Prompt engineering handler i 2026 mindre om at finde en magisk sætning og mere om at give ChatGPT et klart mål, relevant kontekst og et tydeligt format. De bedste prompts ligner derfor ikke hemmelige koder. De ligner gode arbejdsinstruktioner.
Det er vigtigt, fordi kvaliteten af svaret ofte afhænger af, hvor godt opgaven er defineret. Hvis du blot skriver “lav noget marketing”, skal modellen gætte på målgruppe, kanal, formål og tone. Hvis du i stedet forklarer, hvem virksomheden er, hvad målet er, hvilke begrænsninger der gælder, og hvordan resultatet skal leveres, bliver svaret som regel langt mere anvendeligt.
Ahrefs-data for Danmark viser samtidig, at søgninger som “ChatGPT prompts” og “prompt engineering” har tydelig informationsintention. Derfor er denne guide bygget som et praktisk arbejdsredskab: først principperne, derefter konkrete eksempler og til sidst, hvordan du bruger prompting i SEO og marketing uden at slippe den faglige kontrol.
Hvad er prompt engineering i 2026?
En prompt er den instruktion, tekst, fil, lyd eller det billede, du giver en AI-model for at få den til at udføre en opgave. Prompt engineering er arbejdet med at formulere og forbedre disse input, så modellen forstår opgaven bedre og leverer et mere relevant resultat.
OpenAI anbefaler fortsat klare, specifikke instruktioner, relevant kontekst og iterativ forbedring. Det sidste er vigtigt: en god ChatGPT-prompt behøver ikke løse hele opgaven perfekt i første forsøg. Ofte får du et bedre resultat ved at starte med et godt første udkast, vurdere svaret og derefter præcisere de dele, der mangler. Du kan læse OpenAIs aktuelle vejledning til prompt engineering som faglig reference.
Det betyder også, at den gamle idé om en universel “super-prompt” er for simpel. En prompt til en produktbeskrivelse bør ikke bygges på samme måde som en prompt til dataanalyse, kundeservice eller en SEO-strategi. Den stærke prompt tager udgangspunkt i den konkrete opgave og i den information, modellen faktisk har brug for.
For en hurtig introduktion kan du også læse WebHibes guide til at bygge ChatGPT-prompts. Her går vi et skridt videre og fokuserer på en metode, der kan genbruges i professionelle arbejdsgange.
En enkel model til bedre ChatGPT-prompts
Du behøver ikke lære komplicerede prompt-formler udenad. I de fleste arbejdssituationer er det nok at sikre, at fem elementer er tydelige:
- Mål: Beskriv præcist, hvad ChatGPT skal hjælpe dig med at opnå. “Lav en analyse” er svagt; “find de tre vigtigste årsager til faldet i organisk trafik og prioriter dem efter sandsynlig effekt” er langt tydeligere.
- Kontekst: Fortæl det, modellen skal vide om virksomheden, målgruppen, situationen eller materialet. Jo mere relevant kontekst, desto mindre behøver modellen at gætte.
- Input: Giv de data, tekster, produkter, søgeord eller regler, der skal arbejdes ud fra. Hvis noget ikke må antages, så sig det eksplicit.
- Output: Angiv hvordan svaret skal se ud: længde, struktur, overskrifter, prioritering, tone eller ønskede felter. Et klart outputformat gør svaret lettere at bruge direkte.
- Kvalitetskrav: Fortæl modellen, hvad den skal kontrollere før den svarer. Det kan være kildekritik, manglende information, interne modsætninger eller om anbefalingerne faktisk følger målet.
En praktisk prompt kan derfor bygges sådan: “Du hjælper et dansk B2B-firma med SEO. Målet er at finde nye landingssider, der kan skabe kvalificerede henvendelser. Brug de vedlagte søgeordsdata. Prioritér kun emner med tydelig kommerciel eller lokal intention. Returnér fem forslag med søgeord, søgeintention, anbefalet sidetype og begrundelse. Markér tydeligt, hvis data ikke er tilstrækkelige til en sikker konklusion.”
Det er ikke længden, der gør prompten stærk. Det er, at de informationer, som er nødvendige for opgaven, faktisk er til stede.
Fra dårlig til god prompt – konkrete eksempler
Eksempel: tekst til en serviceside
En svag prompt kunne være: “Skriv en SEO-tekst om Google Ads.” Den efterlader næsten alle vigtige beslutninger til modellen.
En stærkere version er: “Skriv et første udkast til en dansk serviceside om Google Ads for små og mellemstore virksomheder. Målgruppen er virksomhedsejere, der allerede annoncerer, men er usikre på om budgettet giver nok salg. Forklar processen uden bureau-jargon, brug 5 H2-afsnit, og afslut med en rolig CTA. Undgå garantier og tal, der ikke er dokumenteret.”
Den anden prompt skaber ikke automatisk perfekt indhold, men den reducerer antallet af gæt. Det giver et bedre arbejdsudkast, som derefter kan kvalitetssikres.
Eksempel: analyse frem for tekstproduktion
Hvis du arbejder med SEO, kan du bruge ChatGPT som analytisk sparringspartner i stedet for som ren tekstmaskine. En prompt kan eksempelvis bede modellen om at sammenholde søgeintention, eksisterende landingssider og konkurrenternes indhold og derefter forklare, hvor der er huller.
Det er den tilgang, vi også beskriver i vores guide til ChatGPT i SEO-arbejdet. AI bliver langt mere værdifuld, når den arbejder oven på reelle data og en tydelig metode frem for at producere generisk tekst fra ingenting.
Eksempel: brug samme prompt som proces
En god prompt kan desuden udvikles til en arbejdsgang. Først beder du om analyse. Derefter beder du om prioritering. Til sidst beder du om et udkast baseret på de prioriterede fund. Det er ofte bedre end at bede om analyse, strategi, tekst og konklusion i én enorm prompt.
Sådan bruger du prompts til SEO og marketing
I marketing er den største gevinst sjældent at få produceret mere tekst hurtigere. Den største gevinst er at gøre gentagne analyser og beslutninger mere konsistente.
Hos WebHibe kan en prompt eksempelvis bruges til at strukturere arbejdet med en SEO-optimering: først læses data fra Google Search Console eller Ahrefs, derefter klassificeres søgeintentionen, så identificeres relevante landingssider, og til sidst foreslås konkrete ændringer. Mennesket skal stadig afgøre, om forslagene giver mening i forhold til virksomheden og markedet.
Det samme gælder annoncering. I arbejdet med Google Ads kan ChatGPT hjælpe med at gruppere søgetermer, finde mønstre i annoncebudskaber eller udarbejde varianter til test. Men modellen kender ikke automatisk virksomhedens dækningsgrad, lager, leadkvalitet eller reelle salgstal. Den kontekst skal gives, hvis anbefalingerne skal være forretningsmæssigt brugbare.
For virksomheder, der vil bygge mere permanente AI-arbejdsgange, kan en Custom GPT eller en anden specialiseret AI-assistent være næste skridt. Her flyttes en del af de faste instruktioner, viden og regler fra den enkelte prompt over i selve assistentens opsætning.
Lokale virksomheder kan bruge samme princip. Hvis målet er at styrke synligheden i et bestemt område, skal prompten indeholde både ydelse, målgruppe og geografi. Det gør den langt mere relevant for arbejdet med eksempelvis SEO i København eller SEO i Albertslund end en generisk prompt om “lokal SEO”.
Typiske fejl, der giver svage AI-svar
Når et AI-svar er dårligt, er løsningen ikke altid at skrive en meget længere prompt. Ofte er problemet mere grundlæggende:
- Uklart mål: Modellen ved ikke, hvilken beslutning eller handling svaret skal føre til. Beskriv først formålet.
- For lidt kontekst: Vigtige oplysninger om målgruppe, branche eller begrænsninger mangler. Tilføj kun den kontekst, der påvirker opgaven.
- For mange opgaver på én gang: Del komplekse processer op i flere trin, så hvert output kan vurderes, før næste trin starter.
- Ukritisk accept af svaret: ChatGPT kan tage fejl, udfylde huller eller formulere noget overbevisende, som ikke er dokumenteret. Kontrollér faktuelle og forretningskritiske påstande.
- Prompten bruges mekanisk: En prompt, der virkede til én kunde eller ét produkt, er ikke nødvendigvis god til det næste. Genbrug strukturen, men opdatér konteksten.
Et nyttigt trick er at bede modellen om at pege på, hvilken information den mangler for at udføre opgaven bedre. Det kan afsløre, at problemet ikke er formuleringen, men selve inputtet.
Det er også værd at huske, at nyere modeller typisk håndterer mere naturlige instruktioner bedre end tidligere generationer. Derfor bør prompt engineering ikke blive en konkurrence i komplicerede kommandoer. Målet er klar kommunikation og en reproducerbar arbejdsproces.
Sikkerhed, kvalitet og den menneskelige kontrol
Professionel brug af ChatGPT kræver mere end gode formuleringer. Du bør også overveje, hvilke oplysninger du giver modellen, hvem der må bruge outputtet, og hvordan svarene bliver kontrolleret.
Undgå at kopiere personfølsomme oplysninger, fortrolige kundedata, adgangskoder eller materiale, som du ikke har ret til at dele, ind i en prompt uden først at have styr på virksomhedens regler og den konkrete AI-løsnings databehandling. Hvis AI indgår fast i arbejdet, bør virksomheden have en enkel intern politik for, hvilke datatyper der må bruges.
Det samme gælder faglig kvalitet. En AI-model kan være hurtig og overbevisende, men den erstatter ikke kildekritik, målinger eller erfaring. Ved SEO bør anbefalinger holdes op mod data. Ved annoncering bør de holdes op mod faktiske konverteringer. Ved jura, økonomi, sundhed og andre følsomme områder kræves ekstra kontrol.
OpenAIs aktuelle vejledning anbefaler klare og specifikke prompts, tilstrækkelig kontekst og løbende forfinelse af instruktionerne. Det er en god grundregel, men i virksomhedsbrug bør den suppleres med en fast kvalitetssikringsproces og menneskelig godkendelse.
Den bedste prompt er derfor ikke nødvendigvis den længste eller mest avancerede. Det er den prompt, der gør opgaven tydelig, giver de rigtige input og skaber et output, som et menneske kan vurdere og bruge.
Vil du bruge AI mere systematisk sammen med SEO og digital marketing, kan du kontakte WebHibe. Vi arbejder med AI som et værktøj oven på data, strategi og faglig kontrol – ikke som en erstatning for dem.
