10 rigtige prompts, jeg omskrev — før og efter (med resultater)

Enhver guide til prompt engineering viser dig polerede, perfekte prompts. Ingen af dem viser dig den oprindelige dårlige prompt, som nogen faktisk skrev først. Det er den del, der lærer dig noget — at se transformationen fra "vag ting, jeg naturligvis ville skrive" til "struktureret prompt, der får gode resultater." Her er 10 rigtige før-og-efter-eksempler med forklaringer.

1. E-mailen

Før: "Skriv en email til min chef om at være sen"

Efter: "Optræd som en professionel kommunikator. Udarbejd en email på 3-4 sætninger til min leder, hvor du forklarer, at jeg kommer til at være 30 minutter sen på grund af trafikforsinkelse. Tone: respektfuld og kortfattet, ikke overdrevent undskyldende. Inkluder ankomstestimat og tilbyd at arbejde ekstra. Emnelinjen medtaget."

Hvad ændrede sig: Tilføjede rolle, specifik længde, årsag, tone-vejledning og formatkrav. "Før"-prompten giver ChatGPT 50 mulige emails at skrive. "Efter"-prompten indsnævrer det til en god.

2. Kodegennemgangen

Før: "Gennemgå min kode"

Efter: "Optræd som en senior Python-udvikler, der foretager en kodegennemgang. Gennemgå funktionen herunder for: fejl, performance-problemer, læsbarhed og Python best practices. For hvert problem, du finder, forklar hvorfor det er et problem, og giv en korrigeret version. Format som en nummereret liste. [indsæt kode]"

Hvad ændrede sig: Specificerede gennemgangsopgaverne (ikke bare "er den god?"), anmodede om handlingsbare rettelser (ikke bare identifikation) og satte outputformatet.

3. Dataanalysen

Før: "Analysér disse data"

Efter: "Jeg uploader en CSV med månedlige salgsdata for 2024-2025. Analysér det og præsenter: (1) Overordnet trend med procentvis ændring år-over-år, (2) Top 3 præsterende måneder og hvorfor de kunne være stærke, (3) Eventuelle anomalier eller bekymrende mønstre, (4) Et 3-sætningers resumé til ledelsen, som jeg kan indsætte i en statusrapport. Brug specifikke tal fra dataene."

Hvad ændrede sig: Fortalte AI'en hvad "analysér" betyder for DIG. Uden dette kan "analysér" betyde alt — statistiske test, et diagram, et resumé, en anbefaling.

4. Mødereferatet

Før: "Opsummer dette møde"

Efter: "Opsummer følgende mødtransskription til: (1) Vigtige beslutninger (punktopstilling), (2) Handlingspunkter med ansvarlig og deadline, (3) Åbne spørgsmål, der stadig kræver svar. Behold det under 200 ord. Hvis en beslutning eller ansvarlig er uklart fra transskriptionen, markér det eksplicit."

Hvad ændrede sig: Definerede hvad "opsummering" betyder i en forretningssammenhæng. AI'ens standard opsummering er en narrativ paragraf. Du vil have struktureret, handlingsbar output.

5. Jobopslaget

Før: "Skriv et jobopslag for en dataanalytiker"

Efter: "Skriv et jobopslag for en dataanalytiker på mellemniveau på en 200-person SaaS-virksomhed. Rollen fokuserer på produktanalytics — analyse af brugeradfærd, A/B-test og opbygning af dashboards i Looker. Påkrævede færdigheder: SQL, Python og et BI-værktøj. Nice to have: eksperimentdesign. Tone: direkte og specifik, ikke corporate-jargon. Undgå udtryk som 'rockstar' eller 'ninja.' Længde: 400-500 ord."

Hvad ændrede sig: Kontekst (virksomhedsstørrelse, branche), specificitet (produktanalytics, ikke general analyse), værktøjskrav, tone-begrænsninger og mønstre at undgå.

6. LinkedIn-indlægget

Før: "Skriv et LinkedIn-indlæg om AI"

Efter: "Skriv et LinkedIn-indlæg (150-200 ord) om hvordan jeg brugte AI til at reducere min ugentlige rapporttid fra 3 timer til 20 minutter. Tone: samtaletone, første person, autentisk — ikke salgsorienteret eller moraliserende. Start med en hook der stopper scrolling. Slut med et spørgsmål for at få kommentarer. Ingen hashtags i teksten, tilføj 3-5 i slutningen."

7. Kunderesponsen

Før: "Svar på denne vred kunde"

Efter: "Udarbejd et kundesupportsvar på klagen herunder. Anerkend deres frustration uden at være nedladende. Forklar hvad der skete (vores system havde en faktureringsfejl). Tilbyd en konkret løsning (fuld refundering + 1 måned gratis). Behold det under 100 ord. Professionel men varm tone. [indsæt klage]"

8. Excel-formlen

Før: "Hjælp mig med en Excel-formel"

Efter: "Jeg har et Excel-regneark hvor kolonne A har medarbejdernes navne, kolonne B har afdelinger, og kolonne C har løn. Skriv en formel for celle D1, der beregner gennemsnitslønnen for 'Engineering'-afdelingen kun. Brug AVERAGEIF. Forklar hvad hver del af formlen gør."

9. Præsentationsoversigten

Før: "Lav en præsentation om Q3-resultater"

Efter: "Opret en 10-slides præsentationsoversigt for Q3 2025 forretningsresultater. Publikum: C-suite-ledere (behold det strategisk, ikke taktisk). Slide 1: titel. Slide 2: ledelses-opsummering (max 3 punkter). Slides 3-7: vigtige metrikker med kontekst. Slide 8: udfordringer. Slide 9: Q4-prioriteter. Slide 10: diskussionsspørgsmål. For hver slide, skriv overskriften og 2-3 punkter."

10. Forskningen

Før: "Fortæl mig om konkurrentanalyse"

Efter: "Optræd som forretningsstrateg. Opret en konkurrentanalytisk ramme, som jeg kan bruge til at sammenligne 3 SaaS-værktøjer inden for projektledelsesområdet (Asana, Monday, ClickUp). Inkluder: prissammenligning, vigtige funktionsforskelle, målgruppe, markedspositionering og styrker/svagheder. Format som en sammenligningtabel efterfulgt af et 200-ord strategisk resumé, der anbefaler hvilken man skal positionere sig imod."

Bundlinjen

Vil du se dine egne prompts transformeret? Prøv den gratis prompt-optimering — indsæt enhver prompt og få en forbedret version ved hjælp af den samme ICC-rammeværk (Instructions, Context, Constraints), som ligger bag disse eksempler.

Vil du have mere sådan her? Vi udgiver en dyb AI-workflow-guide hver uge. Meld dig til nyhedsbrevet — gratis, uden spam.