Gode prompts

Prompting er kunsten at kommunikere effektivt med en generativ AI-sprogmodel. Når du skriver en prompt, giver du GenAI’en en instruktion, et spørgsmål eller en kontekst, som modellen bruger til at generere et svar. Kvaliteten af GenAI’ens output afhænger i høj grad af kvaliteten af dit input.

Tænk på det som at give en opgave til en yderst kompetent kollega, der aldrig har arbejdet med dig før: jo mere præcist du beskriver opgaven, konteksten og dine forventninger, desto bedre bliver resultatet.

Som studerende er den bedste prompt den, der får dig til at tænke mere – ikke mindre. Brug generativ AI som en tålmodig læringspartner, ikke som en genvej. Din fremtidige karriere bygger på forståelse, ikke på evnen til at få de rigtige svar fra en maskine.

 

De fem grundprincipper for gode prompts

Før vi dykker ned i specifikke teknikker, er her fem principper, der gælder uanset hvilken teknik du bruger.

  • Vær specifik og tydelig
    Undgå vaghed. Skriv præcist hvad du ønsker. "Skriv et udkast til en velkomstmail til nye medarbejdere" er bedre end "skriv en mail".
  • Giv kontekst
    Fortæl GenAI’en hvem du er, hvem modtageren er, og hvad formålet er. Kontekst gør svaret relevant og præcist.
  • Angiv format og omfang
    Vil du have en kort opsummering, en dybdegående forklaring, en tabel eller en punktliste? Sig det eksplicit.
  • Iterér og forbedr
    Den første prompt er sjældent perfekt. Brug svarene til at forbedre dine prompts. Prompting er en samtale, ikke en enkelt kommando.
  • Giv eksempler når det er muligt
    Eksempler på det ønskede output er ofte mere effektive end lange beskrivelser af hvad du vil have.

 

Generativ AI som læringspartner

GenAI er et ekstraordinært læringsværktøj – men kun hvis du bruger det til at styrke din forståelse, ikke erstatte den. Forskellen ligger i, hvordan du prompter. De følgende eksempler viser, hvordan du konsekvent kan bruge GenAI til at lære mere og dybere, frem for blot at få et svar du kan kopiere.

Denne vejledning gennemgår de vigtigste teknikker og giver konkrete eksempler, du kan tilpasse til dine egne behov.

Læringsteknik Hvad du prompter Hvad du lærer
Sokratisk dialog "Stil mig spørgsmål i stedet for at give svar" Dyb konceptuel forståelse
Omvendt undervisning "Bedøm min forklaring af..." Identifikation af egne videnshuller
Fejlanalyse "Find fejlen men giv mig ikke svaret" Fejl-genkendelse og debugging
Konceptudforskning "Hjælp mig med at forbinde disse koncepter" Sammenhængsforståelse
Eksamenssimulering "Agér som min eksaminator" Eksamensberedskab og selvevaluering
Teori til praksis "Giv mig virkelige eksempler på..." Praktisk intuition

 

I stedet for at bede GenAI’en forklare, beder du den stille spørgsmål der leder dig til selv at opdage svaret. Denne metode styrker din dybe forståelse markant.

Læringsekempel

Prompt:

Jeg læser om Gibbs fri energi i min termodynamik-undervisning. I stedet for at forklare det, vil jeg gerne have at du bruger den sokratiske metode. Stil mig ét spørgsmål ad gangen, der leder mig til selv at forstå: - Hvad Gibbs fri energi fortæller os - Hvorfor den er nyttig - Hvornår en reaktion er spontan Vent på mit svar før du stiller næste spørgsmål. Hvis jeg tager fejl, giv mig et hint i stedet for svaret.

Hvorfor det understøtter læring:

Du tvinges til at tænke aktivt. Du får feedback på dine fejl uden at få svaret foræret. Den dybe forståelse du opbygger, er langt mere holdbar end passiv læsning.

At forklare noget til andre er en af de mest effektive læringsmetoder. Brug GenAI’en som din "elev" og forklar koncepter til den – bed den så evaluere din forklaring.

Læringsekempel

Prompt:

Jeg vil øve mig i at forklare ting. Jeg giver dig min forklaring af et koncept, og du evaluerer den. Her er min forklaring af Reynoldstal: "Reynoldstallet er et dimensionsløst tal der beskriver forholdet mellem inertiakræfter og viskose kræfter i en væske. Når det er højt, dominerer inertiakræfterne, og vi får turbulent flow. Når det er lavt, dominerer viskositeten, og vi får laminært flow." Bedøm min forklaring: 1. Er den fagligt korrekt? 2. Hvad mangler der? 3. Hvad kunne forklares bedre? 4. Giv mig et opfølgningsspørgsmål der tester om jeg virkelig forstår konceptet.

Læringsekempel

Prompt:

Jeg forsøger at forstå konvektiv varmeoverførsel. Jeg tænker på det som at blæse på varm suppe – jo hurtigere du blæser, jo hurtigere køler den af. Er min analogi korrekt? Hvor holder den, og hvor bryder den sammen? Foreslå en bedre analogi hvis min er ufuldstændig.

Når du laver fejl, er det en gylden mulighed for læring. I stedet for at bede GenAI’en om det rigtige svar, bed den hjælpe dig forstå din fejl.

Læringseksempel

Prompt:

Jeg prøvede at løse denne energibalance-opgave, men mit svar er forkert. Her er min løsning: [indsæt din løsning her] Giv mig IKKE det rigtige svar endnu. I stedet: 1. Identificér præcist hvor i min løsning fejlen opstår 2. Forklar hvilken misforståelse der ligger bag fejlen 3. Giv mig et hint så jeg selv kan rette den 4. Når jeg har prøvet igen, vil du så tjekke mit nye svar?

Hvorfor det understøtter læring:

At forstå HVORFOR noget er forkert er langt vigtigere end at kende det rigtige svar. Denne metode opbygger fejlgenkendelse – en kernekompetence for ingeniører.

Læringsekempel

Prompt:

Min Python-kode til at simulere en batch-reaktor giver forkerte resultater. Her er koden: [indsæt kode] I stedet for at rette koden for mig: 1. Fortæl mig hvilke(n) linje(r) der er problematiske 2. Stil mig spørgsmål om hvad jeg tror koden gør på de linjer 3. Hjælp mig forstå konceptet bag fejlen 4. Lad mig forsøge at rette det selv.

 

Brug GenAI’en til at udforske koncepter fra forskellige vinkler. Dette går ud over blot at få en definition – målet er dyb, forbundet forståelse.

Læringseksempel

Prompt:

Hjælp mig bygge et mentalt konceptkort over transportfænomener. Start med disse tre søjler: stofoverførsel, varmeoverførsel og impulstransport. For hver søjle: - Hvad er den grundlæggende drivkraft? - Hvad er den analoge lov (fx Fouriers lov)? - Giv et konkret ingeniørmæssigt eksempel. Vis derefter de matematiske paralleller mellem dem. Stil mig til sidst et spørgsmål der tester om jeg har forstået sammenhængen.

Læringsekempel

Prompt:

Jeg lærer om kemisk ligevægt. Hjælp mig udforske konceptet gennem "hvad hvis"-scenarier: Tag Haber-Bosch-processen som udgangspunkt. Stil mig en række "hvad hvis"-spørgsmål, ét ad gangen: - Hvad hvis vi ændrer temperatur? - Hvad hvis vi ændrer tryk? - Hvad hvis vi fjerner produkt? Vent på mit svar og korriger mig venligt hvis jeg tager fejl. Byg videre på mine svar med sværere spørgsmål.

Generativ AI kan være en fremragende eksamenspartner – men igen: fokus er på at teste og styrke din forståelse, ikke på at få færdige løsninger.

Læringseksempel

Prompt:

Agér som min eksaminator i faget Kemiske Enhedsoperationer. Start med et spørgsmål på middel sværhedsgrad. Bedøm mit svar på en skala fra 1-10 og forklar hvor jeg kan forbedre mig. Hvis jeg scorer over 7, gå videre til et sværere spørgsmål. Hvis jeg scorer under 5, giv mig et hint og lad mig prøve igen. Efter 5 spørgsmål: Giv mig en samlet evaluering og identificér mine videnshuller.

Læringsekempel

Prompt:

Jeg skal til eksamen og kan Bernoullis ligning udenad: P1 + ½ρv1² + ρgh1 = P2 + ½ρv2² + ρgh2. Men jeg er ikke sikker på at jeg virkelig forstår den. Test min forståelse ved at: 1. Bede mig forklare hvad hvert led repræsenterer fysisk (ikke bare matematisk) 2. Give mig en situation hvor den IKKE gælder og spørge om jeg kan forklare hvorfor 3. Give mig et praktisk scenarie og bede mig opsætte ligningen (uden at løse den).

På et teknisk universitet kan abstrakte koncepter føles fjerne fra virkeligheden. Brug GenAI’en til at bygge broen mellem teori og praksis.

Læringseksempel

Prompt:

Jeg har lige lært om PID-regulering i min proceskontrol- undervisning. Jeg forstår matematikken, men har svært ved at forbinde det med virkeligheden. Giv mig tre konkrete industrielle eksempler på PID-regulering. For hvert eksempel: - Hvad er processen? - Hvad er setpunktet? - Hvad sker der hvis P-leddet er for stort? - Hvad sker der hvis I-leddet mangler? - Hvordan ville en operatør mærke dårlig tuning? Forklar det så en person uden proceserfaring kan visualisere det

Denne side er inspireret af Aalborg universitets side om generativ AI for studerende. Der er brugt generativ AI i udarbejdelsen.