En enkel guide för bättre svar från AI

Bli bättre på att använda AI – tips på smartare användning - skriv bättre prompter

Användningen av AI och särskilt generativ AI som chatGPT, har blivit en del av vardagen – i jobbet, i studierna och hemma. Vi använder den för att skriva, planera, skapa idéer, förklara saker eller hjälpa oss att snabbt förstå information. Många använder AI varje dag – men ofta på ett sätt som leder till otydliga svar, extra arbete och onödig tidsåtgång. Resultatet blir sällan bättre än instruktionen vi ger (så kallad prompten), så små justeringar i hur vi formulerar våra frågor och instruktioner kan göra enorm skillnad. Den här guiden hjälper dig med tips på hur du får bättre, mer träffsäkra AI-svar – och samtidigt minskar slöseri med både tid och energi. Investera 5 minuter i en bättre prompt och spara tid i omarbetningar!

Precis som en otydlig fråga ger ett otydligt svar, ger en otydlig prompt ett sämre AI-resultat

Därför vill jag dela med mig av ett bra upplägg som jag själv använder, nämligen TRACI. Det är en enkel modell som hjälper dig skriva prompter som ger tydligare, smartare och mer användbara svar.

Vad är TRACI?

TRACI är en lättanvänd metod som hjälper dig formulera prompter på ett mer effektivt sätt, så du får ut mer av din användning. Modellen har successivt utvecklats och populariserats inom området för Prompt Engineering som en pedagogisk och praktisk minnesregel för att skriva prompter , särskilt i samband med stora språkmodeller som ChatGPT. Det är en praktisk prompt-struktur som vuxit fram genom community-användning, särskilt inom AI-utbildning, konsultbranschen och innehållsskapande arbetsområden, och används som ett pedagogiskt och strukturellt ramverk för att skapa bättre prompter.

TRACI står för:

T – Task (Vad är uppgiften?)
R – Role (Vilken roll ska AI anta?)
A – Audience (Vem är mottagaren?)
               C – Create (Skapa, Vilket format vill du få tillbaka?)
I – Intent (Varför ska detta göras? Vad är syftet?)

Du behöver inte alltid använda alla delar, men ju fler du inkluderar, desto bättre blir svaret. Hjälp mig (T) som en expert (R), för någon som ska läsa detta (A), leverera det i den här formen (C), för att jag vill uppnå detta (I)

T – Task: Vad vill du att AI ska göra?

Börja med själva uppgiften. Var konkret.

Exempel: ”Sammanfatta texten i tre punkter.”

R – Role: I vilken roll ska AI svara?

AI kan anta olika perspektiv – expert, pedagog, kreatör, projektledare, coach.
Det styr ton och kvalitet.

Exempel: ”Agera som en erfaren skribent och förklara detta enkelt.”

A – Audience: Vem ska läsa texten?

En text för barn låter annorlunda än en text för kollegor eller kunder.
Berätta för AI:n vem som är målgruppen.

Exempel: ”Förklara så att en nybörjare utan förkunskaper förstår.”

C – Create: Skapa, hur vill du få svaret presenterat?

Du kan be om listor, tabeller, korta sammanfattningar, steg-för-steg eller längre förklaringar.

Exempel: ”Ge svaret som en punktlista med max fem punkter.”

I – Intent: Varför behöver du detta?

Syftet är ofta det som gör störst skillnad.
När AI vet vad du ska använda svaret till, anpassar den nivån och vinkeln.

Exempel: ”…så att jag kan använda detta i en presentation.”

Några TRACI-exempel

Förklara något svårt

T: ”Förklara vad inflation betyder.”
R: ”Agera som en gymnasielärare.”
A: ”För någon som inte gillar ekonomi.”
C: ”Använd en enkel liknelse.”
I: ”Jag vill kunna förklara det vidare till en vän.”

”Förklara vad inflation betyder genom att agera som en gymnasielärare. Anpassa för någon som inte gillar ekonomi och använd en enkel liknelse så att det blir lätt att förstå. Syftet är att jag ska kunna förklara det vidare till en vän.”

Få idéer till middag

T: ”Ge tre snabba middagstips.”
R: ”Agera som en matbloggare.”
A: ”För någon som har lite tid.”
C: ”Lista med korta ingrediensförslag.”
I: ”Jag vill handla snabbt och slippa tänka.”

”Ge tre snabba middagstips och agera som en matbloggare. Anpassa för någon som har lite tid och ge dem som en lista med korta ingrediensförslag. Syftet är att jag ska kunna handla snabbt och slippa tänka.”

Skapa undervisningsmaterial

T: ”Förklara fotosyntesen på ett lätt sätt.”
R: ”Agera som biologilärare i högstadiet.”
A: ”Elever som tycker naturvetenskap är svårt.”
C: ”Använd en liknelse och tre stödjande exempel.”
I: ”Jag vill att eleverna ska förstå processen utan att memorera.

”Förklara fotosyntesen på ett lätt sätt genom att agera som en biologilärare i högstadiet. Anpassa för elever som tycker naturvetenskap är svårt och använd en liknelse samt tre stödjande exempel. Syftet är att eleverna ska förstå processen utan att behöva memorera den.”

Skapa instruktioner

T: ”Gör en guide för hur man bokar mötesrum i vårt nya system.”
R: ”Agera som administratör med fokus på tydlighet.”
A: ”Alla medarbetare.”
C: ”Ge en punktlista med max sex steg och en kort sammanfattning överst.”
I: ”Minska antalet frågor som kommer till receptionen.”

”Gör en guide för hur man bokar mötesrum i vårt nya system genom att agera som en administratör med fokus på tydlighet. Anpassa för alla medarbetare och ge svaret som en punktlista med max sex steg samt en kort sammanfattning överst. Syftet är att minska antalet frågor som kommer till receptionen.”

Kort översikt: Andra vanliga modeller för prompting

TRACI är enkel och lätt att komma igång med – men det finns fler modeller som används i olika sammanhang. Här är en snabb överblick: CO-STAR / COSTAR, CRISP / CRISPE, CLEAR. Det kan vara bra att känna till att det finns andra modeller också.

Hur skiljer de sig från TRACI?

Trots olika namn bygger alla modeller på samma grundprinciper:

• Ange kontext

• Var tydlig med uppgiften

• Välj en roll

• Anpassa till målgruppen

• Bestäm format

• Förklara syftet

Varför använda upplägget enligt TRACI?

Lätt att förstå även för nybörjare och fungerar i nästan alla sammanhang

• Lyfter särskilt fram syftet – vilket gör svaret mer användbart. Genom att be användaren definiera Intent (syftet/målet), tvingas man att fundera på varför man gör uppgiften. Detta gör AI-svaret mer meningsfullt och strategiskt, inte bara tekniskt korrekt. Många andra ramverk tenderar att fokusera mer på vad och hur (Instruktion och Format) och mindre på varför (Syftet)

TRACI är därför en perfekt startpunkt för att skapa bättre prompter och därigenom få ut mer av din användning av AI. Börja använda det här som ett verktyg som hjälper dig få mer träffsäkra, kreativa och användbara AI-svar, oavsett om du skriver mail, planerar projekt, gör research eller testar nya idéer. 

Att skriva bra prompter handlar inte om teknik – det handlar om tydlighet. 

I nästa avsnitt kommer vi att ta upp hur du kan lära dig att "iterera" bättre, alltså att upprepa något flera gånger med små förbättringar mellan varje steg. För man förväntas inte att få det bästa resultatet direkt, utan det är ett stegvis förbättringsarbete där du kan använda tydliga instruktioner. 

Iterera mera!

Steg för steg mot vassare AI-underlag

Det är i följdfrågorna magin händer – lär dig iterera med AI

I förra bloggavsnittet använde vi modellen TRACI (Task, Role, Audience, Create, Intent) för att bygga bra grundprompter. Nu kommer nästa steg: att jobba vidare med svaret du får.

Att skriva instruktioner till AI kräver lite övning, men ger snabbt bättre svar om du har en strategi. Se det första svaret som ett utkast att jobba vidare med. Tänk på AI som en ny kollega: snabb och flitig, men som inte kan din verksamhet eller ditt område lika bra som du. Ibland använder du AI för att lära dig något helt nytt. Då är det extra viktigt att du är kritisk, jämför med andra källor och själv bedömer om svaret verkar rimligt. Mer om det framöver.

Varför iteration är så viktigt

Ett vanligt missförstånd när man börjar använda AI är att man tror att första svaret ska vara “klart för publicering”. I själva verket är första svaret ofta en utgångspunkt, inte slutversionen. Det kan bidra till att man slösar tid på att försöka hitta den perfekta prompten (instruktionen) direkt. Det finns ingen “perfekt” prompt. Det är mycket enklare att utgå från att skriva en okej prompt, titta på svaret, analysera det och sedan förbättra både prompten och svaret i några steg.

Man glömmer också ofta att AI tål upprepning.
AI blir inte irriterad om du säger: “Det där blev bra – gör om det, fast…”. Det är tvärtom ett bra sätt att jobba.

När du börjar se AI-svaret som ett första utkast sjunker tröskeln rejält. Testa några enklare exempel så kommer du snabbt igång. Här kommer några tips på struktur för att underlätta förbättringsarbetet.

En enkel arbetsgång: från första prompt till användbart underlag

Steg 1: Utgå från din idé – skissa

Börja med en grov skiss. Skriv din första prompt, gärna med TRACI-modellen (Task/Role/Audience/Create/Intent, beskriven i ett separat bloggavsnitt) i bakhuvudet. Överarbeta inte – det första svaret blir ofta ganska generellt, men det räcker bra som utgångspunkt för att iterera och jobba vidare.

Steg 2: Analysera svaret – förfina

Be AI att utveckla eller strukturera. Här behöver du återgå till ditt syfte: Vad vill du ha ut av AI-arbetet? Vad ska skapas?

När du ser första svaret, fortsätt dialogen, till exempel:

• “Utveckla det här.”

• “Gör en punktlista.”

• “Lägg till praktiska exempel.”

• “Gör om till en enkel arbetsprocess i 5 steg.”

Exempel – utveckla svaret
“Bra start. Utveckla svaret till en konkret arbetsprocess i 5 steg, från förberedelser till uppföljning efter införandet.”

Nu får du en mer strukturerad plan. Den kanske fortfarande är lite generell, men du har tydligare innehåll att jobba vidare med.

Anpassa ytterligare

Behöver du till exempel anpassa innehållet till mottagare och kontext? Här kan det vara bra att fundera igenom hur innehållet ska justeras – samma innehåll ser olika ut för olika målgrupper.

Be till exempel AI att:

• anpassa språket till en viss mottagare

• korta ned eller förenkla

• lägga fokus på vissa delar

Exempel – anpassa till chef
“Gör om arbetsprocessen till ett kort beslutsunderlag för verksamhetschef, max en A4, med fokus på nyttor, risker och resursbehov.”

Exempel – anpassa till personal
“Gör en enkel introduktionstext till personalen om varför vi inför digital uppföljning, anpassad för personal som inte arbetar inom IT.”

Du kan behålla samma grundinnehåll – men du itererar fram olika versioner.

Enkla ingångar till följdfrågor som gör svaret bättre

• Förtydliga …

• Förenkla …

• Fördjupa …

• Vinkla om …

• Konkretisera …

Du behöver inte ändra hela prompten varje gång.
Ofta räcker ett kort “Gör om…” eller “Lägg till…”-kommando för att ta ett tydligt steg framåt.

Steg 3: Kvalitetssäkra

Nu har du ett resultat som börjar likna något du skulle kunna använda. Men du kan använda följdfrågor för att både fördjupa innehållet och kvalitetsgranska det.

Exempel på följdfrågor:

• Saknas något viktigt?

• Är något för orealistiskt för den här verksamheten?

• Behöver något konkretiseras?

• “Ge exempel på mätetal vi kan följa upp efter 6 månader.”

På det här sättet kan du använda AI för att belysa olika perspektiv snabbt.

Tips som sänker tröskeln för nybörjare

• Tillåt dig att “leka” – testa olika formuleringar utan prestige.

• Återanvänd bra prompts – spara de som funkar bra i ett dokument.

• Börja smått – det räcker.

• Påminn dig själv: första svaret behöver inte vara det färdiga svaret.

För dig som redan är van att skriva prompter

Om du redan jobbar mycket med AI kan du ta iterationen ett steg längre:

Be AI själv föreslå förbättringar av prompten
“Här är min prompt och ditt svar. Föreslå hur jag kan skriva om prompten för att få ett ännu bättre, mer strukturerat svar.”

Testa samma prompt i olika situationer
Till exempel på målgrupper som skiljer sig mycket åt i ålder, språk eller digital vana.

Låt AI granska sina egna svar
“Granska ditt svar kritiskt som om du vore XX. Vad skulle du vilja ändra eller förtydliga?”

Bygg små “promptbibliotek” per användningsområde
Till exempel information, beslutsunderlag, riskanalyser, kravspecifikationer.
Jobba iterativt tills du når önskat resultat.

Sist men inte minst: var medveten om när det är “bra nog”. AI-modeller vill gärna fortsätta jobba och kommer med egna förslag på lösningar på ditt problem eller din idé. Fastna inte i en loop av överarbete.