I marts 2026 introducerede forskere fra Stanford og BetterUp et udtryk for noget, alle har lagt mærke til, men ingen havde navngivet: workslop. Det er AI-genereret indhold, der ser poleret ud, læses flydende og bruger et professionelt sprog – uden at sige noget af substans.
Du har set workslop. Du har sandsynligvis selv produceret det. Den e-mail, der indledes med “I hope this message finds you well” og derefter bruger 200 ord på at sige, hvad der kunne være sagt på 20. Rapporten, der rammer alle afsnit i skabelonen, men ikke indeholder nogen original indsigt. LinkedIn-opslaget, der lyder som alle andre LinkedIn-opslag, fordi det er genereret af samme model med samme standardprompt.
Workslop er den skjulte pris ved AI, som ingen produktivitetsstudier fanger – fordi det ligner output. Det fylder indbakker, stopper Slack-kanaler og fylder rapporter. Det består alle automatiserede kvalitetskontroller. Men det tilfører ingen værdi for dem, der læser det.
Vigtig pointe
Workslop opstår, når du bruger AI til at generere i stedet for at tænke. Løsningen: brug AI til at forfine idéer, du allerede har – ikke til at skabe idéer, du ikke har. Start med en grov tanke, og lad AI polere den. Start ikke med “skriv noget om X” og accepter, hvad der kommer tilbage.
Hvordan spotter du workslop?
| Signal | Hvordan det ser ud | Hvorfor det er workslop |
|---|---|---|
| Generisk åbning | "In today's rapidly evolving landscape..." | Kunne handle om ethvert emne. Ingen specificitet. |
| Synonym-stabling | "Innovative, cutting-edge, groundbreaking approach" | Tre ord, der siger det samme. Fyld. |
| Ingen specifikke tal | "Significant improvement" i stedet for "37% improvement" | Vage påstande, der ikke kan verificeres eller handles på. |
| Konklusion gentager indledning | "In conclusion, as we've discussed..." | Ingen ny indsigt – kun struktur udført. |
| Udskifteligt indhold | Kunne beskrive enhver virksomhed/produkt/person | Ingen domæneviden, ingen original observation. |
Hvorfor producerer AI workslop?
Fordi du bad den om det. Workslop er det naturlige resultat af vage prompts. "Skriv en e-mail om projektstatus" → AI har ingen projektdetaljer, ingen målgruppekontekst, ingen specifik status. Den genererer noget, der ligner en projektstatus-e-mail. Den bruger professionelt sprog. Den har afsnit og punktopstillinger. Men den indeholder ikke din faktiske status, fordi du aldrig gav den.
Det er den grundlæggende misforståelse om AI: den genererer tekst, der matcher mønsteret af det, du bad om. Hvis din prompt beskriver et mønster ("skriv en e-mail"), får du et mønster. Hvis din prompt indeholder substans ("opsummer de 3 beslutninger, vi traf, og de 2 handlingspunkter med deadlines"), får du substans.
ICCSSE-rammeværket er netop skabt for at forhindre workslop. Hvert element tvinger dig til at tilføje substans: hvem AI skal forestille sig at være (Identity), hvilken situation det handler om (Context), hvilke begrænsninger der gælder (Constraints), hvilken rækkefølge der skal følges (Steps), præcis hvad du vil have (Specifics), og hvordan godt ser ud (Examples). En prompt, der besvarer alle seks spørgsmål, kan ikke producere workslop, fordi du har givet AI for meget reel information til at falde tilbage på mønstre.
---📬 Får du værdi ud af dette? Vi skriver om AI som praktikere, ikke som salgsfolk. Få det i din indbakke →
---5 måder at stoppe med at producere workslop
1. Start med din indsigt, ikke med AI. Skriv dit faktiske budskab i 2–3 sætninger først. Bed derefter AI om at udvide, forfine og formatere omkring DIN pointe. Det sikrer, at hvert output indeholder mindst én original tanke – din.
2. Slet alt, der kunne gælde for hvem som helst. Når AI har genereret output, fjern hver sætning, der ville være lige så sand for en anden virksomhed, person eller situation. Det, der er tilbage, er substansen. Hvis intet er tilbage, har du workslop.
3. Tilføj specifikke tal, før du beder AI om at skrive. "Omsætningen voksede 23 % til 4,2 mio. kr." producerer reelt indhold. "Omsætningen viste betydelig vækst" producerer workslop. Tal tvinger specificitet.
4. Brug "så hvad?"-testen. Læs hvert afsnit og spørg "så hvad?". Hvis svaret er "ingenting – det lyder bare professionelt", så slet det. Professionelt klingende tomhed er definitionen på workslop.
5. Optimer dine prompts. Prompt Optimizer omstrukturerer enhver prompt, så den inkluderer kontekst, begrænsninger og specifikke detaljer – de elementer, der forhindrer workslop. Indsæt din vage prompt, få en specifik tilbage, og se kvaliteten af output stige.
---📬 Vil du have mere som dette? Vi bekæmper workslop med reelt indhold, hver uge. Tilmeld dig gratis →
---Ofte stillede spørgsmål
Er alt AI-genereret indhold workslop?
Nej. AI kan producere fremragende, substantielt indhold, når det får specifikke inputs, klare begrænsninger og eksempler. Workslop opstår fra dovne prompts, ikke fra AI i sig selv. Modellen producerer indhold, der er lige så specifikt som din prompt.
Hvordan kan jeg se, om mit eget AI-output er workslop?
Udskiftningstesten: kunne denne tekst beskrive enhver anden virksomhed/person/situation uden ændringer? Hvis ja, er det workslop. Godt AI-output er specifikt til din situation, dine data og din kontekst.
Blier folk fyret for at producere workslop?
Ikke endnu – men tendensen bevæger sig i den retning. Efterhånden som AI-forståelsen stiger, kan ledere lettere spotte AI-genereret fyld. Medarbejdere, der bruger AI til at producere volumen i stedet for kvalitet, bliver i stigende grad identificerbare. Den vigtige færdighed er at bruge AI til at producere bedre arbejde, ikke mere arbejde.
Oplysning: Nogle links i denne artikel er affiliate-links. Vi anbefaler kun værktøjer, vi selv har testet og bruger regelmæssigt. Se vores fulde oplysningspraksis.