kunstig intelligens

«Snakk til meg som om jeg har ADHD»: Gründerprofiler deler sine beste prompte-tips

Når kunstig intelligens tar seg av stadig mer arbeid, gjelder det å gi gode instrukser. Og etter flere år med intens prompting begynner det å danne seg noen mønstre.

Julie Haga, Jo Schou Sandåker og Christina Wiig er noen av profilene fra startupmiljøet som deler sin beste promptetips.

Foto: Joakim B Jacobsen / Startuplab

Joakim Birkeli Jacobsen Joakim Birkeli Jacobsen Redaktør

Publisert 07.08.2026 - 05:53

Blant profilene Shifter har hentet inn tips fra, går én ting igjen: Formuleringen betyr mindre en konteksten modellen har med seg. Det som utgjør forskjellen er verktøyene rundt, egne rutiner, og evnen til å vurdere svarene kritisk.

AI-kompetanse handler nå mindre om å finne den perfekte prompten, og mer om å bygge en arbeidsform. De beste brukerne lager kontekstpakker, bygger egne rutiner, tester modeller mot egne oppgaver, snakker heller enn å skrive og lar andre modeller være djevelens advokat.

– Prompten er ferskvare. Konteksten er infrastruktur, sier Christina Wiig i Startuplab, som har bygget opp en hel verktøykasse av AI-vaner og arbeidsmåter.

Hun er langt fra alene om å mene at neste steg ikke handler om å finne én magisk formulering, men om å bygge systemer rundt hvordan man jobber med modellene.

Prompting: En ordbok

Prompt — instruksjonen du gir en AI-modell. Kan være én setning eller flere sider.

Kontekst — alt modellen har tilgang til når den svarer: samtalen så langt, dokumenter, filer og bakgrunnsinfo du har gitt den. Modellen husker ingenting mellom økter av seg selv.

LLM — large language model, språkmodellen som ligger bak verktøy som ChatGPT, Claude og Gemini.

Token — tekstbitene modellen regner i, omtrent en stavelse hver. Prisen på API-bruk måles i tokens.

Agent — en AI som utfører oppgaver i flere steg på egen hånd, gjerne med tilgang til filer, kode eller nettet, i stedet for bare å svare i en chat.

Subagent — en agent som hovedmodellen setter på en deloppgave. Ofte en billigere modell, slik at den dyre bare brukes der den trengs.

Code-harness — utviklerverktøy der en agent jobber direkte i kodebasen din, som Claude Code eller Cursor. Brukes i praksis også til tekst og analyse.

Markdown — enkelt tekstformat med stjerner og skilletegn i stedet for skjult formatering. Lett for både mennesker og modeller å lese, og standarden for kontekstfiler.

PRD — product requirements document, et kravdokument som beskriver hva som skal bygges og hvorfor, før arbeidet starter.

Skill — en lagret instruksjon eller rutine modellen henter fram selv når oppgaven dukker opp igjen, i stedet for at du skriver samme prompt på nytt.

Benchmark — standardiserte tester som måler modellers ytelse.

Opus, Sonnet, Fable — modellvarianter fra Anthropic i ulike prisklasser.

1. Start med problemet

Wiig mener det mest oversette AI-tipset er å kjenne igjen når AI ikke er svaret i det hele tatt.

– Et hot tips er å vite når du IKKE skal bruke AI. Det blir fort over-engineered, sier hun.

Mange bygger en agent, en pipeline eller en teknisk løsning der en telefonsamtale eller fem minutter med egen tenkning ville vært raskere og godt nok, mener hun.

Og når AI først skal brukes, starter mange i feil ende. I stedet for å be om «lag denne appen», bør du beskrive problemet du skal løse, rammene du jobber innenfor, og hva du allerede har prøvd.

2. Kontekst slår formulering

Flere av profilene peker på det samme. Forskjellene ligger i alt modellen vet før den begynner å svare.

Carve-gründer William Störtebecker bruker agenter i såkalte «harness» til langt mer enn kode, med en rekke markdown-filer som gir modellen bakgrunn.

Resultatet er langt bedre enn i «vanlig» Claude eller ChatGPT, mener han.

– I bunn og grunn er det ikke promptene i seg selv som gir meg bedre output nå, men kontekst: på meg, på selskapet, på brandet, på kodebasen, sier han.

Wiig anbefaler å bygge en kontekstpakke om deg selv, selskapet, kundene, hva du prøver å få til, og hva du har prøvd og forkastet. Modellen kan gjerne vedlikeholde pakken selv, for eksempel ved å intervjue deg om et tema eller oppsummere møter og beslutninger rett inn i kunnskapsbasen.

– Eier du konteksten selv, er modellbytte en fem minutters jobb i stedet for en omstart, sier hun.

3. Bygg din egen LLM-wiki

Wiig har laget en levende samling informasjon som modellen kan slå opp i når den trenger mer kontekst. Poenget er å gjøre materialet du allerede sitter på søkbart for AI-en. Det kan være alt fra møtereferater, Slack-tråder, notater, strategidokumenter, beslutninger, artikler, podkaster, YouTube-videoer til egne erfaringer.

– De fleste sitter på mye gull allerede. Poenget er å gjøre det søkbart for modellen, sier hun.

Gevinsten er ikke bare at man slipper å forklare alt på nytt. Det er at modellen begynner å se sammenhenger på tvers av materialet.

4. La AI skrive prompten

En god prompt tar tid å skrive, og den tiden tar ikke Julie Haga i Tide Studio seg alltid.

– Som oftest lar jeg AI-en skrive den for meg. Noen ganger er det så enkelt som: «Lag en prompt for å ...», sier hun.

Skal hun bygge noe større, hopper hun ofte over prompten helt og ber i stedet AI-en lage en PRD, et produktkravdokument.

– Poenget er at PRD-en blir en felles plan jeg og agenten jobber ut fra, i stedet for at jeg prøver å presse alt inn i én melding, sier Haga.

Når dokumentet er på plass, ber hun agenten lage en implementasjonsplan. Beskriver PRD-en også hvordan løsningen skal testes og verifiseres, kan agenten jobbe lenge på en stor oppgave uten kontinuerlig oppfølging.

Bonustipset hennes er tale-til-tekst for lengre prompter.

– Du får med tre ganger så mange detaljer på samme tid, sier hun.

5. Snakk, ikke skriv

Også Wiig trekker frem tale som et undervurdert grep.

– Skriver du, komprimerer du til stikkord. Snakker du, forklarer du, sier hun.

Dikterer du, gir du naturlig mer kontekst, og AI-en blir mer en samtalepartner enn et skjema som skal fylles ut. Wiig bruker det mye på farten, selv om hun fleiper med at hun sikkert høres ut som en veldig streng sjef som ramler ut instrukser via handsfree.

6. Be om kortversjonen

Jenz-gründer Jo Schou Sandåker har et mer konkret produktivitetstips: Få modellen til å kutte fylltekst. Han ble lei av å lese «vegger med tekst», særlig med flere chatter gående samtidig.

– Fable og Opus elsker å gi deg en hel roman mellom hver melding, sier han.

Løsningen ble en egen stil som gir mer konsise og strukturerte svar, basert på et «ADHD-vennlig» oppsett. Sandåker presiserer at han ikke har ADHD selv.

– «Skillet» heter bare det fordi det gjør outputet mye mer lesbart, og tilfeldigvis ADHD-vennlig. Det fjerner egentlig bare all fyllteksten og skjerper inn responsen, sier han.

Han anbefaler grepet særlig for programmeringsoppgaver.

– Det er en helt ny verden, sier han.

7. Kutt AI-språket

Aiba-gründer Hege Tokerud mener det fortsatt er verdi i å skrive selv, særlig i e-post, LinkedIn og annen kommunikasjon der budskapet må treffe mottakeren. Hennes mest brukte tekstprompt er kort: «Please use my tone of voice and make it not seem like an AI has improved it. Cut the crap.»

Det er lett å sende lange og intetsigende meldinger, mener hun, og hun vil heller bruke AI til å tilpasse et budskap enn til å vanne det ut.

Samtidig bruker teamet hennes AI bredt til markedsinnsikt, overvåkning av konkurrenter, å finne svar i intern dokumentasjon, feilretting, koding, presentasjoner, og som djevelens advokat.

– Vi bruker AI til mye, og måten vi bruker det på endres raskt, sier Tokerud.

8. Sett konkurrenten på jobben

Wiig anbefaler å bruke modeller fra konkurrerende AI-leverandører til kvalitetssikring. Når en plan eller leveranse er klar, gir hun den til en modell fra en annen leverandør og ber den rive arbeidet i stykker: Hvor er dette svakest, hva er oversett, hva ville du gjort annerledes?

– Labene har ulike blindsoner. Sett en konkurrent til å rive planen din i stykker, sier hun.

Hun anbefaler også å lage sitt eget testsett med tre til fem faste oppgaver fra egen arbeidshverdag som kjøres gjennom nye modeller. Da får man personlig erfaring, ikke bare generelle benchmarks.

9. Spar på de dyre modellene

Lars Hvinden, gründer i Decidian, har et tips til dem som bruker de tyngste modellene mye: Bruk dem mer selektivt. Ett alternativ er å la Opus eller Sonnet gjøre jobben som subagenter og bruke Fable kun til tenking. Et annet er å ha Opus som daglig arbeidsmodell, med Fable som subagent på de vanskeligste spørsmålene.

– Det er den beste måten å spare tokens på, men det føles kanskje ikke like magisk, sier Hvinden.

Han deler også en prompt han mener gir gode svar tidlig i et prosjekt: «Hvis du startet dette prosjektet på nytt i dag, hva ville du endret?»

10. Tre ganger, så rutine

Wiig har en enkel regel: Har du gjort den samme AI-oppgaven tre ganger, bør ikke fjerde gang være en ny prompt.

– Det du har gjort tre ganger bør bli en rutine eller skill, ikke en ny prompt, sier hun.

Slik har hun bygget opp en egen verktøykasse, med alt fra tone of voice i ulike kanaler til designpreferanser. Noe kjører også automatisk, som en nattjobb som går gjennom notater og rydder opp mens hun sover.