AI til mails og tekster, der lyder som dig i den rigtige situation

Du har sikkert prøvet det. Du beder ChatGPT eller Copilot om at skrive en mail, og det, der kommer tilbage, er korrekt, høfligt og fuldstændig upersonligt. "Jeg håber, denne mail finder dig vel." "Vi ser frem til et spændende samarbejde." Det kunne være skrevet af hvem som helst, og modtageren kan mærke det.

Løsningen er ikke at bede AI om at "skrive som mig". Løsningen er at vise den, hvordan du skriver i netop den situation, du står i nu. Det er forskellen på en tekst, du skal skrive om, og en tekst, du kan sende efter en hurtig gennemlæsning.

Hvorfor lyder AI-tekster ens?

AI-tekster lyder ens, fordi modellen vælger det mest sandsynlige, når den ikke har noget bedre at gå efter. En sprogmodel er trænet på enorme mængder tekst og bygger sit svar ord for ord ud fra, hvad der typisk kommer efter. Beder du om "en mail til en ny kunde", får du den typiske mail til en ny kunde: gennemsnittet af tusindvis af andres. Hvordan det fungerer under motorhjelmen, kan du læse i Hvad er en sprogmodel?

Gennemsnittet har nogle kendetegn, som de fleste efterhånden genkender: lange indledninger, ord som "spændende" og "værdifuld", afsluttende sætninger om at "stå til rådighed for spørgsmål" og vendinger, der lyder oversat fra engelsk. Det er ikke forkert. Det er bare ikke dig, og modellen kan ikke vide, hvordan du lyder, før du viser den det.

Hvorfor "skriv som mig" ikke virker godt nok

De store AI-værktøjer har alle funktioner, der skal hjælpe dem med at huske, hvem du er, og hvordan du gerne vil have svar. De er nyttige, men de har en indbygget begrænsning. Ifølge leverandørernes egen dokumentation ser det kort fortalt sådan ud:

• ChatGPT har brugerdefinerede instruktioner, hvor du kan angive præferencer for tone, detaljeniveau og fokus. Med hukommelse slået til kan ChatGPT ifølge OpenAI huske dine stilpræferencer og genbruge dem på tværs af samtaler, også tilbagevendende detaljer som formater, fagudtryk og målgrupper. OpenAI beskriver, at tilpasning kan ske på brugerniveau, i et projekts instruktioner eller direkte i chatten.
• Claude har instruktioner, der gælder for hele kontoen, projektinstruktioner, der kun gælder i det enkelte projekt, og skills, som du slår til efter behov, og som blandt andet kan justere tone og format i svarene.
• Microsoft Copilot har Copilot Memory, som ifølge Microsoft lærer vigtige detaljer om dig og dit arbejde fra dine samtaler, fx din rolle og dine faste opgaver. Funktionen er slået til som standard i Microsoft Copilot. Du kan også skrive brugerdefinerede instruktioner, som Copilot husker og bruger i fremtidige samtaler.

Fælles for funktionerne er, at de beskriver dig én gang og så gælder bredt. Det fungerer godt til generelle ønsker som "svar kort" eller "brug punktlister i referater". Det fungerer dårligere til din stemme, fordi din stemme ikke er én ting.

Hvis AI skal lære "hvordan du skriver" ud fra alle dine samtaler, får den et gennemsnit af din mail til en sur leverandør, din besked til en kollega i Teams og dit notat til direktionen. Resultatet er en slags mellemting, der ikke passer helt til nogen af dem. Projekter kommer tættere på, fordi de er afgrænset, men de er typisk bygget op om et emne eller en opgave, ikke om, hvem du skriver til.

Stemme er situation plus modtager

Din stemme afhænger af situationen og modtageren, ikke kun af dig. Tænk på, hvordan du selv skriver i løbet af en uge:

• Til en kollega, du har kendt i ti år: kort, uformelt, måske uden hilsen.
• Til din chef om en budgetoverskridelse: sagligt, med tal og et forslag til løsning.
• Til en ny kunde, du aldrig har mødt: venligt, tydeligt og lidt mere formelt, fordi tilliden ikke er der endnu.

Det er stadig dig i alle tre tilfælde. Du bruger de samme ord og har den samme humor, men tonen, længden og graden af formalitet skifter. Det er præcis den forskel, en generel stilprofil ikke kan fange, og det er derfor, vores tilgang tager udgangspunkt i situationen frem for i personen.

Eksempelmetoden: vis AI, hvordan du skrev sidst

Den mest direkte vej til din stemme er at give AI en tekst, du selv har skrevet i en lignende situation, og bede den bruge stilen, men ikke indholdet. Det er den metode, vi underviser i. Den har tre dele:

1. Et eksempel i <eksempel>: en tekst, du selv har skrevet i en situation, der ligner den nye, og som du synes lød som dig.
2. Dine noter i <noter>: de fakta, den nye tekst skal indeholde, gerne i stikord.
3. En klar instruktion: brug udelukkende tone og skrivestil fra eksemplet, ikke det faktuelle indhold.

Den sidste del er vigtigere, end man skulle tro. Uden den begynder AI gerne at låne fra eksemplet: en dato, et produktnavn, en formulering om noget, der kun gjaldt den gamle kunde. Når stil og fakta står hver for sig, og du skriver det tydeligt, holder modellen dem adskilt.

Leverandørerne peger på det samme. Anthropic skriver i sin promptguide, at eksempler er en af de mest pålidelige måder at styre format, tone og struktur på, og anbefaler at ramme eksempler ind i tags, så modellen kan skelne dem fra instruktionerne. OpenAI beskriver teknikken som few-shot learning: du viser modellen nogle få eksempler i prompten, og den finder mønsteret. Anthropic anbefaler tre til fem eksempler for de bedste resultater. Til en mail er ét godt eksempel fra samme situation ofte nok til at ramme tonen, og har du to eller tre, så brug dem.

Hvis du ikke har brugt XML-tags som <noter> før, kan du læse, hvordan de fungerer, i Sådan skriver du gode prompts.

Tilpas til modtageren: første mail til en ny kunde

Eksemplet giver tonen. Modtageren afgør, hvordan budskabet skal skrues sammen. Den sidste brik er derfor en kort beskrivelse af, hvem du skriver til, i <profil>.

Louise er kundeansvarlig i et trykkeri i Kolding med 35 ansatte. I fredags vandt de en aftale med en bagerikæde i Trekantområdet, der skal have trykt poser, menukort og kampagneplakater. Nu skal Louise skrive den første mail til kædens indkøbschef. Hun skrev en lignende mail for et halvt år siden til en anden ny kunde, og den blev godt modtaget. Hun fjerner navne og firmanavn fra den gamle mail og skriver sin prompt:

Skriv en mail, som sprogligt benytter samme stil som i eksemplet i <eksempel>. Indholdet skal være baseret på ALLE faktuelle elementer i mine noter i <noter>. Brug IKKE det faktuelle indhold i <eksempel>. Brug UDELUKKENDE tone-of-voice og skrivestil.

Målret tone og budskab til modtageren beskrevet i <profil>.

Skriv en emnelinje og en mail på højst 170 ord.

<eksempel>
Hej [kontaktperson]

Tak for i går. Det var rart at få sat ansigt på, og jeg er glad for, at I har valgt os.

Jeg er din faste kontakt hos os, så alt om tryk, tider og priser går gennem mig. Du får aldrig en telefonsvarer, der sender dig videre.

Næste skridt er en kort snak om jeres første ordre. Jeg har sat to forslag til tidspunkter nedenfor. Passer ingen af dem, så skriv bare et andet.

Torsdag kl. 9.00
Fredag kl. 13.30

Vi glæder os til at komme i gang.

Mange hilsner
Louise
</eksempel>

<noter>
Aftale underskrevet fredag.
Første ordre: 40.000 brødposer og nye menukort til 14 butikker.
Korrektur på menukort sendes senest onsdag i uge 43.
Levering af poser uge 45, direkte til hver butik.
Kampagneplakater til jul aftales senere, deadline for materiale 15. november.
Opstartsmøde på Teams, 30 minutter. Forslag: tirsdag kl. 8.30 eller torsdag kl. 14.00.
Louise er fast kontakt, direkte nummer står i signaturen.
</noter>

<profil>
Indkøbschef i en bagerikæde med 14 butikker. Har haft dårlige erfaringer med en tidligere leverandør, der leverede for sent op til jul. Har travlt og læser mails på telefonen mellem butiksbesøg. Foretrækker korte, konkrete beskeder med datoer frem for salgssnak.
</profil>

Læg mærke til tre ting. Eksemplet indeholder ingen navne eller detaljer om den gamle kunde, kun stilen. Noterne er stikord, ikke færdige sætninger, for det er AI's job at formulere dem i Louises tone. Og profilen beskriver modtagerens situation og behov uden at nævne navn eller andre personlige forhold.

Profilen gør en konkret forskel. Fordi indkøbschefen har dårlige erfaringer med forsinkelser op til jul, får Louise en mail, der sætter datoerne først og gør det tydeligt, hvornår poserne er ude i butikkerne. Fordi indkøbschefen læser på telefonen, bliver mailen kort med datoerne på hver sin linje. Og fordi eksemplet åbner med et kort tak og lover "ingen telefonsvarer", får den nye mail den samme direkte og lidt personlige tone som Louises gamle, uden at gentage den ordret.

Et lille kneb: Skriv "ALLE faktuelle elementer". Ellers springer AI gerne et punkt over, typisk det, der står sidst i noterne, og det er ofte det med deadlinen.

Pas på med andres persondata

Det er fristende at sætte en gammel mail ind, som den er. Gør det ikke. En rigtig kundemail indeholder typisk navne, telefonnumre, priser og andre oplysninger om personer og virksomheder, som ikke hører hjemme i et AI-værktøj, især ikke i en gratis udgave. Erstat dem med pladsholdere som [kontaktperson] og [kunde], før du sætter teksten ind. Stilen overlever fint uden. Det samme gælder profilen: Beskriv rollen og situationen, ikke personen. Hvad du må lægge ind i hvilke værktøjer, gennemgår vi i GDPR og AI i praksis.

Når du ikke har et eksempel

Har du ikke en tidligere tekst fra samme situation, kan du i stedet beskrive din stil med ord og bede AI om at "skrive med min tone og skrivestil beskrevet i <stil>". Det virker, men en beskrivelse er sværere at ramme præcist end et eksempel, fordi de fleste af os ikke ved, hvad der gør vores egen tone genkendelig. Et eksempel viser det uden at skulle forklare det.

Korrektur, der bevarer din stemme

Den anden vej rundt er lige så nyttig: Du skriver selv teksten og bruger AI til korrektur. Problemet er, at en almindelig "ret min tekst" ofte ender med, at AI skriver hele teksten om til sit eget gennemsnit. Så forsvinder netop det, der gjorde den til din.

Løsningen er at sige tydeligt, hvad der skal bevares, og at du vil vide, hvad der er ændret:

Læs min tekst i <tekst> igennem. Foretag nødvendige justeringer, men det er vigtigt, at du bevarer den oprindelige stemme og intention. Forklar under teksten hver ændring, du har lavet, og hvorfor.

<tekst>
[din tekst her]
</tekst>

Forklaringerne har to fordele. Du kan afvise de rettelser, du er uenig i, i stedet for at acceptere en helt ny tekst i blinde. Og over tid lærer du selv, hvilke fejl du typisk laver, så du har brug for færre rettelser næste gang. Behandl forslagene som rettelser fra en kollega. Du kan læse mere om den tilgang i AI som kollega.

Uanset om AI har skrevet første udkast eller kun rettet dit: Læs teksten højt, før du sender den. Det tager et halvt minut, og du hører med det samme, hvis en sætning ikke lyder som noget, du ville sige.

Hvornår skal du skrive selv?

Nogle tekster bør du skrive selv, også når AI kunne gøre det hurtigere. Det gælder især tre typer:

• Svære beskeder. Et afslag til en medarbejder, en undskyldning til en kunde, der er blevet behandlet dårligt, eller en besked om en fejl, I har begået. Her er det netop din egen formulering, der viser, at du tager det alvorligt.
• Personlige beskeder. Lykønskninger, kondolencer og tak til en kollega for en særlig indsats. Opdager modtageren, at teksten er genereret, mister den sin værdi.
• Når tillid er på spil. Hvis et forhold er skrøbeligt, eller du er usikker på, hvordan modtageren vil reagere, så skriv selv og brug højst AI til en korrektur, der bevarer din stemme.

Du kan godt bruge AI til at tænke højt på forhånd, fx til at finde ud af, hvad modtageren sandsynligvis er bekymret for. Men selve ordene bør være dine.

Tre ting at tage med

• Brug et eksempel fra samme situation, ikke en generel stilprofil. En mail til en ny kunde skal have en tidligere mail til en ny kunde som forbillede.
• Adskil stil og fakta. Stilen kommer fra <eksempel>, fakta kommer fra <noter>, og det skal stå i instruktionen.
• Læs altid teksten højt, før den bliver sendt. Lyder den ikke som dig, så ret den, til den gør.

Vil du prøve i dag, så find den sidste mail, du var tilfreds med, til en ny kunde eller samarbejdspartner. Fjern navnene, gem den et sted, du kan finde den, og brug den som eksempel, næste gang du står i samme situation.