Lurer du på hvordan verktøy som for eksempel ChatGPT kan være nyttig i hverdagen? Her deler vi praktiske tips og viser deg smarte teknikker for å få mest mulig ut av verktøyene.
Hva kan jeg bruke generativ AI til?
Generativ AI har mange bruksområder, særlig innen alt som er tekstbasert. For at bruken av generativ AI skal gi mest verdi, må den tilpasses dine behov og arbeidsprosesser, men her er noen eksempler:
-
Skrive forslag til svar på e-poster.
-
Skrive møtereferater fra stikkordsliste.
-
Foreslå måter å formidle kunnskap på.
-
Foreslå innhold og struktur på en presentasjon du skal holde.
-
Tolke meningen i en tekst.
-
Tekstforbedringer og oversettelser.
-
Skrive, forklare eller feilsøke kode.
-
Lage tabell med fordeler og ulemper basert på en tekst du limer inn i promptet ditt.
-
Oppsummere et tekstutdrag fra en rapport som du limer inn i promptet ditt.
-
Skrive om en tekst til likt format som et eksempel du har og limer inn i promptet ditt.
Hva er et prompt, og hva betyr prompting?
Når du bruker verktøy som ChatGPT, Copilot eller Gemini, skriver du inn det du vil ha hjelp til i et slags «søkefelt». Det du skriver inn der, kalles et prompt. Det er rett og slett instruksjonen du gir til AI-en.
Å gi slike instruksjoner kalles prompting. Det betyr at du forteller AI-en hva du ønsker at den skal lage, enten det er tekst, bilder, kode eller noe helt annet.
Hva består et godt prompt av?
Det finnes mange prompteteknikker, og man finner mange eksempler, videoer og guider på nettet om man er interessert i det. Den enkleste prompte-teknikken å huske, og en av de mest brukte er ROF-metoden:
-
Rolle: Angir perspektivet eller nivået AI skal basere seg på.
-
Oppgave: Hva man vil at AI skal utføre eller besvare.
-
Format: Presentasjonsformen man ønsker å få svaret på.
Her har du noen enkle eksempler på slike måter å utforme promptet sitt på:
-
Som historielærer på videregående, forklar årsakene til den franske revolusjonen i punktlisteform.
-
Som karriereveileder, gi råd til en nyutdannet ingeniør som søker jobb, presentert som en e-post.
-
Som erfaren utvikler, forklar hvordan en REST API fungerer med kodeeksempler i Python.
-
Som ernæringsfysiolog, lag en ukesmeny for en person med glutenintoleranse i tabellformat.
-
Som krimforfatter, skriv en spennende åpning på en roman i et avsnitt på 5–7 setninger.
5 tips for bedre prompting (med eksempler)
1. Gi eksempler for å få de ønskede svarene.
- Eksempel på dårlig prompting: «Lag en tilbudstekst.»
- Eksempel på bedre prompting: «Skriv en innledning til et tilbudsdokument som skal inneholde [skriv dine punkter her]. Skriv det i samme stil som dette:
[lim inn et eksempel fra en tidligere innledning her].»
2. Vær tydelig i instruksjonene.
- Eksempel på dårlig prompting: «Kan du lage en markedsføringsstrategi.»
- Eksempel på bedre prompting: «Kan du foreslå en digital markedsføringskampanje for å øke antall besøkende til Bouvets nettside blant IT-profesjonelle i Norden? Målet er å øke antall besøkende med 20% i løpet av det neste året. Vi vil benytte Google Ads, Facebook og LinkedIn.»
3. Ikke tving verktøyet til å svare.
- Eksempel på dårlig prompting: «Rett opp skrivefeilene i denne setningen: Jeg er veldigg glad i generativ AI.»
- Eksempel på bedre prompting: «Hvis det er noen skrivefeil i følgende setning korriger dem, og beskriv endringene du gjorde: Jeg er veldigg glad i generativ AI.»
4. Tenk på det som en samtale og vær tålmodig.
- Hvis du ikke får de svarene du ønsker med en gang kan du gi tilbakemeldinger og gjøre justeringer.
- Eksempler: «Gi en mer teknisk tilbakemelding», «Gjør teksten mer fengende og mindre formell», «Fjern bindestrekene, og lag hele, men korte setninger», «Fjern avsnittene, og lag det som en sammenhengende tekst.».
5. Være oppmerksom på kontekst og nødvendig informasjon.
- Verktøyene kjenner bare til de tingene som de har blitt vist tidligere. Det betyr at de ikke kjenner til spesifikke ting man kanskje bør vite for å f. eks lage tekstforslag til en epost. Tenk over hvilken informasjon verktøyet trenger for å gi et godt svar.
- Eksempel: «Selskapet vårt heter […], adressen vår er […] og telefonnummeret vårt er […]. Vi inkluderer alltid følgende tekst […] på slutten av hver epost og har en uformell og morsom tone der vi bruker emojis aktivt i kommunikasjonen vår.»
Hva nå?
For å jobbe mer effektivt, kan generativ AI være et utrolig nyttig verktøy, men som med alle verktøy, krever det litt trening for å få fullt utbytte. Dess mer du øver på å skrive gode og tydelige instruksjoner, såkalte prompter, jo bedre og mer relevante svar får du. Det handler ikke om å være ekspert, men om å bli kjent med hvordan verktøyet fungerer og lære seg å bruke det smart i hverdagen.
Tips: Legg inn en daglig påminnelse om å bruke ROF-metoden i en konkret arbeidsoppgave og gjør det til en vane over en periode.
Hva er generativ AI?
Generativ kunstig intelligens (AI og KI) er en type teknologi som kan lage nytt innhold – som tekst, bilder, video eller lyd – basert på det den har lært fra eksempler. Her har vi fokusert på tekstgenerering.
Selv om modellen er trent på mange eksempler, betyr det ikke at den husker alt ordrett. Det er mer som en student som har lært ved å se mange ulike eksempler og nå kan bruke kunnskapen sin til å lage noe nytt.
Det er generativ AI som driver verktøy som Copilot, ChatGPT og Gemini.
Hva gjør språkmodeller egentlig?
Generativ AI for språk, ofte kalt språkmodeller, er laget for å lage tekst som ligner på det mennesker kunne skrevet. Enkelt forklart prøver modellen å gjette hvilket ord som passer best etter det du har skrevet. For eksempel, hvis du skriver «hva er definisjonen på kunstig intelligens», vil modellen forsøke å fullføre setningen med det som virker mest naturlig og relevant.
Språkmodeller er spesielt gode til å lage menneskelignende svar på spørsmål og instruksjoner. Det er viktig å huske at informasjonen de gir kan inneholde feil. Så lenge vi er bevisste på at teknologien har noen begrensninger, kan vi bruke den på en trygg og ansvarlig måte ved at vi for eksempel sjekker over at informasjonen vi bruker videre er korrekt eller fremstiller det vi mener på riktig måte.
Hva baseres svarene på?
For å forstå hvordan generativ AI fungerer, kan vi dele det opp i fire deler:
-
Kunnskap (innebygget i modellen fra før av)
Dette er det modellen har lært ved å bli trent på store mengder teksteksempler. Den har sett mange eksempler og lært mønstre i hvordan språk fungerer – litt som en student som har lest mange bøker og artikler.
-
Kontekst (det du skriver inn i verktøyet)
Dette er det du skriver inn i verktøyet, altså promptet ditt. Det kan være en setning, et spørsmål, en tekst du limer inn, eller til og med en fil du laster opp. Modellen bruker denne informasjonen for å forstå hva du ønsker hjelp med.
-
Ekstern informasjon: Noen verktøy kan også hente oppdatert informasjon fra internett eller andre kilder, hvis de er koblet til det. Dette gjør at de kan gi mer relevante og oppdaterte svar, for eksempel på nyhetsspørsmål eller fakta som endrer seg over tid.
-
Output (svaret verktøyet gir)
Til slutt får du et svar fra verktøyet. Det er generert basert på det modellen har lært, det du har skrevet inn, og eventuelt informasjon den har hentet inn. Svaret kan være en tekst, et bilde, kode – eller noe helt annet, avhengig av hva du ba om.
Les flere av våre historier
Lurer du på noe? Vi hører gjerne fra deg
