Hvad er Prompt Engineering?
Prompt engineering er disciplinen i at formulere instruktioner til AI-sprogmodeller, så de leverer det bedst mulige output. Et prompt er den tekst, du giver en LLM, og kvaliteten af promptet har ofte større betydning for resultatet end valget af model.
Det handler ikke om magiske formler, men om at kommunikere klart: sætte konteksten, definere formatet, give eksempler og afgrænse, hvad modellen må og ikke må.
For virksomheder er det et af de billigste håndtag at dreje på: bedre prompts giver bedre svar uden ny model eller ny integration. Resten af siden gennemgår grundteknikkerne, hvordan man arbejder med system prompts i drift, og hvad prompt engineering ikke kan.
Grundteknikker i prompt engineering
Fem teknikker dækker det meste af det, der virker.
Vær specifik: i stedet for 'skriv en tekst om AI', skriv 'skriv en introduktion på 200 ord til AI for danske virksomhedsledere i en professionel, men tilgængelig tone'.
Giv kontekst og rolle: fortæl modellen, hvem den skriver for, og hvilken rolle den har, for eksempel 'du er en erfaren AI-konsulent, der rådgiver en CFO'.
Brug eksempler (few-shot): giv to-tre eksempler på det ønskede output. Det er ofte den mest effektive måde at styre stil og format.
Strukturér outputtet: bed om svar i et bestemt format, for eksempel JSON, en tabel eller en nummereret liste, så det kan bruges direkte.
Bed om trinvis ræsonnering: lad modellen tænke trin for trin, før den konkluderer. Det hæver præcisionen markant på komplekse opgaver.
Vi hjælper virksomheder med at udvikle prompt-strategier, system prompts og AI-retningslinjer, der holder i drift. Kontakt os for at optimere jeres AI-implementering.
System prompts og skabeloner i drift
I drift arbejder man sjældent med enkeltstående prompts. I stedet bruger man system prompts, der definerer modellens rolle, grænser og adfærd på tværs af alle samtaler.
Et system prompt kan for eksempel fastsætte, at modellen altid svarer på dansk, aldrig giver juridisk rådgivning, og altid henter sit grundlag fra virksomhedens dokumenter via RAG.
Prompt templates er genbrugelige skabeloner, hvor variable dele, for eksempel kundenavn eller produkttype, indsættes dynamisk. Det giver konsistens og gør det muligt at skalere AI-brugen, uden at hver medarbejder skal være prompt engineer.
Og som al anden software skal prompts testes. Et prompt, der virker på ti eksempler, kan fejle på det ellevte, så systematisk evaluering hører med, før det går i produktion.
Hvad prompt engineering ikke er
Prompt engineering er ikke et alternativ til fine-tuning eller RAG, men et supplement. Prompt engineering styrer, hvordan modellen svarer. Fine-tuning ændrer, hvad den ved. RAG giver den adgang til specifik information. De bedste løsninger bruger dem sammen.
Det er heller ikke en engangsøvelse. Gode prompts kræver iteration og test, præcis som anden udvikling.
Og det er ikke trylleord. Et skarpt prompt kan ikke få en model til at vide noget, den ikke har adgang til, eller gøre et svagt datagrundlag korrekt. Når grænsen er nået, er det RAG eller fine-tuning, der skal til, ikke flere ord i prompten.
Relaterede termer
En LLM (large language model) er en stor sprogmodel som GPT, Claude og Gemini. Lær hvordan LLM'er virker, hvad de bruges til, og hvad de koster.
Chain of thought får AI til at ræsonnere trin for trin og rammer bedre på logik og matematik. Se hvordan CoT virker, varianterne, og hvornår du bruger det.
Few-shot prompting er teknikken, hvor du giver AI-modellen eksempler, før den løser en opgave. Forstå metoden, og hvornår den skaber mest værdi i praksis.
Et system prompt definerer AI-systemets rolle, adfærd og begrænsninger. Lær hvad det er, hvorfor det er afgørende, og hvordan virksomheder bruger det.
Et prompt template er en genanvendelig skabelon til AI-systemer med pladsholdere for variable data. Lær hvordan templates sikrer ensartet kvalitet på tværs af teams.
RAG kombinerer en AI-model med virksomhedens egne data, så svarene er præcise og opdaterede. Lær hvordan RAG virker, og hvornår det giver mening.
Ofte stillede spørgsmål om prompt engineering
Skal alle medarbejdere lære prompt engineering?+
Grundlæggende prompt-teknik er nyttig for alle, der bruger AI. Avanceret prompt engineering, som system prompts, prompt chaining og evaluering, er mest relevant for udviklere og AI-teams.
Virker de samme prompts på alle modeller?+
Principperne er de samme, men modeller reagerer forskelligt. Et prompt, der virker godt på én model, skal ofte justeres til en anden. Test altid på den model, I bruger i produktion.
Kan prompt engineering erstatte fine-tuning?+
Ofte ja, især med gode system prompts og few-shot eksempler. Men til opgaver, der kræver dyb domæneviden eller helt konsistent stil på tværs af tusindvis af svar, er fine-tuning typisk mere effektivt.