Hva er prompt-kjeding? En guide til AI-arbeidsflyter i flere trinn
Lær hvordan du deler opp komplekse AI-oppgaver i mindre trinn som gir bedre og mer pålitelige resultater – uten å skrive en eneste linje kode.
Du ber ChatGPT skrive et blogginnlegg. Du får noe ... helt greit. En generisk innledning, overflatiske poenger og en avslutning som høres ut som den er klippet rett ut av en mal. Du prøver å legge til flere detaljer i prompten. Nå er den 200 ord lang, og AI-en bommer fortsatt på halvparten av det du ville ha.
Problemet er ikke prompten din. Problemet er at du ber AI-en sjonglere altfor mange ting samtidig. Løsningen? Slutt å forsøke å gjøre alt på én gang. Del det opp i trinn.
Det er det prompt-kjeding handler om – og det er slik du går fra «pyttsann»-resultater til AI-output som faktisk treffer det du hadde i hodet.
Hvorfor enkeltprompter møter veggen
Store språkmodeller som ChatGPT og Claude er flinke til å følge instruksjoner. Men når du stapper ti ulike instruksjoner inn i én prompt, faller alltid noe ut. Kanskje den glemmer å ta med eksempler. Kanskje strukturen sitter, men tonen bommer. Jo mer du ber om, jo mindre pålitelig blir resultatet.
Ifølge Anthropics dokumentasjon skjer dette fordi hver deloppgave kjemper om modellens oppmerksomhet. Når du kjeder prompter i stedet, «får hver deloppgave Claudes fulle oppmerksomhet, og det reduserer feil».
Tenk deg at du ber en kollega researche et tema, lage et disposisjonsutkast, skrive innholdet og finpusse tonen – alt i én utånding. Vedkommende ville sannsynligvis glemt noe. Men hvis du spurte om hvert trinn for seg, ville du fått bedre arbeid på hvert nivå.
Hva prompt-kjeding faktisk betyr
Prompt-kjeding er akkurat det det høres ut som: du deler en kompleks oppgave opp i en sekvens av mindre prompter, der resultatet fra én blir input til neste.
I stedet for:
Skriv et blogginnlegg om produktivitetstips for hjemmekontor. Inkluder en innledning, 5 tips med eksempler, en del om vanlige feil og en avslutning. Hold det samtalebasert, men profesjonelt. Rundt 1500 ord.
Ville du gjort noe sånt som dette:
Prompt 1: «List opp 7 produktivitetstips for folk som jobber hjemmefra, med en setnings forklaring til hvert.»
Prompt 2: «Plukk ut de 5 sterkeste tipsene fra denne lista og bygg ut hvert til et avsnitt med et eksempel fra virkeligheten.»
Prompt 3: «Skriv en innledning som hekter leseren med en gjenkjennelig hjemmekontor-frustrasjon.»
Prompt 4: «Legg til en del om 3 vanlige feil folk gjør når de jobber hjemmefra.»
Prompt 5: «Gå gjennom hele utkastet og glatt ut overgangene mellom delene.»
Hver prompt er fokusert. Hvert resultat blir bedre. Og du fanger opp problemer tidlig – hvis tipsene i trinn én ikke holder mål, fikser du dem før du kaster bort tid på hele utkastet.
Tre måter å kjede prompter på
Ikke alle kjeder ser like ut. Avhengig av hva du bygger, vil du bruke ett av disse mønstrene.
Sekvensielle kjeder
Dette er den vanligste typen. Hvert trinn mater rett inn i det neste, som et samlebånd. Research → Disposisjon → Utkast → Redigering → Formatering. Blogginnlegg-eksempelet over er en sekvensiell kjede.
Forgrenede kjeder
Av og til avhenger neste trinn av hva AI-en fant i forrige. Du kan for eksempel be AI-en om å kategorisere kundetilbakemeldinger først, og så rute videre til ulike oppfølgingsprompter avhengig av om det er en klage, et funksjonsønske eller skryt. Stien forgrener seg basert på resultatet.
Iterative (selvrevisjons-)kjeder
Her ber du AI-en sjekke sitt eget arbeid. Generer → Vurder → Forbedre. Dette er spesielt nyttig for innhold med høy innsats, der presisjon teller. Anthropics dokumentasjon viser et eksempel der Claude oppsummerer et forskningsdokument, deretter vurderer sitt eget sammendrag for nøyaktighet, og så forbedrer det basert på sin egen tilbakemelding.
Illustrasjon som viser tre typer prompt-kjeder: sekvensielle, forgrenede og iterative løkker
Et virkelig eksempel: fra research til LinkedIn-innlegg
La oss gå gjennom en praktisk kjede du kan bruke i dag. Si at du vil gjøre om en lang artikkel til et fyndig LinkedIn-innlegg.
Trinn 1: Trekk ut hovedpoengene
Les denne artikkelen og identifiser de 3-5 viktigste poengene. Fokuser på innsikter som vil overraske eller hjelpe et profesjonelt publikum.
[Lim inn artikkelen her]
Trinn 2: Skriv om for LinkedIn-publikum
Ta disse poengene og skriv dem om i en fyndig, samtalebasert tone som passer for LinkedIn. Bruk korte setninger. Unngå sjargong. Få det til å føles som om en smart venn deler det de har lært.
[Lim inn poengene fra trinn 1]
Trinn 3: Formater som et LinkedIn-innlegg
Formater dette som et LinkedIn-innlegg. Start med en hook som får folk til å slutte å scrolle. Bruk linjeskift for lesbarhet. Avslutt med et spørsmål som oppfordrer til kommentarer. Hold det under 300 ord.
[Lim inn det omskrevne innholdet fra trinn 2]
Tre prompter. Hver enkelt enkel. Sluttinnlegget blir skarpere enn noe du ville fått fra én megaprompt som ber om alt på én gang.
Fem prompt-kjeder du kan stjele
Her er ferdig pakkede kjeder for vanlige oppgaver. Kopier dem, tilpass dem, gjør dem til dine egne.
1. Møtenotater til handlingspunkter
Prompt 1: «Les disse møtenotatene og list opp alle handlingspunktene som nevnes, inkludert hvem som er ansvarlig hvis det står oppgitt.»
Prompt 2: «Sorter disse handlingspunktene etter prioritet (haster, denne uka, senere) og formater dem som en sjekkliste.»
Prompt 3: «Skriv et kort e-postsammendrag jeg kan sende til teamet med handlingspunktene og neste steg.»
2. Analyse av kundetilbakemeldinger
Prompt 1: «Analyser disse kundetilbakemeldingene og identifiser de 3 vanligste klagene.»
Prompt 2: «For hver klage, foreslå 2 praktiske løsninger teamet vårt kan sette i verk.»
Prompt 3: «Lag en prioritert handlingsplan basert på disse løsningene, der du tar hensyn til implementeringsinnsats og effekt for kundene.»
3. Stillingsannonse til skreddersydde CV-punkter
Prompt 1: «Trekk ut de 5 viktigste ferdighetene og kravene fra denne stillingsannonsen.»
Prompt 2: «Her er arbeidserfaringen min: [lim inn erfaring]. Match erfaringen min mot hvert av de 5 kravene du identifiserte.»
Prompt 3: «Skriv CV-punkter som fremhever hvordan erfaringen min matcher hvert krav. Bruk konkrete tall og resultater der det er mulig.»
4. Komplekst e-postsvar
Prompt 1: «Les denne e-posten og list opp hvert spørsmål eller hver forespørsel avsenderen kommer med.»
Prompt 2: «Skriv et utkast til svar som adresserer hvert punkt. Vær direkte, men vennlig.»
Prompt 3: «Gå gjennom utkastet og vurder tonen. Få det til å høres mer [profesjonelt/uformelt/empatisk] ut og stram inn lange partier.»
5. Blogginnlegg med SEO-fokus
Prompt 1: «Generer en liste med 10 blogginnleggs-ideer for søkeordet '{{topic}}'. Inkluder søkeintensjonen for hver.»
Prompt 2: «For idé #{{number}}, lag en detaljert disposisjon med H2-overskrifter, hovedpoenger som skal dekkes og spørsmål som skal besvares.»
Prompt 3: «Skriv hele blogginnlegget basert på denne disposisjonen. Bygg søkeordet naturlig inn i innledningen, én H2 og avslutningen.»
Prompt 4: «Gå gjennom innlegget med tanke på lesbarhet. Korte ned setninger over 20 ord. Bryt opp avsnitt som er lengre enn 4 setninger.»
Illustrasjon av prompt-kort koblet sammen med piler som viser en sekvensiell arbeidsflyt
Hvis du oppdager at du bruker disse kjedene om og om igjen, lønner det seg å lagre dem et sted du raskt kan hente dem fram. Et verktøy som PromptNest lar deg lagre prompt-sekvenser med variabler som {{topic}} eller {{number}} – fyll inn feltene når du kopierer, og så er du klar til å lime inn i ChatGPT eller Claude.
Når du ikke trenger prompt-kjeding
Kjeding er ikke alltid svaret. For enkle oppgaver med ett klart formål holder det fint med én godt skrevet prompt.
Du trenger sannsynligvis ikke en kjede til:
Raske oversettelser
Enkle omskrivinger («gjør dette mer formelt»)
Oppsummering av et kort dokument
Idémyldring rundt en liste
Svar på et faktaspørsmål
Bruk kjeding når oppgaven involverer flere transformasjoner, ulike typer tenkning (research vs. skriving vs. redigering), eller når en enkeltprompt stadig gir deg ujevne resultater. Hvis du legger til instruksjon etter instruksjon i en prompt og det fortsatt ikke funker, er det et tegn på at du bør splitte den opp.
Tips for å bygge bedre kjeder
Etter å ha brukt prompt-kjeding på dusinvis av arbeidsflyter, peker noen mønstre seg ut som forskjellen mellom kjeder som funker og kjeder som ikke gjør det.
Én oppgave per prompt. Hvis et trinn krever flere handlinger, del det opp videre. «Analyser og skriv om» bør være to prompter, ikke én.
Gi kontekst i hvert trinn. Ikke gå ut fra at AI-en husker nyansene fra tidligere. Hvis tonen er viktig, minn den på det. Hvis det er en begrensning, gjenta den.
Sjekk mellomresultatene. Det fine med kjeding er at du kan fange opp problemer tidlig. Hvis trinn 2 sklir ut av sporet, fiks det før trinn 3. Ikke vent til slutten.
Start enkelt. Begynn med en kjede på 2-3 trinn. Legg til kompleksitet bare når du ser hvor resultatene kommer til kort. Å overdesigne fra start sløser tid.
Bruk tydelige output-formater. Be om punktlister, nummererte lister eller spesifikke seksjoner. Strukturert output er mye lettere å mate inn i neste prompt.
Gjør de beste kjedene dine til gjenbrukbare arbeidsflyter
Når du først har bygget en kjede som funker, vil du bruke den igjen. Og igjen. Det er der de fleste kjører seg fast – de glemmer akkurat hvilke prompter de brukte, eller de kaster bort tid på å lete gjennom gamle chathistorikker.
Den enkleste løsningen er å lagre kjedene dine et eget sted. Et notat, et dokument, hva som helst som funker. Men hvis du kjører prompt-kjeder jevnlig, vil du ha noe raskere.
PromptNest er bygget akkurat for dette. Lagre hver prompt i en sekvens, bruk variabler som {{client_name}} eller {{article_topic}} for delene som endrer seg, og hent fram hele kjeden med en hurtigtast. Fyll inn feltene, kopier, lim inn i ChatGPT – ferdig på sekunder i stedet for minutter.
Målet er ikke å få AI-en til å gjøre alt for deg. Målet er å gjøre dine beste arbeidsflyter gjentakbare. Prompt-kjeding gir deg bedre resultater. Å lagre kjedene tar deg dit raskere hver gang.
