Bruger du også din chatbot som stagiaire uden jobbeskrivelse?

Forestil dig at få en gratis analytiker, der bare venter på instrukser

Forestil dig, at du får en ny fuldtidsanalytiker ind i ledergruppen. Personen er hurtig, arbejder døgnet rundt og klager aldrig over Excel. Men du giver vedkommende opgaver som: “Lav noget om vores strategi” eller “skriv et notat om konkurrenterne”.

De fleste vil forvente et ret kaotisk output fra sådan en medarbejder. Alligevel er det præcis sådan, mange ledere bruger generativ AI i dag. Et åbent tekstfelt, et løst formuleret ønske og et håb om, at der kommer noget brugbart ud i den anden ende.

Jeg har efterhånden set den samme historie flere gange: En leder prøver en chatbot, får et middelmådigt svar og konkluderer, at “det er meget imponerende, men ikke rigtigt anvendeligt”. Problemet er sjældent værktøjet. Det er næsten altid prompten.

En enkel prompt-struktur, der faktisk virker

Hvis du vil bruge AI i dit ledelsesarbejde til andet end hurtige e-mails, har du brug for lidt mere struktur. Ikke raketvidenskab. Bare en fast måde at tænke en prompt igennem på.

Jeg bruger selv en simpel skabelon, når jeg skriver prompts til strategi, analyser og beslutningsnotater:

Rolle + Kontekst + Begrænsninger + Output

Oversat til almindeligt ledersprog:

• Rolle: Hvem skal AI “spille”? Strategikonsulent, markedsanalytiker, kommunikationsrådgiver osv.
• Kontekst: Hvad handler det om? Branche, forretningsmodel, mål, målgruppe, tidshorisont.
• Begrænsninger: Hvad må den ikke gøre? Hvilke antagelser skal den bruge? Hvilket sprog og format?
• Output: Hvilken konkret leverance vil du have? 1-side, tabeller, bullets, risikoliste osv.

Når du først vænner dig til den måde at tænke på, begynder AI-svarene at ligne noget, du faktisk kan sende til en direktørkollega eller en bestyrelse. Og ja, det kræver 2 minutters ekstra mental disciplin per prompt. Men de 2 minutter tjener du ofte hjem 10 gange.

12 genbrugelige prompt-skabeloner til ledelsesopgaver

Nedenfor får du 12 konkrete prompt-skabeloner, du kan kopiere direkte ind i din foretrukne chatbot. Tilpas dem til dit eget sprog, og lav gerne jeres egen lille “standard” på tværs af ledergruppen. Det er sådan noget, der faktisk rykker jeres måde at arbejde på med digitalisering og teknologi, i stedet for endnu en PowerPoint om “AI-potentialet”.

1. Strategi-brief på 1 side

En klassiker: Du skal samle en strategidiskussion i et kort notat til direktionen. Her er en prompt-skabelon:

“Du er strategikonsulent med erfaring fra [branche].
Kontekst: Vi er [kort beskrivelse af virksomhed, størrelse, marked, kunder]. Vi overvejer en strategi, hvor vi [strategisk valg, fx går efter premium-segment, skifter til abonnementsmodel, går ind i nyt land].
Opgave: Skriv et strategi-brief på 1 side på dansk til en ledergruppe.
Strukturér notatet i disse sektioner:
1) Mål og succeskriterier (max 5 bullets)
2) Centrale strategiske valg og trade-offs (max 5 bullets)
3) De vigtigste risici og usikkerheder (max 5 bullets)
4) Forslag til 3-5 første skridt de næste 90 dage.
Begrænsninger: Brug nøgternt, dansk forretningssprog uden hype. Brug tydelige bullets. Angiv hvor du gætter, og hvor du bygger på generel viden om branchen.“

Det vigtige her er ikke formuleringerne, men strukturen: Du tvinger outputtet ned i et format, du faktisk bruger i hverdagen.

2. Konkurrent-brief til ledergruppen

En hurtig, struktureret opsamling på en vigtig konkurrent eller en ny aktør, der dukker op.

“Du er markedsanalytiker med fokus på [branche].
Kontekst: Jeg vil bruge dig til at lave et kort konkurrent-brief til vores ledergruppe om [navn/type konkurrent, hvis kendt].
Opgave: Skriv et konkurrent-brief på max 1 side på dansk.
Struktur:
1) Forretningsmodel og positionering (hvordan tjener de penge, hvem går de efter?)
2) Produkt/tjeneste og værditilbud (hvad lover de kunderne?)
3) Pricing og typiske vilkår (brug skøn, hvis du ikke har konkrete tal)
4) Distribution og go-to-market (hvordan når de kunderne?)
5) Tydelige signaler, vi bør følge (prismodeller, partnerskaber, prioriteringer).
Begrænsninger: Brug kun offentligt tilgængelig generel viden. Gæt ikke på konkrete fortrolige nøgletal. Marker tydeligt, hvad der er antagelser.“

3. Markedsstørrelse-hypotese

Nej, AI skal ikke bruges til at erstatte rigtig markedsdata. Men du kan få en brugbar første hypotese og få tydeliggjort, hvor de største usikkerheder ligger.

“Du er analytiker i en investeringsfond, der vurderer nye markeder.
Kontekst: Vi overvejer et nyt produkt/koncept: [beskriv kort produkt, kunder, brugssituation]. Vi vil have en første, grov hypotese på markedsstørrelse.
Opgave: Lav en enkel markedsstørrelse-hypotese (TAM/SAM/SOM, hvis relevant) på dansk.
Struktur:
1) Forslag til segmentering (hvordan opdele markedet fornuftigt)
2) Hovedantagelser (befolkning/virksomheder, adoption-rate, prisniveau)
3) Estimat på totalmarked (TAM) med tydelig visning af antagelser
4) Estimat på relevant delmarked for os (SAM/SOM) med forklaring
5) Forslag til hvilke antagelser vi bør teste først i virkeligheden.
Begrænsninger: Brug afrundede tal og tydelige antagelser. Ikke tabeller med overdreven præcision.“

4. Scenarie-brief til bestyrelsesdrøftelse

Du skal forberede en drøftelse om fx renteudvikling, ny regulering eller teknologiskifte. Her hjælper et scenarie-brief med struktur.

“Du er strategikonsulent med erfaring i scenariearbejde.
Kontekst: Bestyrelsen i en [branche, størrelse] virksomhed skal drøfte mulige konsekvenser af [beskriv ændring, fx ny regulering, teknologiskifte, ændret kundeadfærd].
Opgave: Skriv et kort scenarie-brief på dansk til bestyrelsen.
Struktur:
1) 2-3 tydeligt forskellige scenarier for udviklingen de næste 3-5 år
2) Konkrete signposts (tegn i markedet), vi kan følge for at se, hvilket scenarie vi bevæger os mod
3) Mulige triggers, der kræver beslutning inden for 1-3 måneder
4) Forslag til simple “playbooks” for hvert scenarie (hvad kunne vi gøre?)
Begrænsninger: Ingen floromvundne fremtidsbilleder. Kort, nøgternt sprog, max 1 side.“

5. Risiko-register på 30 minutter

Du kommer sjældent i mål med et helt risk management-setup via AI, men du kan få en ret god første liste at arbejde videre med, især hvis du arbejder i felter som cyber og informationssikkerhed eller regulerede brancher.

“Du er risikoansvarlig i en mellemstor virksomhed i [branche].
Kontekst: Vi vil lave et første udkast til et forretningsmæssigt risiko-register for [område, fx vores nye abonnementsprodukt / vores afhængighed af enkelte leverandører].
Opgave: Foreslå et risiko-register på dansk i tabel-form.
Struktur i tabellen:
Kolonner: Risiko-beskrivelse, Sandsynlighed (Lav/Middel/Høj), Konsekvens (Lav/Middel/Høj), Foreslåede controls (hvad kan vi gøre), Rest-risiko (kort vurdering).
Begrænsninger: Fokusér på 10-15 væsentlige risici, ikke en komplet liste over alt der kan gå galt.“

6. KPI-forslag til et konkret mål

Mange organisationer sætter mål, som er svære at måle fornuftigt. Her kan en god prompt spare dig meget whiteboardtid.

“Du er performance-konsulent med erfaring i KPI-design.
Kontekst: Vi har følgende forretningsmål: [skriv målet, fx “øge gentegningsraten på abonnementer”, “forkorte leveringstiden til nye kunder”, “øge andelen af digitale salg”].
Opgave: Foreslå et sæt KPI’er på dansk, der hjælper en ledergruppe med at styre mod dette mål.
Strukturér output i:
1) Lagging indicators (efterfølgende resultater, max 3)
2) Leading indicators (adfærd/aktivitet, max 5)
3) Forslag til målefrekvens og ejerskab
4) Mulige faldgruber (hvordan disse KPI’er kan blive misbrugt eller misforstået).
Begrænsninger: Brug konkrete, praktisk målbare forslag, ikke generelle floskler.“

7. Beslutningsnotat til bestyrelse eller ejerkreds

Her begynder det at minde meget om klassisk beslutningsskabelon-tænkning: Hvad skal besluttes, på hvilket grundlag, og hvilke alternativer er der?

“Du er strategisk rådgiver for en ejerledet virksomhed.
Kontekst: Jeg skal skrive et beslutningsnotat til [bestyrelse/ejerkreds/ledergruppe] om [emne, fx investering i nyt IT-system, opkøb, frasalg, nyt markedsentry].
Opgave: Hjælp mig med at strukturere et beslutningsnotat på dansk på max 2 sider.
Struktur:
1) Den konkrete beslutning, der ønskes (formuleret klart)
2) Baggrund og kontekst (kort)
3) 2-3 realistiske alternativer inkl. “gør ingenting”
4) Vurdering af økonomiske og strategiske konsekvenser for hvert alternativ
5) Risici og usikkerheder
6) Anbefaling og næste skridt.
Begrænsninger: Ingen konkrete tal, hvis du ikke har dem. Brug i stedet pladsmarkører som [indsæt tal her] og forslag til, hvilke beregninger der bør laves.“

8. SWOT-analyse med skarpe formuleringer

En SWOT bliver hurtigt til en ligegyldig liste, hvis ikke man styrer den. En god prompt kan faktisk hjælpe med at få skærpet formuleringerne.

“Du er strategikonsulent, der hjælper ledere med at formulere klare SWOT-analyser.
Kontekst: Vi er [kort beskrivelse af virksomhed, branche, position]. Vi skal bruge en intern SWOT-analyse som input til strategiworkshop.
Opgave: Hjælp med at formulere en SWOT-analyse på dansk.
Struktur:
1) Styrker (max 6, formuleret som komplette sætninger med så konkret sprog som muligt)
2) Svagheder (max 6, samme princip)
3) Muligheder (max 6, koblet til konkrete tendenser i marked/teknologi/kundeadfærd)
4) Trusler (max 6, inkl. regulering, konkurrentadfærd, afhængigheder).
Begrænsninger: Ingen generiske pointer som “god kvalitet” eller “stærkt brand” uden forklaring. Gør alt så konkret som muligt.“

9. Beslutningslog for større projekter

Mange konflikter i projekter handler ikke om, hvad der blev besluttet, men om hvem der kan huske hvad. En enkel beslutningslog hjælper. AI kan hjælpe dig med formatet og de første formuleringer.

“Du er PMO-ansvarlig i en virksomhed, der driver større projekter.
Kontekst: Jeg vil have en enkel beslutningslog for projektet [projektbeskrivelse], som vi kan bruge til referat og opfølgning.
Opgave: Foreslå en struktur og lav 3-5 eksempler på, hvordan beslutninger kan formuleres klart på dansk.
Struktur for hver beslutning:
– Dato
– Hvem besluttede (rolle, ikke navn)
– Selve beslutningen (1-2 sætninger)
– Formål/begrundelse (kort)
– Forudsætninger/antagelser
– Konsekvens for scope, tid, økonomi og risiko.
Begrænsninger: Ingen fagslang, så en ny leder kan læse loggen om et år og stadig forstå den.“

10. 1-side til forandringskommunikation

Forandringer falder sjældent på det strategiske indhold. De falder ofte på manglende, uklar eller for sent kommunikation. En simpel 1-side kan være guld værd i alt, der minder om forandringsledelse.

“Du er kommunikationsrådgiver med erfaring i intern forandringskommunikation.
Kontekst: Vi skal kommunikere [forandring, fx ny organisering, nyt system, ændrede processer] til [målgruppe, fx mellemledere, alle medarbejdere, specifik afdeling].
Opgave: Hjælp mig med en 1-side, som en leder kan bruge til at forklare forandringen på dansk.
Struktur:
1) Hvad ændrer vi?
2) Hvorfor gør vi det? (2-3 konkrete årsager)
3) Hvad betyder det konkret for dig de næste 3-6 måneder?
4) Hvad ved vi endnu ikke?
5) Hvor kan du stille spørgsmål eller få hjælp?
Begrænsninger: Skriv i et sprog, der kan læses højt på et personalemøde. Ingen buzzwords.“

11. Scoping af en analyseopgave

En hel del AI-fejl opstår, allerede inden analysen starter, fordi spørgsmålet er for løst. Brug AI til at hjælpe med at skærpe opgaven, inden du går i gang.

“Du er erfaren analytiker, der hjælper ledere med at afgrænse deres analyseopgaver.
Kontekst: Jeg overvejer at undersøge [problemstilling, fx “faldende kundetilfredshed”, “stigende frafald”, “for høj projektportefølje”].
Opgave: Hjælp mig med at scope en konkret analyseopgave.
Strukturér output i:
1) Forslag til præcis problemformulering (3 varianter)
2) Hvilke hovedspørgsmål analysen skal besvare
3) Hvilke datatyper vi bør bruge (kvalitativ/kvantitativ, interne/eksterne kilder)
4) Mulige faldgruber (bias, manglende data, fortolkning).
Begrænsninger: Antag, at vi har begrænsede ressourcer. Foreslå en analyse, der kan gennemføres realistisk på 4-6 uger.“

12. Executive summary af tungt materiale

Hvis du har lange rapporter, referater eller udbudsdokumenter, kan du bruge AI som første gennemløb. Især i sammenhæng med fx it-kontraktpraksis kan det være en stor hjælp at få struktureret det væsentlige.

“Du er chefkonsulent, der skriver executive summaries til en travl direktion.
Kontekst: Jeg giver dig tekst fra [rapport/referat/kontraktudkast]. Målgruppen er en direktion, der skal bruge et overblik uden detaljer.
Opgave: Skriv et executive summary på dansk på max 1 side.
Struktur:
1) Formål og baggrund (2-3 sætninger)
2) Hovedpointer (max 7 bullets)
3) Beslutninger eller opmærksomhedspunkter for direktionen.
Begrænsninger: Ingen nye analyser, kun kondensering af det indhold, du får. Brug neutralt, klart sprog uden vurderende adjektiver.“

Kvalitetstjek: 8 spørgsmål du altid bør stille outputtet

Det største problem ved AI-output er ikke, at det er forkert. Det er, at det ser rigtigt ud. En sund skepsis er et krav, ikke et tilvalg.

Jeg bruger typisk en fast lille mental tjekliste:

• 1. Er der noget, der lyder for godt til at være sandt?
• 2. Er der konkrete tal eller påstande, som jeg ikke kan se kilden til?
• 3. Er sproget mere selvsikkert, end grundlaget egentlig berettiger?
• 4. Matcher analysen det, jeg allerede ved fra egne data og erfaring?
• 5. Er der tydelige antagelser, eller skjuler teksten dem?
• 6. Er konklusionerne faktisk logiske i forhold til de argumenter, der er givet?
• 7. Hvad kan jeg hurtigt krydstjekke med egne tal, kolleger eller åbne kilder?
• 8. Hvis en kollega havde skrevet det her, hvilke opklarende spørgsmål ville jeg stille?

Et godt trick er at bruge AI imod sig selv. Bed den om at kritisere sit eget output, fx:

“Gennemgå din egen tekst kritisk. Peg på mindst 5 steder, hvor du kan tage fejl, mangle viden eller basere dig på svage antagelser. Skriv på dansk.”

Det svar, du får der, er ofte lige så værdifuldt som det oprindelige.

Fortrolighed: Hvad du ikke bør putte i en chatbot

Inden nogen nu går i gang med at copy-paste hele deres budgetmodel eller kundelister, så et lille nøgternt hjørne om sikkerhed.

Udgangspunktet bør være simpelt: Regn med, at alt hvad du skriver i en offentlig chatbot, potentielt kan blive set af nogen, der ikke burde se det. Ikke nødvendigvis fordi nogen sidder og læser med, men fordi data gemmes, logges eller bruges til træning.

Du bør som minimum undgå at skrive:

• Persondata om kunder, borgere eller medarbejdere
• Konkrete tal for økonomi, budgetter eller priser, som ikke er offentlige
• Kontraktvilkår, udbudstekster eller juridiske dokumenter, der ikke er offentliggjort
• Intern viden om sikkerhedsforanstaltninger, systemarkitektur eller svagheder.

Hvis du vil bruge AI på rigtigt fortrolige data, skal det ske via løsninger, der er godkendt af dem, der har ansvar for jeres informationssikkerhed. Det gælder uanset om du arbejder med NIS2, finansiel regulering eller bare almindelig sund forretningsfornuft. Artiklen om NIS2 uden panik er i øvrigt et godt sted at starte, hvis du vil forstå, hvordan regulering og teknologi mødes i praksis.

Sådan gør du prompts til en fælles standard i dit team

Enkeltpersoner kan få meget ud af gode prompts. Men den virkelige effekt kommer, når I gør det til en fælles praksis i ledergruppen eller projektteamet.

Et par praktiske erfaringer:

• Lav et fælles bibliotek: Start et simpelt dokument eller et delt noteværktøj med jeres bedste prompt-skabeloner. Ikke 100 stykker, men 10-20, som I faktisk bruger.
• Tilføj eksempler: Gem 1-2 gode outputs per skabelon, så nye kan se, hvad “godt” betyder i jeres kontekst.
• Lav små tweaks pr. funktion: Samme grundskabelon kan tilpasses CFO, kommerciel leder og HR-chef med få justeringer i rolle og output.
• Brug dem i møder: Når I alligevel sidder sammen, så skriv en prompt live, kør den igennem og diskuter, hvad der mangler. Det tager 10 minutter og skaber fælles sprog.
• Ejer skabelonerne: Udpeg én eller to i teamet, der har ansvar for at holde biblioteket opdateret, lidt som man har en ansvarlig for policies eller governance i andre sammenhænge.

Hvis du har prøvet at implementere nye arbejdsgange før, ved du, at det sjældent er teknikken, der er problemet. Det er vanerne. Det gælder også her. Start småt, brug de samme skabeloner igen og igen, og juster dem, når I oplever, at de ikke helt rammer jeres virkelighed.

På et tidspunkt opdager du måske, at din “gratis analytiker” i chatbotten begynder at minde mere om en kompetent kollega og mindre om en stagiaire uden jobbeskrivelse. Det er faktisk mest et spørgsmål om, hvordan du spørger.