En konkret AI-savvy arbejdsdag — sådan ser min mandag faktisk ud

Jeg får ofte spørgsmålet: "Hvordan ser en almindelig dag faktisk ud, når du bruger AI seriøst?" Det er det rette spørgsmål — og det ene de fleste blog-posts om AI undgår at svare på.

Så her er det. Time for time. En almindelig mandag i maj 2026. Med konkrete værktøjer, konkrete prompts, og — mindst lige så vigtigt — de tidspunkter på dagen hvor jeg bevidst ikke bruger AI.

07:30 — Kaffe, ikke chat

De første 30 minutter af min dag er teknologifri. Ingen mail. Ingen ChatGPT. Bare kaffe og en notesbog. Jeg skriver tre ting jeg vil have gjort før frokost.

Det her er ikke en AI-vane — det er en anti-AI-vane. Og det er paradoksalt nok blevet vigtigere efter at jeg begyndte at bruge AI seriøst. Når dagen først går i gang, er der så meget aktivt input at hvis jeg ikke har sat min egen prioritering først, så bliver jeg styret af AI'ens output i stedet for at styre den.

08:00 — Morgenbriefing med Claude (5 minutter)

Første AI-touch. Jeg eksporterer dagens kalender, paster den ind i Claude sammen med de tre prioriteter fra notesbogen, og spørger:

"Lav en 1-minutters mental briefing til mig. Hvilke møder fortjener særlig forberedelse? Hvor er der risici? Hvad bør jeg sige nej til hvis dagen falder fra hinanden?"

Den her vane er beskrevet i detaljer i mit indlæg om de fire AI-vaner jeg lærte alt for sent. Den fortsætter med at være den enkelte AI-vane der har ændret min dag mest.

08:30 — Forberedelse til kundemøde (20 minutter med NotebookLM)

I dag har jeg et opfølgningsmøde med en kunde i mellemstor industri-virksomhed. Vi har talt sammen tre gange før. Jeg har en NotebookLM-notesbog på dem med:

• Alle vores tidligere mødereferater fra Granola
• Deres seneste årsrapport
• De LinkedIn-posts CEO'en har skrevet det sidste halve år
• En udskrift af deres nuværende AI-politik

Jeg lytter til Audio Overview i 8 minutter mens jeg pakker tasken. Det er ikke nyt indhold — men det aktiverer den del af hjernen der husker hvem jeg taler med. Bagefter spørger jeg chatten: "Hvad er det tre vigtigste forandringer siden vores sidste møde? Hvilke spørgsmål bør jeg stille?"

Jeg ankommer til mødet velorienteret på en måde jeg ikke var for tre år siden — og det har påvirket hvordan kunderne oplever mig.

09:30–11:00 — Kundemøde (ingen AI)

I selve mødet er telefonen i tasken. AI er slukket. Jeg lytter. Jeg stiller spørgsmål. Jeg tager noter i hånden.

Det er måske det mest kontroversielle valg jeg har truffet. De fleste konsulenter jeg kender har AI åbent under møder — for at slå op, transskribere, eller foreslå svar. Jeg gør det modsatte. Fordi mit værdi i et kundemøde ikke er hvad jeg ved — det er hvad jeg mærker. Og det mærker jeg kun hvis jeg er der.

Granola optager mødet i baggrunden på Mac'en. Det er det tætteste jeg kommer på AI-assistance i selve mødet.

11:15 — Mødereferat (3 minutter med Granola)

Tilbage ved bordet. Jeg åbner Granola og skriver fem hurtige punkter — ikke hele referatet, bare det vigtigste. Granola fletter mine noter med transskriptionen og laver et færdigt referat på cirka 90 sekunder.

Jeg læser det igennem, retter to formuleringer hvor AI'en har misforstået sammenhænge, og sender til kunden inden frokost. Det jeg før brugte 30 minutter på, klares nu på fem.

11:30 — Skrivearbejde (90 minutter med Claude)

Det her er dagens kerneopgave. Jeg arbejder på et oplæg jeg skal holde på en konference om to uger. I dag skal jeg have introduktionen og de tre hovedpointer skrevet ud.

Jeg arbejder i Claude Opus 4.7 — ikke ChatGPT, ikke Gemini. På lang dansk tekst er Claude markant bedre, særligt på rytme og at fastholde tone over længere stykker.

Min faste arbejdsmetode på den slags:

1. Jeg taler ud i voice mode i 8-10 minutter om hvad jeg vil sige. Bare snak.
2. Claude opsummerer det jeg har sagt i 5-7 hovedpointer.
3. Jeg vælger 3 — og beder den bygge et udkast på 600 ord.
4. Jeg redigerer manuelt i 30 minutter. Skifter mindst halvdelen af ordene. Tilføjer mine egne anekdoter.
5. Jeg sender det færdige udkast tilbage til Claude og beder den finde tre svagheder.
6. Jeg accepterer 1-2 af forslagene, ignorerer resten.

Det er ikke at AI'en skriver for mig. Det er at AI'en hjælper mig komme i gang — og hjælper mig kvalitetstjekke når jeg er færdig. Selve midtdelen er stadig mit eget arbejde.

13:00 — Frokost (ingen AI)

Jeg spiser med min kollega i køkkenet. Vi taler ikke om arbejde. Eller hvis vi gør, så er det den slags arbejde-snak der ikke fortjener at have en computer åben.

Det her var en bevidst beslutning for et år siden. Frokost er ikke en optimeringsmulighed. Det er den ene halvtime hvor min hjerne får lov at koble fra. Den slags pauser er hvor mine bedste ideer faktisk dukker op — og det forsvinder hvis frokost bliver "en effektiv tid til at lytte til en podcast".

13:30 — Email-bunke (45 minutter med Custom GPT)

Den klassiske produktivitetstid. Jeg har bygget en Custom GPT der hedder "Mail-assistent" hvor jeg har gemt:

• Mine tre standard-skabeloner (booking-svar, ressource-mail, pænt-nej-tak)
• Min tone-of-voice som eksempler
• De ord jeg ikke vil bruge
• Mine faste signaturer

Jeg åbner mailen i ét vindue, GPT'en i et andet. For hver mail der kræver mere end "tak, ses i morgen", paster jeg den ind og beder GPT'en lave tre svar-versioner. Jeg vælger en, redigerer 20-30%, og sender.

I dag rydder jeg 23 mails på 45 minutter. For tre år siden ville det have været en hel formiddag.

14:15 — Voicemail og kort pause

Telefonen har ligget på dock'en i tre timer. Tre missed calls. To er presseanmodninger, en er en bestyrelseskollega.

Pressanmodningerne dikterer jeg svar på i Otter mens jeg går en runde rundt om kontoret. Otter transskriberer, jeg sender det rå til ChatGPT med en hurtig prompt om at finpudse — får et svar tilbage, finpudser yderligere selv, sender. Tre minutter per svar.

Bestyrelseskollegaen ringer jeg tilbage. Ingen AI. Bare en samtale.

14:45 — Bestyrelsesforberedelse (60 minutter — minimal AI)

Det her er en del af min uge der bevidst er ramt lavt på AI-assistance. Jeg sidder i bestyrelsen for to mindre virksomheder. Det arbejde kræver dømmekraft, lang hukommelse om mennesker og strategier, og den slags relationer der ikke automatiseres.

AI'en jeg bruger her er meget begrænset:

• Læsning af bestyrelsesmateriale: jeg læser selv. Ingen opsummering.
• Klargøring af mine egne punkter: en quick check i Claude om "har jeg overset noget?"
• Aldrig generering af mine egne udtalelser. Min stemme i et bestyrelseslokale er min egen.

Det er den filosofi jeg går mest dybt ind på i indlægget om 5 ting AI stadig ikke kan i 2026 — særligt punkt 1 og punkt 5.

15:45 — Indholdsskabelse (45 minutter)

Den her tidsblok varierer. I dag skriver jeg en LinkedIn-post om et observation fra morgenens kundemøde. Ikke en lang post — bare 180 ord der starter en samtale.

Jeg dikterer kerne-tanken til Claude i 90 sekunder. Beder om tre formuleringsforslag. Vælger én. Skriver hele posten færdig i mit eget vindue — fordi LinkedIn-posts skal lyde som mig, ikke som AI. Claude er sparringspartner, ikke skribent.

16:30 — End-of-day debrief (7 minutter, voice mode)

Dagens sidste AI-touch. Voice mode i ChatGPT, hovedtelefoner på, jeg går rundt på kontoret.

Jeg taler i 4 minutter om hvad jeg har lavet i dag. Hvad gik godt. Hvad gik dårligt. Hvad bekymrer mig til i morgen. ChatGPT strukturerer det i tre punkter og foreslår én konkret handling.

I dag er det her: "Du har nævnt tre gange at du er bekymret for momentum i januar-projektet. Skriv en kort mail til projektlederen før dagen er slut — selvom det bare er to sætninger om at I bør sidde ned i denne uge."

Det gør jeg. Det tager 90 sekunder. Det er den slags lille handling der bliver glemt hvis ikke nogen — eller noget — minder mig om det.

17:00 — Slut

Computer lukket. Telefon på flytilstand. Jeg er færdig for i dag.

Hvad det her bør lære dig (eller ikke)

Det her er min dag. Det er ikke en skabelon du skal kopiere. Det vigtige er ikke detaljerne — det er princippet: AI er en vane, ikke en superkraft.

De timer hvor jeg sparer mest tid er ikke der hvor jeg bruger AI mest intensivt. Det er der hvor jeg har bygget en rutine omkring den. Morgenbriefing. Mail med Custom GPT. End-of-day debrief. Alle de små vaner sammen sparer 2-3 timer om dagen — men kun fordi de er vaner, ikke "ting jeg gør når jeg husker det".

Og lige så vigtigt: De timer hvor jeg ikke bruger AI — frokost, kundemøder, bestyrelsesarbejde — er ikke "wasted productivity". De er det fundament, der gør at AI-timerne overhovedet kan løfte mig.

Det jeg gerne vil ønske jeg vidste for tre år siden

Det her ville have sparet mig et halvt år af eksperimentering: AI er en kollega, ikke en assistent. Du skifter ikke til en god kollega på en uge. Du bygger forholdet over måneder. Du lærer hvad de er gode til og hvad de ikke er. Du lærer hvornår du skal sparre og hvornår du skal arbejde selv.

De fleste mennesker der prøver AI én gang og giver op, har behandlet det som en assistent der skulle levere. Det fungerer ikke. Behandl det som en kollega du arbejder sammen med — og det her bliver den slags arbejdsdag der både er produktiv og som du kan holde ud at have igen i morgen.

Afsluttende

Ikke hver dag ser sådan ud. Nogle dage er fyldt med oplæg ude af huset. Andre dage sidder jeg ved et bord uden internet og skriver. Det vigtige er ikke skabelonen — det er at jeg har en skabelon at falde tilbage på de dage hvor jeg ikke selv kan finde rytmen.

Det er måske det vigtigste AI har givet mig: ikke flere outputs, men en mere konsistent rytme. Den slags professionel hverdag jeg ikke vidste jeg manglede, før jeg fik den.

Emner: Arbejdsflow, Vaner, AI-praksis, Personligt, Produktivitet