, men informativ opsummering af de vigtigste punkter. Identificér kernebudskabet og de vigtigste detaljer."

Systemprompts har ikke den samme effekt på alle AI-modeller. Hos chatGPT fungerer det meget stærkt, hos Claude også, hos andre modeller kan virkningen af systemprompten være mindre stor. Det er derfor interessant at prøve og se, hvilken model der virker bedst for dit input.

Du kan sætte en generel systemprompt i præferencer, men det er bedst at udforme disse systemprompts per opgave, du vil automatisere. Vi kalder dem roller.

Du kan læse mere om roller i den relevante artikel.