ChatGPT i praksis: fra wow-effekt til workflow i hverdagen

ChatGPT blev lanceret offentligt 30. november 2022. For mange var den første oplevelse næsten komisk enkel: man skrev et spørgsmål, og computeren svarede tilbage på almindeligt sprog.

Det var nok til at skabe wow-effekten.

Men 3,5 år senere er det ikke længere det mest interessante. Det vigtige er ikke, at ChatGPT kan skrive en tekst, rette en mail eller forklare et begreb. Det kan stadig være nyttigt, selvfølgelig. Men meget af værdien opstår først, når ChatGPT bliver en del af en arbejdsproces.

En prompt er et øjeblik. Et workflow er en vane.

Det er skiftet, mange virksomheder står midt i lige nu. Medarbejdere bruger ChatGPT privat eller enkeltvis, men virksomheden har endnu ikke gjort brugen fælles, gentagelig og ansvarlig. Det er her, arbejdet begynder.

Det vigtigste først

• ChatGPT startede som en tekstbaseret samtalepartner, men bruges i dag som arbejdsflade for læring, analyse, filer, billeder og beslutningsstøtte.

• Gode prompts betyder stadig noget. Kontekst, mål og begrænsninger afgør ofte kvaliteten af svaret.

• En vigtig forskel ligger i gentagelse. Når du bruger samme type prompt igen og igen, bør den blive til en skabelon, instruktion eller fast arbejdsgang.

• ChatGPT kan hjælpe dig gennem ukendt arbejde, men du skal stadig forstå nok til at vurdere outputtet.

• Agentiske workflows er næste skridt, men de kræver klare rammer, adgangsstyring og mennesker i loopet.

Artiklen bygger på en samtale i HverdagsAI podcasten mellem Jacob Lynov Mindak, Frederick Krause og Mads Bang om 3,5 år med ChatGPT i praksis. Den er redigeret som en selvstændig artikel og suppleret med HverdagsAIs praktiske erfaringer.

Fra første prompt til praktisk arbejdsmakker

Noget af det særlige ved ChatGPT var, at teknologien ikke krævede en lang forklaring. Blockchain, metaverse og andre nye teknologier havde ofte brug for slides, metaforer og tålmodighed, før de gav mening for almindelige mennesker.

ChatGPT var anderledes. Du kunne bare skrive.

Den første værdi lå i samtalen. Man kunne få forklaret teorier, få hjælp til formuleringer, stille dumme spørgsmål uden at føle sig dum og få et svar, der faktisk hang sammen. For en iværksætter, underviser eller leder var det ikke svært at se mulighederne.

Men den tidlige ChatGPT krævede også mere håndarbejde. Den skulle have tydelige instruktioner. Den var ofte bedre på engelsk end dansk. Den kunne give overfladiske svar, hvis du ikke pressede den dybere. Og den kunne lyde selvsikker, selv når den tog fejl.

Det var faktisk en god læremester. De tidlige brugere lærte hurtigt, at AI ikke bare er en svarknap. Man skulle stille bedre spørgsmål, give mere kontekst og læse outputtet kritisk.

Den lektie gælder stadig. Hvis du vil arbejde bedre med ChatGPT, begynder det ikke med de nyeste funktioner. Det begynder med prompt engineering i praksis: at beskrive opgaven, modtageren, formatet, begrænsningerne og succeskriteriet tydeligt.

De første brugssituationer var tekst, læring og struktur

I starten var ChatGPT især en skrivemakker. Den kunne hjælpe med mails, blogindlæg, webtekster, salgsargumenter, ideskitser og manuskripter. Ikke perfekt. Men hurtigt nok til, at man fik et udkast, man kunne arbejde videre med.

Det er stadig en af de mest brugte veje ind i AI. Og det giver mening, for tekst er overalt i en virksomhed. Kundeservice, salg, marketing, HR, intern kommunikation, dokumentation. Små forbedringer gentaget mange gange kan mærkes.

Men tekst var kun begyndelsen.

Frederick Krause beskriver i samtalen, hvordan han tidligt brugte ChatGPT til at forstå sin egen læringsstil. Ikke som en pæn selvhjælpsøvelse, men som en praktisk instruktion: når modellen skulle lære ham noget nyt, skulle den forklare det på en måde, der passede til ham.

Det er en stærk pointe. ChatGPT kan ikke kun give dig et svar. Den kan også hjælpe dig med at lære, hvorfor svaret ser ud, som det gør.

For en medarbejder, der skal forstå et nyt system, et nyt fagområde eller en teknisk proces, er det værdifuldt. Ikke fordi AI erstatter oplæring, men fordi den kan gøre læringen mere personlig og mere tålmodig. Den bliver ikke træt af, at du spørger igen.

Når ChatGPT guider dig gennem ukendt arbejde

En anden vigtig brug er guidning. Ikke bare "skriv dette for mig", men "hjælp mig igennem noget, jeg ikke ved, hvordan jeg gør".

I episoden taler Frederick om et tidligt e-commerce eksperiment, hvor ChatGPT blev brugt som sparringspartner til at bygge en Shopify-baseret forretning over 30 dage med cirka en times arbejde om dagen. Det skal ikke læses som en opskrift på hurtig succes. Det vigtige er noget andet.

ChatGPT kunne omsætte et uklart projekt til næste konkrete skridt.

Det er præcis der, mange får værdi. Du skal ikke nødvendigvis vide, hvad næste menuvalg hedder, eller hvordan du strukturerer en salgsside. Du kan forklare, hvor du er gået i stå, og få en vej frem. Du kan bede om et trin ad gangen. Du kan stoppe og spørge: hvorfor gør vi det her?

Den slags er undervurderet. En almindelig guide på nettet forklarer en standardproces. ChatGPT kan reagere på din situation. Hvis du har gjort noget forkert, kan du beskrive fejlen. Hvis du mangler et begreb, kan du få det forklaret. Hvis du vil forstå logikken bag handlingen, kan du få den med.

Det er ikke magi. Det er en arbejdsform.

Ekstra sparring uden at give ansvaret væk

Efterhånden som modellerne blev bedre, rykkede brugen fra tekst og guidning til mere krævende sparring. Kontrakter, klager, tekniske dokumenter, komplekse forklaringer, symptombeskrivelser og beslutningsoplæg.

Her skal vi være præcise.

ChatGPT er ikke din advokat. Den er ikke din læge. Den er ikke den person, der skal tage ansvaret for en juridisk, medicinsk eller økonomisk beslutning.

Men den kan være et nyttigt ekstra blik på forklaringsniveau. Den kan oversætte svært sprog til almindeligt dansk. Den kan pege på spørgsmål, du bør stille en fagperson. Den kan hjælpe dig med at strukturere et svar, så du ikke møder op til en vigtig samtale med løse noter og mavefornemmelser.

Det er en reel forbedring for mange mennesker. Ikke fordi AI får det sidste ord, men fordi du bliver bedre forberedt.

I virksomheder gælder det samme. Brug ChatGPT til at få overblik over et tilbud, en kontrakt eller en teknisk rapport. Bed den finde antagelser, risici og uklare formuleringer. Brug derefter din egen faglighed, dine kollegaer eller eksterne rådgivere til at beslutte, hvad der skal ske.

Mennesket skal ikke ud af processen. Mennesket skal være bedre klædt på.

Fra chat til workflow

Den store udvikling fra 2022 til i dag handler ikke kun om bedre svar. Den handler om, at ChatGPT kan indgå i flere dele af arbejdet.

I dag kan du arbejde med filer, billeder, data, længere kontekst, research og mere avanceret planlægning. Modellerne er bedre til dansk. De kan huske mere i samtalen. De kan hjælpe med at analysere visuelle input, for eksempel et billede af et skakbræt, en skitse, et regneark eller et screenshot.

Det ændrer arbejdsgangen.

Før var spørgsmålet ofte: "Hvad kan jeg skrive til ChatGPT?" Nu er spørgsmålet bedre: "Hvilken del af min opgave kan ChatGPT hjælpe mig igennem?"

Det kan være research før et kundemøde. En første struktur til et kursus. En kvalitetssikring af et nyhedsbrev. En gennemgang af kundespørgsmål. En analyse af mødenoter. Eller en fast proces for at lave udkast, redigere, faktatjekke og klargøre indhold.

Når det sker ofte nok, bør du ikke starte forfra hver gang. Så skal du bygge en fast instruktion, et lille bibliotek af prompts eller en arbejdsgang, som andre også kan bruge.

For virksomheder kan udviklingen også ses som en bredere modenhedstrappe fra ChatGPT til AI agenter. Først bruger enkeltpersoner værktøjet. Så deler teamet skabeloner. Så kobles AI på data og systemer. Til sidst kan dele af arbejdet køre som kontrollerede workflows.

Når AI begynder at handle

Det næste skridt er agentiske workflows. Her beder du ikke kun modellen om et svar. Du giver den et mål, nogle rammer og adgang til værktøjer, så den kan udføre flere trin.

Det lyder voldsomt. Det behøver det ikke være.

En AI agent kan være så simpel som en arbejdsgang, der læser en indbakke, sorterer henvendelser, foreslår svar og markerer de sager, et menneske skal se på. Den kan også være mere teknisk, hvor den arbejder med kode, filer, research, formularer eller interne systemer.

I et internt HverdagsAI eksperiment blev en prototype til en svindelvurderingsside sat op med hjælp fra OpenClaw og ChatGPT som model. Pointen er ikke, at man bare skal lade AI bygge, vurdere og beslutte selv. Pointen er, at OpenClaw viser en ny type arbejdsflade, hvor en personlig AI assistent kan arbejde med opgaver på tværs af trin, mens mennesket stadig sætter retning, gennemgår vurderinger og godkender resultatet.

Den slags kræver menneskelig kontrol. Især når emnet handler om svindel, tillid, data eller beslutninger med konsekvenser. AI kan hjælpe med struktur, analyse og forslag, men et menneske skal stadig vurdere, om konklusionen holder.

Hvis du vil forstå den arbejdsform bedre, har vi skrevet mere om OpenClaw som personlig AI assistent.

Agentiske workflows kræver disciplin. Du skal vide, hvad agenten må gøre, hvilke data den må bruge, hvornår den skal stoppe, og hvilke handlinger der kræver godkendelse. Især hvis den får adgang til kundedata, økonomi, mails, websites eller andre systemer.

Det er her, forskellen på leg og drift bliver tydelig.

Sådan vurderer du dit næste skridt

Hvis du stadig bruger ChatGPT som en tilfældig chatboks, er første skridt ikke en agent. Det er bedre grundarbejde.

Start med de opgaver, du allerede gentager:

• skriver du de samme mails igen og igen?

• laver du ofte mødereferater eller opsummeringer?

• researcher du de samme typer kunder eller emner?

• omskriver du tekniske forklaringer til almindeligt sprog?

• kvalitetssikrer du tekster, tilbud eller rapporter?

Vælg en af dem. Beskriv opgaven, inputtet, outputtet og hvem der skal bruge resultatet. Lav derefter en fast prompt eller instruktion, som kan testes af flere personer.

Når den virker, kan du gøre den til et workflow. Måske med en fast skabelon. Måske med et delt dokument. Måske med en kobling til et system. Først når processen er klar, giver det mening at tale om automation eller AI agenter.

Den rækkefølge sparer mange skuffelser. For en dårlig proces bliver ikke god af at få AI ovenpå. Den bliver bare hurtigere dårlig.

ChatGPT i praksis handler om ansvarlig gentagelse

Wow-effekten var vigtig. Den fik folk til at prøve.

Men hverdagsværdien ligger et andet sted. I de små opgaver, der bliver lettere. I læring, der går hurtigere. I bedre forberedelse. I faste arbejdsgange, der gør kvaliteten mere stabil. Og i kontrollerede AI agenter, der kan tage flere trin, når rammerne er tydelige.

Det er den praktiske version af ChatGPT i 2026.

Ikke en erstatning for faglighed. Ikke en undskyldning for at springe kvalitetssikring over. Ikke en tryllestav.

Bare et stærkt værktøj, hvis du bruger det som en del af arbejdet og ikke som en løs chat ved siden af.