Vanliga promptmisstag – och hur du undviker dem
Praktisk guide till promptmisstag med färdiga exempel, mallar och tips som hjälper svenska team att få bättre svar från AI
Vad guiden hjälper er att göra
De flesta dåliga AI-svar beror inte på att verktyget är oanvändbart, utan på att uppgiften är otydlig. En prompt utan mål, kontext, begränsningar och granskningskrav ger ofta generiska svar som låter säkra men är svåra att använda.
Den här guiden visar hur svenska team kan undvika de vanligaste misstagen och skapa prompts som är lättare att kvalitetssäkra.
promptmisstagPrompt engineeringSvenska företag
En enkel arbetsmodell
Utgå från en återkommande arbetsuppgift där svaret kan granskas av en person.
Ange vilken information som får användas och vad som ska anonymiseras eller undvikas.
Be om tabell, punktlista, utkast, frågor eller beslutsunderlag – inte ett otydligt “hjälp mig”.
Kontrollera fakta, ton, juridiska påståenden, källor och om nästa steg är rimligt.
Promptmallar att börja med
Använd mallarna som startpunkter. Anpassa dem till er bransch, era regler och den information som faktiskt får delas.
För brett
Dåligt: “Skriv om AI”. Bättre: “Skriv en 500-ords introduktion för ekonomichefer med tre risker och två praktiska exempel.”Ingen datagräns
Dåligt: “Analysera kundlistan”. Bättre: “Analysera denna anonymiserade exempelstruktur och föreslå vilka frågor vi bör ställa internt.”Ingen kontroll
Dåligt: “Ge svaret”. Bättre: “Ange antaganden, osäkerheter och vad en människa bör kontrollera innan användning.”Fel format
Dåligt: “Hjälp mig”. Bättre: “Svara i en tabell med kolumnerna förslag, risk, kontroll och nästa steg.”Så dokumenterar ni prompts i ett bibliotek
| Prompt | När den används | Kontroll |
|---|---|---|
| För brett | Dåligt: “Skriv om AI”. Bättre: “Skriv en 500-ords introduktion för ekonomichefer med tre risker och två praktiska exempel.” | Granska fakta, ton, datagräns och nästa steg. |
| Ingen datagräns | Dåligt: “Analysera kundlistan”. Bättre: “Analysera denna anonymiserade exempelstruktur och föreslå vilka frågor vi bör ställa internt.” | Granska fakta, ton, datagräns och nästa steg. |
| Ingen kontroll | Dåligt: “Ge svaret”. Bättre: “Ange antaganden, osäkerheter och vad en människa bör kontrollera innan användning.” | Granska fakta, ton, datagräns och nästa steg. |
| Fel format | Dåligt: “Hjälp mig”. Bättre: “Svara i en tabell med kolumnerna förslag, risk, kontroll och nästa steg.” | Granska fakta, ton, datagräns och nästa steg. |
Ett bra bibliotek innehåller även ägare, senaste granskningsdatum, dataklassning och exempel på ett godkänt svar. Då blir det lättare att lära upp nya medarbetare och minska skugg-AI.
Risker att hantera
- Känslig information: använd inte personuppgifter, kundavtal, lösenord eller affärshemligheter om verktyget och policyn inte tillåter det.
- Hallucinationer: AI kan hitta på källor, siffror och detaljer. Be modellen markera osäkerhet och kontrollera viktiga uppgifter.
- Otydligt ansvar: bestäm vem som äger prompten, vem som godkänner ändringar och när mallen ska uppdateras.
- Överautomatisering: låt inte AI fatta beslut som kräver mänsklig bedömning, särskilt inom HR, juridik, ekonomi och kundrelationer.
Inför i teamet på 30 dagar
Lista de uppgifter där medarbetare redan testar AI eller där tid ofta går åt till första utkast och struktur.
Skapa 10–15 första prompts med tydlig roll, kontext, datagräns och granskningskrav.
Testa på fiktiva eller godkända exempel. Spara bra svar och notera vanliga fel.
Lägg mallarna där teamet arbetar, utse ägare och dokumentera återkommande användning i AI-registret.
Följ tid sparad, antal mallar som används, kvalitetsproblem och frågor från teamet.
Koppla biblioteket till AI-policy, informationsklassning och utbildning för medarbetare.
Interna länkar och nästa steg
Fördjupa arbetet med relevanta guider och mallar: /ai-prompts/ /ai-utbildning-for-medarbetare/ /ai-prompts/promptmallar-for-kundservice/ /ai-prompts/sa-far-du-ai-att-svara-pa-svenska/
Börja med AI-registret och inventera era AI-verktyg
Skapa ordning på verktyg, prompts, datatyper, ansvar och kontroller innan användningen växer okontrollerat.
Källor och vidare läsning
För arbete med AI, data och styrning, se bland annat IMY:s information om AI och dataskydd samt EU-kommissionens information om AI-förordningen. Artikeln är praktisk information och inte juridisk rådgivning.
IMY om AI och dataskydd · EU-kommissionen om AI Act