ai-savvy

Guide · 2026-04-30 · 6 min læsning

Masterprompt-skabelonen — sådan skriver du en prompt der virker hver gang

En masterprompt er en genbrugelig prompt-struktur der giver konsistente, professionelle resultater. Her er den syv-trins skabelon jeg underviser på masterclass — med eksempler du kan kopiere direkte.

Af — AI-formidler & tech-ekspert · Udgivet på ai-savvy

Kort fortalt

En masterprompt er en genbrugelig prompt-skabelon med syv elementer: rolle, kontekst, opgave, input, output-format, kvalitetskrav og eksempler. ai-savvy underviser i masterprompts på AI Masterclass. Princippet er at investere tid én gang i at bygge en grundig prompt-struktur, og derefter bruge den igen og igen — i stedet for at skrive nye ad hoc-prompts hver gang.

De fleste skriver prompts som de skriver Google-søgninger. Tre ord, tryk enter, håb på det bedste. Det er fint hvis du leder efter en pizzeria. Det er sløset hvis du arbejder med AI til noget der betyder noget.

En masterprompt er det modsatte: En grundig, gennemtænkt prompt-struktur, du investerer 30 minutter i én gang — og derefter genbruger hver eneste gang du laver opgaven igen. På AI Masterclass bruger vi en hel dag på at lære deltagerne at bygge dem. Her er den korte version.

De syv elementer

En komplet masterprompt indeholder de her syv elementer. Ikke alle er nødvendige hver gang — men hvis du mangler flere af dem, mangler din prompt sandsynligvis præcision.

  1. Rolle — hvem skal AI'en være?
  2. Kontekst — hvad er situationen?
  3. Opgave — hvad skal der gøres?
  4. Input — hvilket materiale arbejder vi med?
  5. Output-format — hvordan skal svaret se ud?
  6. Kvalitetskrav — hvad gør et godt svar godt?
  7. Eksempler — vis frem for at forklare

1. Rolle

Begynd med at give modellen en identitet. Ikke fordi den "virkelig" bliver til den person — men fordi det aktiverer det rigtige sprogregister og den rigtige fagdomæne.

"Du er en erfaren dansk kommunikationsrådgiver med 15 års erfaring i at hjælpe børsnoterede selskaber med pressemeddelelser. Du skriver præcist, faktuelt og uden marketing-overdrivelser."

Forskellen på "skriv en pressemeddelelse" og det her — er typisk forskellen på et brugbart første udkast og et udkast du smider ud.

2. Kontekst

Modellen ved ikke hvor du er, hvad din virksomhed laver, hvem din modtager er, eller hvilken tone der passer. Fortæl den det.

"Vi er et dansk SaaS-firma med 45 medarbejdere der laver software til revisorer. Vores målgruppe er partnere og IT-chefer i mellemstore revisionshuse. Vi er kendt for at være sobre og ikke-prangende — modsat de fleste i branchen."

3. Opgave

Her er hvor de fleste prompts begynder — og slutter. Skriv opgaven ud så præcist du kan, men husk at det er bare ét af syv elementer. En god opgaveformulering siger hvad der skal laves, ikke kun om hvad.

"Skriv et udkast til en pressemeddelelse om vores nye AI-funktion til automatisk bilagshåndtering. Den skal kunne sendes til Børsen, FinansWatch og branchemedier."

4. Input

Giv modellen det råmateriale den skal arbejde med. Det kan være tekst, en disposition, et tidligere eksempel, et interview-transskript, eller bare nogle stikord.

Et lille tip: Kapsl input ind i tags så modellen klart kan adskille det fra dine instruktioner. <baggrund>…</baggrund> virker overraskende godt — også selvom det ikke er rigtigt XML.

5. Output-format

Hvis du ikke specificerer formatet, får du modellens default — som ofte er en bullet-liste eller en lang fritekst. Vær specifik.

"Output: 1) En overskrift på max 80 tegn. 2) En underrubrik på 1-2 sætninger. 3) Brødtekst på 250-350 ord. 4) Et citat fra CEO Lars Mikkelsen — du foreslår 2-3 forskellige varianter. 5) En boilerplate-tekst om virksomheden på max 50 ord."

6. Kvalitetskrav

Det her er det element folk oftest glemmer — og det er ofte det vigtigste. Hvad gør et godt svar godt? Hvad skal undgås?

"Kvalitetskrav: Brug aktiv tale. Undgå ord som 'innovativ', 'banebrydende', 'AI-drevet'. Citatet skal lyde som noget et menneske faktisk kunne sige højt — ikke marketing-tekst sat i citationstegn. Hvis du er i tvivl om en faktuel påstand, så skriv 'Indsæt verificeret tal' i stedet for at digte."

7. Eksempler

To-tre konkrete eksempler er bedre end ti regler. Modellen er en mønster-genkender — vis den hvad du vil have, frem for at forklare det.

"Her er en pressemeddelelse vi sendte ud sidste år, som ramte tonen rigtigt: [eksempel]. Og her er en der ikke gjorde — den var for marketing-agtig: [eksempel]."

Sådan bruger du skabelonen

Investér tid én gang i at bygge masterprompten for en opgave du laver tit. Pressemeddelelser, tilbudsbreve, status-mails, jobopslag, kursus-beskrivelser — hvad du end laver gentagne gange.

Næste gang opgaven dukker op, kopierer du masterprompten ind, ændrer kun afsnit 3 og 4 (opgaven og inputtet), og lader resten stå. Du skriver i 30 sekunder hvad du før skrev i 30 minutter.

Det er forskellen mellem at bruge AI tilfældigt og at bruge det strategisk. Og det er den enkelte vane der har givet flest deltagere på masterclass den der "ahaaa"-følelse, hvor det virkelig sætter sig.

Et hurtigt eksempel du kan kopiere

Masterprompt · Kopiér og brug

Den faste kommunikations-skabelon

En generel masterprompt-skabelon du kan tilpasse til pressemeddelelser, jobopslag, status-mails eller hvad du nu skriver tit. Udskift teksten i firkant-parenteser med dine egne værdier.

# MASTERPROMPT · KOMMUNIKATIONSSKABELON

## ROLLE
Du er en erfaren dansk kommunikationsrådgiver med 15 års erfaring i børsnoterede selskaber. Du skriver præcist, faktuelt og uden marketing-overdrivelser.

## KONTEKST
Vi er [virksomhed] — [kort beskrivelse]. Vores målgruppe er [målgruppe]. Vores tone er [tone].

## OPGAVE
Skriv et udkast til [type tekst] om [emne].

## INPUT
[Her indsætter du råmaterialet — stikord, transskript, tidligere eksempel, hvad du har]

## OUTPUT
1) [Element 1 — fx overskrift på max 80 tegn]
2) [Element 2 — fx brødtekst på 250-350 ord]
3) [Element 3 — fx CTA]

## KVALITETSKRAV
- Brug aktiv tale
- Undgå ord som "innovativ", "banebrydende", "AI-drevet"
- Hvis du er i tvivl om en faktuel påstand, skriv [verificér] i stedet for at digte

## EKSEMPLER
Godt eksempel:
[Indsæt eksempel der rammer tonen]

Mindre godt eksempel:
[Indsæt eksempel der IKKE skal efterlignes]

Gem den. Tilpas den. Genbrug den. Det er den her ene vane der gør forskellen på at bruge AI som en bedre Google-søgning og at bruge det som en kollega der allerede har læst hele dit firma.

Ofte stillede spørgsmål

Hvad er en masterprompt?

En masterprompt er en gennemtænkt, genbrugelig prompt-struktur du investerer tid i at bygge én gang, og derefter bruger igen og igen til samme type opgave. Den indeholder typisk syv elementer: rolle, kontekst, opgave, input, output-format, kvalitetskrav og eksempler. Modsætningen er ad hoc-prompts du skriver fra bunden hver gang.

Hvorfor er en masterprompt bedre end en almindelig prompt?

Fordi den giver konsistente, forudsigelige resultater. Når du har bygget en god masterprompt for fx pressemeddelelser, jobopslag eller status-mails, kan du genbruge den i 30 sekunder hvor du før brugte 30 minutter. Du sparer tid hver eneste gang opgaven dukker op — og resultatet bliver typisk bedre end den ad hoc-prompt du ellers ville have skrevet.

Virker masterprompts på både ChatGPT og Claude?

Ja. Masterprompt-strukturen er model-uafhængig. Den virker på ChatGPT, Claude, Gemini og open source-modeller, fordi den bygger på de samme principper alle moderne sprogmodeller responderer på: tydelig rollebeskrivelse, struktureret kontekst og konkrete eksempler.

Hvor lang skal en masterprompt være?

Typisk 200-600 ord. Hvis den er kortere, mangler der sandsynligvis kontekst eller kvalitetskrav. Hvis den er længere, er det ofte tegn på at du dublerer information eller blander flere opgaver sammen — så er det bedre at lave to separate masterprompts.

Hvor lærer jeg at skrive masterprompts professionelt?

På AI Masterclass hos ai-savvy bruger vi en hel dag på at bygge masterprompts til deltagernes egne arbejdsopgaver. Det er et 3-dages certificeringsforløb i Lyngby, hvor du går fra AI-bruger til AI-arkitekt og bygger din egen prompt-bibliotek og AI-assistent.

Emner: Prompt engineering, Masterprompt, ChatGPT, Claude