Har du lagt mærke til, at guides og eksempler på prompts til AI-modeller som ChatGPT bliver længere og længere? Og at flere anbefaler, at du skriver så detaljeret som muligt for at få bedre svar? Det fænomen kaldes prompt-inflation. Her får du overblikket: hvad det er, hvorfor det sker – og hvordan du bruger indsigtet i praksis uden at drukne i endnu flere ord.

---

Kort forklaret: Hvad betyder prompt-inflation?

Prompt-inflation er tendensen til, at vores instruktioner til sprogmodeller bliver gradvist længere og mere komplekse for at presse mere præcision, nuance eller kreativitet ud af AI’en. Når vi oplever et svar som for generelt, svarer vi ofte igen med mere kontekst, flere krav og flere eksempler. Over tid “puster” det prompten op.

Husk: Mere tekst kan hjælpe – men kun op til et punkt. Længde er et middel, ikke et mål.

Fordele og faldgruber

Styrker ved længere prompts

• Bedre styring af tone, format og målgruppe
• Højere konsistens i leverancer (især i teams og workflows)
• Mulighed for at indlejre domæneviden og eksempler

Faldgruber

• Aftagende udbytte: Efter et punkt skaber ekstra detaljer støj.
• Vedligeholdelse: Lange prompts er sværere at genbruge og versionere.
• Fejlrisiko: Modsatrettede krav og indlejrede antagelser kan forvirre modellen.
• Omkostninger: Længere prompts = flere tokens = højere pris og langsommere svar.

Den praktiske strategi: KORT-rammen

Brug KORT til at holde prompts skarpe – uanset længde.

1. Kontekst – kun det, der ændrer svaret (målgruppe, formål, restriktioner)
2. Output – præcis leverance (format, længde, felter, tjekliste)
3. Rolle – relevant perspektiv (fx “redaktør i sundhedskommunikation”)
4. Tjek – objektive kriterier for kvalitet (bullet-krav, eksempler, “må ikke”)

Tommelregel: Hvis en sætning ikke påvirker K, O, R eller T, så hører den sandsynligvis ikke hjemme i prompten.

Eksempel: Inflateret vs. kompakt prompt

Inflateret prompt (forkortet udgave)

“Du er en verdensklasse marketingstrateg, copywriter, dataanalytiker og filosof. Skriv en lang blogpost til vores B2B-målgruppe om e-mailmarketing i Danmark, tone skal være varm men professionel, husk at inkludere statistik, CTA, FAQ, SEO-h1-h2, undgå klichéer, giv tre vinkler, lav 10 overskrifter, indsæt emojis med måde, brug AIDA og PAS, skriv som en blanding af X og Y, nævn 7 case-studier …”

Kompakt KORT-prompt

• K: Målgruppe = danske B2B-SMV’er i SaaS. Formål = generere kvalificerede demo-bookinger via e-mail.
• O: Lever ét blogindlæg (900–1100 ord) med H1, 3×H2, 5 bullet takeaways, 1 CTA.
• R: Skriv som en erfaren dansk e-mailredaktør med fokus på compliance og measurable growth.
• T: Må ikke bruge klichéer; inkludér 2 relevante danske datapunkter (med kildeangivelse), neutral tone; slut af med en 3-punkts tjekliste.

Promptramme (klar til copy-paste)

Brug KORT:
K: [målgruppe + formål]
O: [format + længder + struktur]
R: [rolle/perspektiv]
T: [kriterier/krav/’må ikke’]
Skriv derefter leverancen.

Tjekliste: Før du gør prompten længere

• Hvilket problem løser ekstra tekst? (uklar målgruppe, format, tone?)
• Kan du fjerne noget uden at ændre output? Start med alt overflødigt.
• Er der modstridende krav? (fx “kort” + “dybdegående” + “15 sektioner”)
• Har du defineret outputformat nok? (felter, længder, struktur)
• Har du givet 1–2 gode eksempler i stedet for 20?
• Kan en del flyttes til system-prompt eller vedlagt kontekst (fx stilguide), så bruger-prompten holdes kort?

Hvornår giver lange prompts mening?

• Kompleks compliance/krav (fx sundhed, finans, EU-krav), hvor fejl er dyre
• Skabeloner til teams/automatisering, hvor konsistens > hurtighed
• Få-skuds læring (few-shot) med eksempler, hvor eksemplerne faktisk styrer modellen
• Evaluerings-/tjekprompter der verificerer output mod klare kriterier

Hvornår er kort bedst?

• Idégenerering og første udkast (hurtig divergence)
• Samtaler i realtid, hvor du itererer i korte spring
• Kost/latens-følsomme flows (chatbots, skala-kørsler)

Sådan holder du styr på dine prompts (uden at miste overskueligheden)

• Versionsstyring: Navngivning som kampagne-brief_v3.2_kort.md
• Pladsholdere: [målgruppe] [tone] [CTA-mål] gør genbrug nemt
• Modulér: Del i System (regler/stilguide), Kontekst (fakta), Bruger (opgave)
• Token-budget: Mål prompt + kontekst + forventet output. Skær “nice-to-have” først.
• Evals: Gem eksempler på input→output + en 5-punkts scoretjekliste, så du kan sammenligne versioner.

To brugsklare skabeloner

1) Kort “hurtig opgave”

K: [målgruppe] / [formål]
O: [leverance + længde + struktur]
R: [rolle]
T: [3–5 krav + 1 ‘må ikke’]

2) Kompakt “pro-skabelon” med eksempel

System: Følg denne stilguide kort: [tone, format, kildekrav].
Kontekst: [3–6 bullets med fakta, der ændrer svaret].
Bruger: Lever [output] med [struktur/længde].
Eksempel: Når [situations-eksempel], forventer vi [kvalitetskriterium].
Tjek: Returnér også en 5-punkt tjekliste, der dokumenterer, at krav er opfyldt.

Takeaway til AI-brugere

Prompt-inflation er en naturlig følge af, at vi bliver dygtigere og kræver mere. Værdien ligger ikke i længden, men i strukturen og relevansen. Brug KORT-rammen, test systematisk, og lad længden være et bevidst valg – ikke en refleks.

Bonus: Mini-eksperiment (15 minutter)

1. Skriv din nuværende prompt ned (v1).
2. Lav en KORT-version (v2) på maks. 120 ord.
3. Lav en kompakt pro-version (v3) med system/kontekst adskilt.
4. Kør samme opgave 3 gange og scor output på 1–5 for: relevans, præcision, læsbarhed, format-overholdelse.
5. Behold den, der klarer sig bedst pr. token – ikke bare pr. mavefornemmelse.

---

Tip: Indsæt skabelonerne i et internt bibliotek (Google Docs, Notion eller WP-skabelon), så alle nemt kan genbruge og versionere uden “prompt-overload”.