Spring til indhold
FlowNordics

Ordbog

Prompt engineering til virksomheder: Optimer jeres AI-workflows

← Tilbage til ordbogen

prompt engineering

Definition

Prompt engineering er den strategiske disciplin at designe instruktioner til AI-modeller for at sikre præcise og værdifulde output. For virksomheder er prompt engineering fundamentet for succesfuld AI workflow automation og implementering af intelligente agenter i den daglige drift.

Hvorfor det betyder noget i B2B

Prompt engineering gør AI-output gentageligt nok til drift: samme kvalitet, format og tone på tværs af medarbejdere og integrationer.

Eksempel fra praksis

Support definerer en prompt-skabelon med rolle, kilder og output-format JSON. n8n sender indgående tickets gennem skabelonen, validerer felter og opretter sag — med få-shot-eksempler opdateret kvartalsvis.

Hvad er prompt engineering?

Prompt engineering er disciplinen om at formulere instruktioner til sprogmodeller, så output bliver præcist, konsistent og brugbart i en given opgave. I virksomheder handler det ikke om kreative formuleringer til sociale medier, men om at styre klassificering, udtræk, opsummering og udkast i workflows, hvor det samme job udføres tusindvis af gange.

Prompten er produktionsspecifikation, ikke poesi

Vi ser ofte prompt engineering reduceret til "find de magiske ord". I drift er en prompt en specifikation: rolle, input, outputformat, grænser, eksempler og hvad modellen skal gøre ved manglende data. Den hører sammen med modelinstruktioner og systemprompts, som er den faste ramme omkring hvert kald.

Gode prompts i produktion:

  • Definerer output, så næste trin i flowet kan parse det.
  • Siger eksplicit, hvornår modellen skal stoppe eller eskalere.
  • Testes på rigtige sager, ikke kun på dem, I selv har skrevet.
  • Versioneres, når modeller eller data ændres.

Prompt engineering løser ikke dårlige data

En perfekt prompt kan ikke erstatte manglende integration eller datakvalitet. Den kan derimod gøre et solidt grundlag pålideligt. Hos Radiometer kører oversættelsesflowet med translation memory og glossarer, så modellen og mennesket arbejder på definerede termer og validering, ikke fri improvisation. Det er prompt- og terminologistyring i praksis. Se casen her.

Iterér på rigtige fejl

Saml de fejl, der faktisk sker i piloten: forkert klassificering, manglende felt, for langt svar. Ret prompten til én fejltype ad gangen, og mål om fejlprocenten falder. Prompt engineering er færdigt, når fejlene er på et niveau, I kan acceptere i drift, eller når resten løses med menneske-i-loop, ikke flere adjektiver i prompten.

Ofte stillede spørgsmål

Prompt engineering eller finetuning?
Start med prompts og skabeloner når I skal iterere hurtigt og holde omkostninger nede. Finetuning kan give mening ved meget stabil opgave og store volumener, men er dyrere at vedligeholde når politikker ændrer sig.

Klar til at gå fra idé til drift?

30 minutter, konkret gennemgang, ingen salgstale. I får et bud på, hvor AI kan flytte mest for jer.

Svar inden for én arbejdsdag · Ingen salgstale, bare en konkret gennemgang