Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut faucibus enim mauris, vel dignissim...
Prompt Engineering er kunsten at formulere instruktioner til AI-modeller for bedre resultater. Lær teknikker og eksempler.


Vær specifik: I stedet for 'skriv en tekst om AI', skriv 'skriv en 200 ords introduktion til AI for danske virksomhedsledere, i en professionel men tilgængelig tone'.
Giv kontekst: Fortæl modellen, hvem den skriver for, hvad formålet er, og hvilken rolle den skal indtage. For eksempel: 'Du er en erfaren AI-konsulent, der rådgiver en CFO.'
Brug eksempler (few-shot): Giv modellen 2 til 3 eksempler på det ønskede output. Det er ofte den mest effektive teknik til at styre stil og format.
Strukturér outputtet: Bed modellen om at svare i et bestemt format, for eksempel som JSON, en tabel eller en nummereret liste.
Tænk højt (Chain of Thought): Bed modellen om at ræsonnere trin for trin, inden den giver sit endelige svar. Det forbedrer præcisionen markant på komplekse opgaver.
I enterprise-sammenhænge arbejder man sjældent med enkelt-prompts. I stedet bruger man system prompts, der definerer modellens rolle, begrænsninger og adfærd på tværs af alle interaktioner.
Et system prompt kan for eksempel specificere, at modellen altid skal svare på dansk, aldrig må give medicinsk rådgivning, og altid skal henvise til virksomhedens interne dokumenter via RAG.
Prompt templates er genanvendelige skabeloner, hvor variable dele (for eksempel kundenavn, produkttype) indsættes dynamisk. Det sikrer konsistens og gør det muligt at skalere AI-brugen uden at hver medarbejder skal være prompt engineer.
Prompt Engineering er ikke et alternativ til fine-tuning eller RAG. Det er et komplementært værktøj. Prompt engineering styrer, hvordan modellen svarer. Fine-tuning ændrer, hvad modellen ved. RAG giver modellen adgang til specifik information.
Det er heller ikke en engangsøvelse. Gode prompts kræver iteration og test, præcis som anden softwareudvikling.
LLM (Large Language Model): Modellen, promptet sendes til. Chain of Thought (CoT): En prompt-teknik, der beder modellen ræsonnere trin for trin. Few-shot Prompting: At give modellen eksempler i promptet. System Prompt: Det overordnede prompt, der definerer modellens adfærd. Generativ AI: Den teknologi, prompt engineering styrer. RAG: Giver modellen adgang til viden, som promptet kan referere til.