Jeg bruger AI-værktøjer 4–6 timer hver arbejdsdag på tværs af ChatGPT, Claude og Gemini. Dette system sparer cirka 2,5 timer dagligt sammenlignet med at udføre det samme arbejde manuelt. Her er præcis, hvordan det er struktureret.

Hvordan så min arbejdsgang ud før et system?

For seks måneder siden: åbn ChatGPT, spørg noget, luk fanen. Omskriv de samme prompts konstant. 300+ samtaler, alle navngivet "New Chat." Vendepunktet var at bruge 25 minutter på at søge efter en glimrende datanalyse-prompt, jeg havde skrevet. Fandt den aldrig. Skrev den om. Den anden version var ikke så god.

Det var da jeg holdt op med at "bruge AI" og begyndte at opbygge et system.

Hvordan beslutter jeg, hvilket AI jeg skal bruge til hver opgave?

Vigtigste takeaway

Vælg modellen efter hvor outputtet lander: kode og tabeller → ChatGPT; lange mémoer og nuancer → Claude; Gmail, Drive, Sheets → Gemini.

ChatGPT: Kodegenerering, fejlfinding, struktureret dataanalyse. Kodetolken er uovergåelig til inline Python.

Claude: Langt skriftligt arbejde, dokumentanalyse, nuanceret ræsonnement. Håndterer 200K+ token-kontekster.

Gemini: Google Workspace-integration — opsummering af Gmail, analyse af Sheets, søgning i Drive.

Min regel: hvor skal outputtet hen? Kode → ChatGPT. Dokument → Claude. Google-økosystem → Gemini.

Hvordan strukturerer jeg prompts for konsistens?

Jeg holder omkring 40 prompt-skabeloner organiseret efter opgavetype. Hver har: en rolleinstruction, specifikke outputformatkrav og kontekstpladsholders. At adskille den genanvendelige skabelon fra variabelt indhold betyder, at jeg aldrig omskriver de samme instruktioner. Outputkvaliteten forbliver konsistent, fordi instruktionerne forbliver konsistente.

Pro tip

Præfiks hvert gemt skabelon-filnavn med outputtypen (CODE-, MEMO-, SLIDE-) så du får den rigtige skelet på mindre end fem sekunder.

Hvordan holder jeg alt organiseret på tværs af tre platforme?

Det er her de fleste arbejdsgange bryder sammen. Tre platforme, tre historier, ingen kommunikation. Min løsning: en mappestruktur, der spejler mine rigtige projekter, plus fuldt tekstsøgning på tværs af alle platforme.

1
Spejl øverste-niveau-beholdere
Brug de samme fem mappenavne i ChatGPT, Claude og Gemini, så du aldrig bygger dit mentale kort om igen, når du skifter værktøj midt i opgaven.
2
Isoler skabeloner
Behold genanvendelige prompts i et dedikeret Templates-træ, så du aldrig utilsigtet arkiverer de instruktioner, du er afhængig af dagligt.
3
Arkivér færdigt arbejde
Flyt færdiggjorte projekttråde ugentligt, så søgningen forbliver hurtig og sidebjælken forbliver ærlig omkring, hvad der er aktivt.

Øverste-niveau-projektmapper, en "Templates"-mappe til genanvendelige prompts, en "Reference"-mappe til bevaringsværdigt indhold og et "Archive" til færdigt arbejde. Samme struktur på alle tre platforme.

Vigtigste takeaway

Konsistens slår klogskab — de samme fem mappenavne i hvert værktøj betyder, at du aldrig bygger dit mentale kort op fra nul.

En udvidelse, der er værd at tjekke for at holde denne struktur konsistent på tværs af værktøjer, er den, vi stadig bruger, når vi springer mellem ChatGPT, Claude og Gemini på samme dag — hovedsagelig til delte mapper og søgning, ikke til prangende ekstra.

Værktøj vi bruger

TresPrompt — Tilføjer mapper og organisation til alle tre AI-platforme.

Bundlinjen

Dit handlingstrin: Beslut dig for 3–5 mappekategorier, der dækker 80% af din AI-forbrug. Skriv dem ned. Det mentale kort er fundamentet — værktøjet gør det bare persistent.

Vil du have mere som dette? Vi udgiver en dybdegående AI-arbejdsgangsguide hver uge. Tilmeld nyhedsbrevet — gratis, uden spam.