Tempoet for AIs indtog i det danske erhvervsliv har aldrig været højere. Hver dag står flere virksomheder overfor spørgsmålet: Hvordan udnytter vi bedst det potentiale, som store sprogmodeller har? Desværre oplever mange chefer og it-ansvarlige, at kommunikationen med AI ofte fører til uklare svar eller direkte fejl. Dårlig promptning kan bremse værdien af investeringen i AI, og i sidste ende føre til spildte ressourcer. Vi ser derfor et voksende behov for teknikker, som hjælper brugere til at opnå bedre resultater og større tryghed i deres daglige samarbejde med AI.

Refleksiv promptning – inspireret af refleksiv lytning fra klassisk kommunikationsteori – står netop som en løsning på denne udfordring. Hvor metoden har hjulpet ledere i årtier med at styrke dialogen i teamet og skabe klarhed for alle parter, kan principperne nu bruges til at skærpe kvaliteten af samspillet mellem menneske og maskine.

Essensen af refleksiv promptning

Idéen bag refleksiv promptning er enkel, men effektiv: Når man samarbejder med AI, bliver kommunikationens præcision afgørende. Ligesom en god leder sikrer sig, at teamet forstår opgaven, bør vi gensidigt tjekke forståelsen, når vi giver instruktioner til AI. Det starter med tydelige spørgsmål, fortsætter med aktivt at få modellen til at gentage – eller bekræfte – hovedpointer, og slutter først, når begge parter er enige om opgaven. Gevinsten er et langt mere stabilt og gennemskueligt output.

For chefer og it-ledere, der i forvejen jonglerer med mange hats, reducerer teknikken risikoen for dyre fejl på grund af misforståelser. Samtidig bliver det lettere at måle og justere dialogen, så AI-løsningen faktisk leverer på det, virksomheden forventer.

Fordele for chefer og it-ledere

For små og mellemstore virksomheder er effektiv brug af AI ikke kun et spørgsmål om teknik, men om forretningsværdi. Med refleksiv promptning får ledelsen et stykke værktøj, der gør det lettere at sikre, at teknologien arbejder for – ikke imod – organisationen. Den løfter både kvaliteten af resultaterne og skaber større tillid blandt medarbejdere, som måske ellers er skeptiske over for AI.

Et typisk scenarie hos vores kunder er frustrationen over, at en chatbot svarer forkert på simple spørgsmål, fordi spørgsmålet var uklart eller for bredt. Med refleksiv promptning sætter brugeren rammerne, får modellen til at gentage det centrale, og opdager hurtigt, hvor forståelsen rammer ved siden af. På den måde spares både tid, penge og temperament.

Fra teknik til praksis

Refleksiv promptning er ikke kun teori – der er rige muligheder for at tage teknikken direkte ind i hverdagen. Når vi rådgiver kunder i Snilld, viser vi fx, hvordan metoden kan bruges i alt fra tekstforfatning til chatbot-udvikling og automatiserede rapporter. Forestil dig at stille et stort sprogmodel-system et spørgsmål, få et svar retur, og så bede det formulere opgaven med egne ord. På den måde fanger du hurtigt fejl og misforståelser, inden de bliver dyre – og opnår præcis det, du ønsker i den færdige tekst eller rapport.

Et ekstra stærkt eksempel finder man i tekst-til-SQL-systemer, hvor ansatte kan stille spørgsmål i naturligt sprog som “Find alle ordrer fra sidste måned” – og lade AI lave den rette databaseforespørgsel. Her handler det om at tjekke, at oversættelsen faktisk matcher den oprindelige hensigt, så man undgår dyre tastefejl eller forkerte analyser.

Barrierer og skeptiske røster

Skeptikere vil måske mene, at refleksiv promptning er for tidskrævende, eller at AI burde kunne forstå alt på én gang. Men den praktiske erfaring viser det modsatte: Jo skarpere feedback-loop, jo lettere går det faktisk at arbejde konsekvent med AI. Ligesom man ikke ville sende en elev til eksamen uden først at tjekke forståelsen, bør man kontrollere AIs fortolkning, inden opgaven går videre i systemet.

Vi hører ofte argumentet: “Skal vi virkelig bruge ekstra tid på at gentage os selv?” Her er svaret klart – det koster langt mindre at tjekke forståelsen upfront end at rette fejl senere, måske flere gange. Og med den voksende kompleksitet i virksomhedens opgaver er det en gevinst, der hurtigt kan mærkes på bundlinjen.

Konkurrenters vinkler og relevansen for Snilld

Mange rådgivere på markedet taler om nye framework, tekniske setups og smarte integrationer, når AI skal implementeres. Hos Snilld har vi valgt at prioritere den menneskelige og konkrete metode, hvor ledere faktisk kan bruge teknikken i dagligdagen uden at skulle lære et helt nyt sprog eller investere i dyre løsninger. For os handler det mest om, at folk får styr på samarbejdet, rammerne og tilliden – ikke om flere forkortelser.

Vi har set, at det er den praksisnære tilgang, der vinder indpas – og her giver refleksiv promptning ledere i små og mellemstore virksomheder et værktøj, som hurtigt skaber forbedringer i både effektivitet og medarbejdertilfredshed. Det gælder også i dialogen med kunder eller partnere, hvor misforståelser kan være ekstra dyre.

Konkrete steps til at komme i gang

• Start med at formulere klare og korte spørgsmål, når du bruger AI.
• Bed gerne AI om at gentage opgaven med egne ord, så du får et hurtigt tjek af forståelsen.
• Justér samtalen, indtil svaret matcher dit egentlige behov – brug eksempler, hvis du er i tvivl.

Det handler ikke om at gøre alting dobbelt, men om at styrke kvaliteten af dialogen dér, hvor det betyder mest. Vi opfordrer vores kunder til at gøre refleksiv promptning til en vane – også internt mellem kolleger – og på den måde skabe en bedre, mere forståelig arbejdsdag for alle.

Perspektiv og fremtid

Fremover bliver det ikke kun de største koncerner, der får gevinst af avancerede AI-teknologier. Tværtimod er det ofte de små og mellemstore virksomheder med kort vej mellem beslutning og handling, der kan rykke hurtigst – hvis ledelsen vælger de rigtige redskaber fra starten.

Refleksiv promptning vil blive en central del af den måde, vi arbejder med AI på, og vi ser allerede nu, at kunder, der bruger teknikken, oplever færre fejl, hurtigere workflows og større ro i maven ved implementering af nye løsninger. Kombinationen af god kommunikation og intelligent teknologi er uden tvivl et af de stærkeste kort, en moderne virksomhed kan spille – og vi i Snilld glæder os til at hjælpe endnu flere i gang med at få det bedste ud af både deres teams og AI-investeringer.

Kilder:

• https://towardsai.net/p/machine-learning/reflective-prompting-communicating-better-with-ai
• https://www.prezent.ai/blog/the-art-of-reflective-listening
• https://arxiv.org/abs/2310.00272

Målgruppens mening om artiklen

Anders Christoffersen, CIO:

Vi står over for mange udfordringer, når vi skal implementere AI-løsninger i virksomheden, og artiklen fanger essensen af, hvordan vi som ledere kan forbedre kommunikationen med AI-systemer. Refleksiv promptning virker som et effektivt værktøj til at sikre bedre forståelse og præcision i processen. Artiklen ville jeg give 75, da den adresserer praktiske løsninger på vores daglige udfordringer med teknologi.

Sofie Jensen, IT-chef:

Artiklen er både informativ og relevant for vores virksomhed, især når det gælder optimering af AI-kommunikation. Jeg sætter pris på den praktiske tilgang, som refleksiv promptning tilbyder. Dog kunne den have inkluderet flere konkrete eksempler på implementeringen. Jeg vil give artiklen en score på 70.

Morten Larsen, COO:

Den er god til at introducere refleksiv promptning som et koncept for bedre resultater med AI. Jeg finder dog, at nogle af eksemplerne mangler dybde og konkretisering. Håber på mere i næste artikel. Min score ville ligge på 65.

Camilla Nielsen, Innovationschef:

Jeg synes, artiklen er et skridt i den rigtige retning. Emnet er spot on, og det giver god indsigt i, hvordan AI kan fungere bedre i enhver virksomhed. Brugerens input som fokus er fantastisk. Jeg giver derfor en score på 80.

Jens Krogh, Digitaliseringskonsulent:

Det er en værdifuld artikel for dem af os, der arbejder på at integrere AI på tværs af forskellige sektorer. Informationen var nyttig, især for dem af os, der værdsætter AI-tilpasning og præcision i dagens virksomhedsinfrastruktur. Derfor ville jeg give artiklen en karakter på 78.

Den gennemsnitlige scoringsvurdering af artiklen er 73.

*Denne artiklen er skrevet af en redaktion bestående af kunstig intelligenser, der har skrevet artiklen på baggrund af automatiseret research og oplysninger om de seneste teknologi nyheder fra internettet.

Billederne i artiklen er lavet af Fluxx Schnell fra Black Forest Labs.