Den smarte praktikant

De fleste ved godt at AI kan spare dem tid. Men de ved ikke hvor de skal starte. Ikke fordi værktøjerne er for svære, men fordi de aldrig har stoppet op og set på deres egne opgaver med nye øjne.

Denne guide tager dig igennem fire niveauer af AI-delegation. Fra den første prompt til et system der kører uden dig. Hvert niveau bygger på det forrige, og du kan starte præcis der hvor du er i dag.

Pointen er ikke de enkelte værktøjer. Det er evnen til at se dine egne gentagelser, dokumentere dem og delegere dem. Den færdighed er uafhængig af om du bruger ChatGPT, Claude eller noget helt tredje.

Praktikant-øvelsen

Tænk på AI som en smart praktikant. Ikke en der kan alt, men en der er hurtig, lærer hurtigt og aldrig klager over kedelige opgaver.

Tænk på din arbejdsdag og skriv de opgaver ned du ikke rigtig gider. Dem du laver på autopilot. Dem du udskyder til sidst. Og ja, det ville være dårlig stil at give en rigtig praktikant alt det kedelige. Men AI-praktikanten klager aldrig.

Nu kommer det vigtige: Tag hver markeret opgave og forklar højt, som om praktikanten sad foran dig, præcis hvordan opgaven skal gøres. Trin for trin. Jeg bruger selv Monologue til det. Tal det bare ind. Du opdager hurtigt noget: når du skal forklare en opgave til en anden, ser du den med nye øjne.

Og det er kernen i øvelsen. Vi har alle opgaver vi har levet med så længe at vi ikke længere ser dem som problemer. De er bare “sådan gør vi.” Først når du skal forklare dem til en praktikant, går det op for dig hvor mekaniske de faktisk er.

Opgaver der kan dokumenteres kan automatiseres. Opgaver der ikke kan dokumenteres modstår automatisering. Start med praktikanten. Værktøjet kommer bagefter.

Fra jobbeskrivelse til ChatGPT-prompt

Når du har dine praktikant-beskrivelser, har du allerede skrevet dine første rigtige prompts. Tag teksten og sæt den ind i ChatGPT. Ikke mere end det. Du behøver ikke lære “prompt engineering” eller finde de perfekte formuleringer. Hvis du kan forklare en opgave til et menneske, kan du prompte en LLM.

Niveau 1 er at bruge ChatGPT som en bedre Google. Du stiller spørgsmål, får opsummeringer, genererer udkast, brainstormer ideer. Det er her de fleste virksomheder er lige nu, og det er helt fint som startpunkt.

Her er et eksempel. Forestil dig at du mundtligt delegerer en opgave: “Jeg har brug for at du laver et udkast til en mail til vores leverandør om forsinkede leveringer. Tonen skal være professionel men bestemt. Nævn at vi har ventet tre uger over aftalt tid.” Sæt det direkte ind i ChatGPT.

Folk overkomplicerer prompting. De tror det kræver en speciel syntaks eller magiske ord. Men kernen er den samme som god delegation: vær specifik om opgaven, giv kontekst, og fortæl hvad resultatet skal bruges til.

Begrænsningen på Niveau 1 er at du starter forfra hver gang. Ingen hukommelse. Ingen kontekst fra sidst. Hver samtale er en blank tavle, og du copy-paster den samme baggrundsinformation igen og igen.

Gør din praktikant permanent med et projekt

Springet fra niveau 1 til 2 er det sværeste. Ikke teknisk. Kulturelt. Det kræver at nogen sætter sig ned og spørger: hvad gentager vi egentlig? Og det spørgsmål stiller de fleste aldrig, fordi de har travlt med at gentage det.

I niveau 2 gør du praktikanten permanent. Du giver den eksempler, kontekst og regler, så den allerede kender rammerne. Et projekt er i bund og grund en jobbeskrivelse pakket sammen med eksempler og spilleregler. I stedet for at forklare “vi skriver altid på dansk, vi bruger disse termer, og outputtet skal se sådan ud” hver gang, ved agenten det allerede.

Et eksempel fra mit privatliv: Vi er ved at sælge vores båd. Jeg tog annoncen og lagde den ind i et projekt i Claude. Hver gang der kommer et spørgsmål fra en potentiel køber, går jeg ind i projektet og svarer derfra. Agenten kender allerede bådens specifikationer, og den lærer af hvert svar jeg giver. Spørgsmål nummer ti besvarer den markant bedre end spørgsmål nummer et, fordi den har konteksten fra de ni foregående.

Du styrer stadig alt. Du tjekker outputtet, du retter til, du godkender. Det føles som at have en junior ansat der kender virksomheden, men stadig skal have sit arbejde reviewet. Og det er helt fint. Det er pointen med niveau 2.

Det svære er ikke at lave et projekt. Det svære er at stoppe op og tænke over processen. De fleste virksomheder og freelancere kommer aldrig forbi niveau 1, fordi de aldrig tager den pause. De fortsætter med at forklare det samme fra bunden, dag efter dag.

Praktikanten der kender hele projektet

De to første niveauer handler om at give praktikanten en opgave. Niveau 3 handler om at give praktikanten adgang til hele virksomheden.

Jeg bruger Claude Code, terminalversionen, med skills og CLAUDE.md-filer i mine projekter hver dag. Forskellen fra et projekt er fundamental. Agenten læser ikke bare min prompt. Den læser projektets kodebase, konfigurationsfiler, commit-historik og arkitekturbeslutninger. Den kender konteksten før den starter.

Et konkret eksempel: Mit LinkedIn-indholdssystem er bygget på Claude Code skills. Når jeg beder den generere et udkast, læser agenten automatisk mine tone-guidelines, historikken over tidligere posts, mønstrene fra dem der klarede sig godt, og en liste over AI-genererede vendinger den skal undgå. Den kender min stemme, min fortælling og hvad jeg har sagt før. Jeg behøver ikke forklare det hver gang.

CLAUDE.md-filer fungerer som virksomhedens håndbog. Før praktikanten starter, læser den op på reglerne, konventionerne og de beslutninger der allerede er taget. I mine Laravel-projekter indeholder de alt fra navngivningskonventioner til arkitekturmønstre og PR-tjeklister. Agenten ved hvordan vi gør tingene her.

Du behøver ikke bruge terminalen for at komme i gang. Claude har en funktion der hedder Cowork, som gør det samme: den læser hele dit projekt, ikke bare din prompt. Start der.

Skiftet virker lille, men det ændrer alt. På niveau 1 og 2 sagde jeg “gør denne opgave.” På niveau 3 siger jeg “gør denne opgave inden for dette system.” Agenten spørger ikke om lov. Den udfører. Den kender grænserne og arbejder inden for dem.

Det kræver mere opsætning. Du skal skrive CLAUDE.md-filer, definere skills, strukturere dit projekt så agenten kan navigere det. Men det er en engangsinvestering der betaler sig tilbage på hver eneste opgave bagefter. Akkumulerende udvikling i praksis.

Praktikanten der arbejder mens du sover

De tre første niveauer handler om prompts, projekter og skills. Det fjerde niveau er når du binder det hele sammen i din egen app. Ikke en app du køber. En du bygger selv. Og nej, du behøver ikke være udvikler for det. Det er her vibe coding kommer ind.

Tænk på det sådan: Du har dine praktikant-beskrivelser fra øvelsen. Du har dine prompts fra niveau 1. Du har dine projekter med kontekst fra niveau 2. Du har måske endda skills fra niveau 3. Men de lever alle sammen i forskellige værktøjer. Niveau 4 er at samle dem i ét system der kører uden dig.

Et konkret eksempel: Du har en opgave hvor du hver uge modtager data fra en klient, formaterer den, genererer en rapport og sender den videre. På niveau 1 gør du det manuelt i ChatGPT. På niveau 2 har du et projekt der kender formatet. På niveau 3 har du en skill der kan trække data og generere rapporten. På niveau 4 bygger du en simpel app med Loveable eller Claude Code der gør det hele automatisk. Data kommer ind, rapport kommer ud, du får en notifikation kun hvis noget ser forkert ud.

Det kræver ikke et udviklerteam. Med vibe coding kan du bygge interne værktøjer der forbinder dine AI-workflows på en eftermiddag. Det behøver ikke være pænt. Det behøver ikke skalere. Det skal bare virke for dig og dit team.

Jeg er ikke på Niveau 4 på alt endnu. Men de steder hvor jeg er, har det ændret mit arbejde fundamentalt. Jeg laver meget lidt af det “arbejde” jeg plejede at lave. Og det er pointen.

Fremtiden tilhører ikke dem der kan kode hurtigst. Den tilhører dem der kan delegere klogest.

Det største spring er fra 1 til 2. Ikke teknisk, men kulturelt. Det kræver at nogen stopper op og spørger: hvad gentager vi egentlig? De fleste stiller aldrig det spørgsmål, fordi de har travlt med at gentage det.

Klar til at tage det videre? Vores guide til AI implementering viser dig trin for trin hvordan du går fra eksperiment til daglig praksis i din virksomhed.

Relateret i ordbogen

Begreber fra denne guide — slå op for hurtige forklaringer:

• AI-assistent — den brede betegnelse for værktøjet
• Copilot (koncept) — AI’en som medpilot, ikke autopilot
• AI automation — når praktikanten kører selv (niveau 4)
• AI workflow — kæden af opgaver i et system
• Agentic workflow — workflows der træffer egne beslutninger
• Use case — sådan finder du den rette opgave at delegere
• Augmented intelligence — pointen: forstærke, ikke erstatte
• Prompt engineering — sådan briefer du praktikanten
• Vibe coding — sådan bygger du niveau 4-værktøjer uden udvikler

Fra idé til en konkret opgave

Se AI i praksis for forslag til hjælp med møder, tilbud og tal. I guiden til hybrid intelligens ser jeg på, hvordan vi selv tager stilling, når AI hjælper os.