Typer forespørsler AI kan håndtere
Taksonomi over AI-oppgaver: skriving, oppsummering, svar, koding og idémyldring.
Typer forespørsler AI kan håndtere er en gratis leksjon i AI-prompt engineering på CoddyKit. Dette er leksjon 2 av 4. Du kan lese valgfritt 3 leksjoner fra denne læringsstien gratis i sin helhet – deretter låser CoddyKit PRO opp alle leksjoner, samt praktisk øving med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Den er en del av læringsløpet i AI-prompt engineering, og fremdriften din synkroniseres mellom nettet og CoddyKit-appen. Kurset i AI-prompt engineering inneholder totalt 4 leksjoner.
Taksonomien for AI-oppgaver
AI-språkmodeller er bemerkelsesverdig allsidige. De håndterer et bredt spekter av oppgavetyper — og når du vet hvilken kategori oppgaven din tilhører, kan du skrive bedre prompter.
Vi kan dele oppgavene inn i: skriving, oppsummering, spørsmål og svar, programmering, idémyldring, oversettelse, klassifisering og datauttrekking.
Skriveoppgaver
Skriving er en av de vanligste AI-oppgavene. Eksempler omfatter:
- Utarbeide e-poster, søknadsbrev og blogginnlegg
- Skrive noveller, manus eller kreativt innhold
- Formulere bildetekster for sosiale medier
- Redigere og skrive om eksisterende utkast
Det viktigste er å angi format, tone, lengde og målgruppe i prompten.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=256,
messages=[{
'role': 'user',
'content': (
'Write a 150-word professional email declining a meeting invitation. '
'Tone: polite and regretful. Suggest rescheduling next week.'
)
}]
)
print(response.content[0].text)Oppsummeringsoppgaver
Oppsummering komprimerer langt innhold til en kortere og mer lettfattelig form. Vanlige bruksområder er:
- TL;DR av lange artikler eller rapporter
- Møtereferater basert på en utskrift
- Ledersammendrag av forskningsartikler
- Hovedpunkter hentet ut fra et bokkapittel
Angi ønsket lengde og detaljnivå.
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
long_text = (
'Artificial intelligence has transformed industries from healthcare '
'to finance over the past decade. Machine learning models now diagnose '
'diseases, detect fraud, and power recommendation engines. However, '
'concerns about bias, privacy, and job displacement remain significant...'
)
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': f'Summarize the following in exactly 2 sentences:\n\n{long_text}'
}]
)
print(response.choices[0].message.content)Oppgaver med spørsmål og svar
Spørsmål og svar-oppgaver utnytter modellens brede kunnskapsgrunnlag. Typer omfatter:
- Faktaspørsmål («Hva er Krebs-syklusen?»)
- Forklarende spørsmål («Hvordan fungerer HTTPS?»)
- Sammenlignende spørsmål («Hva er forskjellen på RAM og lagring?»)
- Spørsmål og svar om dokumenter — still spørsmål om et dokument du har limt inn
Når du stiller spørsmål om et dokument, må du alltid ta med kildematerialet i prompten.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
document = 'Our refund policy allows returns within 30 days with receipt...'
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=256,
system='Answer only based on the document provided. If unsure, say so.',
messages=[{
'role': 'user',
'content': f'Document:\n{document}\n\nQuestion: How many days do I have to return an item?'
}]
)
print(response.content[0].text)Programmeringsoppgaver
Programmeringsoppgaver er et område der AI-assistenter virkelig utmerker seg. Vanlige forespørsler er:
- Generere kode ut fra en beskrivelse («Skriv en Python-funksjon som ...»)
- Forklare hva eksisterende kode gjør
- Feilsøke eller reparere kode som ikke fungerer
- Konvertere kode fra ett språk til et annet
- Skrive enhetstester for en gitt funksjon
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
response = client.chat.completions.create(
model='gpt-4o',
messages=[
{
'role': 'system',
'content': 'You are a Python expert. Include type hints and a brief docstring.'
},
{
'role': 'user',
'content': (
'Write a function that takes a list of integers and returns '
'the second largest unique value, or None if it does not exist.'
)
}
]
)
print(response.choices[0].message.content)Idémyldringsoppgaver
Idémyldring bruker AI til å generere mange ideer raskt. Bruk det til:
- Å finne på produktnavn
- Å lage lister over bloggtemaer
- Å utvikle funksjonsideer for en app
- Å finne vinklinger til markedskampanjer
- Å finne alternative løsninger på problemer
Be om et bestemt antall ideer, og be modellen prioritere variasjon fremfor gjentakelser.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=512,
messages=[{
'role': 'user',
'content': (
'Generate 10 unique app name ideas for a habit-tracking app targeting busy professionals. '
'Each name should be one or two words. Prioritize variety — avoid similar-sounding names. '
'After each name, add a 5-word tagline.'
)
}]
)
print(response.content[0].text)Oversettelsesoppgaver
Oversettelse handler om mer enn ord-for-ord-konvertering. AI-modeller håndterer:
- Språkoversettelse (engelsk → spansk, fransk → japansk)
- Oversettelse av språklig register (teknisk sjargong → klarspråk)
- Oversettelse av tone (formell → uformell)
- Formatkonvertering (avsnitt → punktliste)
Angi om du ønsker en ordrett oversettelse eller en naturlig og idiomatisk oversettelse.
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
text_en = 'Please ensure the deliverables are submitted prior to the agreed deadline.'
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': (
f'Translate the following into natural, idiomatic Spanish '
f'suitable for a casual work chat message:\n\n{text_en}'
)
}]
)
print(response.choices[0].message.content)Klassifiseringsoppgaver
Klassifisering tilordner inndata til forhåndsdefinerte kategorier. Eksempler:
- Sentimentanalyse (positiv / negativ / nøytral)
- Temakategorisering (sport / politikk / teknologi)
- Identifisering av hensikt (klage / forespørsel / kompliment)
- Søppelpost kontra ikke-søppelpost
Oppgi alltid listen over gyldige kategorier i prompten, slik at modellen vet hva den kan velge mellom.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
reviews = [
'The product broke after one day. Terrible quality!',
'Shipping was fast and the item is exactly as described.',
'It is okay, nothing special but does the job.'
]
for review in reviews:
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=16,
messages=[{
'role': 'user',
'content': (
f'Classify this review as exactly one of: POSITIVE, NEGATIVE, NEUTRAL.\n'
f'Reply with only the label.\n\nReview: {review}'
)
}]
)
label = response.content[0].text.strip()
print(f'{label}: {review[:40]}...')Datauttrekkingsoppgaver
Datauttrekking henter strukturert informasjon ut av ustrukturert tekst. Vanlige bruksområder er:
- Hente ut navn, datoer og beløp fra fakturaer
- Hente ut viktige fakta fra nyhetsartikler
- Analysere kontaktopplysninger fra e-poster
- Hente ut produktspesifikasjoner fra beskrivelser
Be om JSON-utdata for å gjøre de uthentede dataene enkle å bruke programmatisk.
import openai
import json
client = openai.OpenAI(api_key='sk-your-key-here')
email_text = (
'Hi, I am Sarah Johnson from Acme Corp. '
'Please send the invoice for $4,250 to billing@acmecorp.com by June 15th.'
)
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': (
'Extract the following fields from the email below and output valid JSON:\n'
'name, company, email, amount, deadline\n\nEmail:\n' + email_text
)
}]
)
raw = response.choices[0].message.content
data = json.loads(raw)
print(data)Kombinere oppgavetyper
Prompter fra virkelige situasjoner kombinerer ofte flere oppgavetyper i én forespørsel. For eksempel:
- Hent ut hovedpåstander fra en artikkel, og klassifiser deretter hver av dem som fakta eller mening
- Oppsummer et dokument, og oversett deretter sammendraget til fransk
- Finn ideer, og skriv deretter en kort presentasjon av den beste ideen
Det er kraftfullt å kjede oppgavetyper i én prompt — bare vær tydelig på hvert trinn.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=512,
messages=[{
'role': 'user',
'content': (
'Do the following in order:\n'
'1. Brainstorm 5 blog post titles about remote work productivity.\n'
'2. Pick the most compelling title.\n'
'3. Write a 3-sentence intro paragraph for that post.\n'
'Format your output with clear numbered sections.'
)
}]
)
print(response.content[0].text)Velge riktig oppgaveramme
Den samme underliggende forespørselen kan formuleres som ulike oppgavetyper — og formuleringen endrer utdataene betydelig.
Eksempel på mål: forstå et selskaps prisside.
- Spørsmål og svar-ramme: «Hva er prisnivåene?»
- Oppsummeringsramme: «Oppsummer prissiden i tre punkter.»
- Uttrekksramme: «Hent ut navn og priser for planene som JSON.»
- Sammenligningsramme: «Lag en tabell som sammenligner alle planene.»
Velg rammen som passer med hvordan du skal bruke resultatet.
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
pricing_text = (
'Starter: $9/month - 1 user, 5GB storage. '
'Pro: $29/month - 10 users, 50GB storage. '
'Enterprise: custom pricing - unlimited users.'
)
# Extraction frame
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': (
'Extract plan names and monthly prices as a JSON array. '
'Use null for custom pricing.\n\n' + pricing_text
)
}]
)
print(response.choices[0].message.content)Kunnskapstest
Du har lært de viktigste kategoriene av AI-oppgaver. La oss se om du kan identifisere den riktige.
En utvikler limer inn en kundestøtte-e-post på 500 ord i en prompt og ber AI-en: «Hent ut kundenavnet, ordrenummeret og problemtypen — skriv resultatet som JSON.»
Hvilken oppgavetype er dette?
Oppsummering av oppgavetaksonomien
Du kan nå identifisere og formulere enhver AI-forespørsel som én av de grunnleggende oppgavetypene:
- Skriving — generere originalt tekstinnhold
- Oppsummering — komprimere langt innhold
- Spørsmål og svar — svare på spørsmål basert på kunnskap eller dokumenter
- Programmering — generere, forklare eller feilsøke kode
- Idémyldring — generere mange varierte ideer
- Oversettelse — konvertere mellom språk eller språklige registre
- Klassifisering — tilordne inndata til forhåndsdefinerte kategorier
- Datauttrekking — hente strukturert data ut av ustrukturert tekst
Identifiser oppgavetypen først — og skriv deretter prompten rundt den.
Lær deg AI-prompt engineering med en AI-veileder – gratis
Skriv og kjør ekte kode i nettleseren, få umiddelbar hjelp fra en AI-veileder som er tilgjengelig døgnet rundt, og fortsett der du slapp – på nettet eller i appen.
- Kurs
- 53
- Leksjoner
- 199
Ofte stilte spørsmål
Er leksjonen «Typer forespørsler AI kan håndtere» gratis?
Ja – du kan lese valgfritt 3 av leksjonene i læringsstien AI-prompt engineering, inkludert «Typer forespørsler AI kan håndtere», gratis i sin helhet her på nettet. Deretter låser CoddyKit PRO opp alle leksjoner, samt interaktiv øving med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Kurset i AI-prompt engineering inneholder totalt 4 leksjoner.
Hva lærer jeg i «Typer forespørsler AI kan håndtere»?
Taksonomi over AI-oppgaver: skriving, oppsummering, svar, koding og idémyldring. Du øver på AI-prompt engineering med praktisk kode som du kjører direkte i nettleseren, mens en AI-veileder som er tilgjengelig døgnet rundt, svarer på spørsmålene dine mens du jobber deg gjennom leksjonen.
Trenger jeg erfaring for å begynne med AI-prompt engineering?
Ingen tidligere erfaring er nødvendig. AI-prompt engineering på CoddyKit er lagt opp for både nybegynnere og viderekomne, så De kan begynne her eller helt fra start og lære i Deres eget tempo. Dette er leksjon 2 av 4.
Hvor lang tid tar leksjonen «Typer forespørsler AI kan håndtere»?
De fleste CoddyKit-leksjoner tar omtrent 5–10 minutter. Hver leksjon er kort og interaktiv, slik at De gjør jevne fremskritt og kan fortsette akkurat der De slapp – både på nettet og i appen.
Kan jeg skrive og kjøre kode i denne AI-prompt engineering-leksjonen?
Ja. Alle AI-prompt engineering-leksjoner har en innebygd kodeeditor, slik at De kan skrive og kjøre ekte kode direkte i nettleseren og få umiddelbar tilbakemelding fra AI – uten lokal konfigurering.
Alle leksjonene i dette kurset
- Forstå chatgrensesnittet
- Typer forespørsler AI kan håndtere
- Slik genererer AI svar
- Hva AI ikke kan gjøre