Prompt engineer: hvad jobbet går ud på, hvad det betaler, og om det stadig findes

Kort fortalt: en prompt engineer designer og fejlretter forespørgsler til AI-modeller, så de pålideligt løser en rigtig opgave. Som selvstændig jobtitel er rollen stort set gået i opløsning — færdigheden er flyttet ind i andre roller. Men der er noget mere interessant. Den 17. juli 2026 gennemgik vi markedet for kurser, der sælger denne "profession", og fandt ud af, at kurser med ordene "prompt engineering" i titlen lærer dig omtrent alt andet end at fejlrette en prompt. Nedenfor: vores tal, anmeldelserne ordret, og hvad du i stedet bør lære.

Hvad en prompt engineer rent faktisk laver

Titlen snyder. Det lyder som en, der bruger dagen på at digte elegante sætninger til en chatbot. I praksis ligner arbejdet snarere fejlretning. Opgaven lyder: "få modellen til at levere et brugbart resultat på tusind forskellige input, ikke kun på dit ene heldige eksempel." Deraf det egentlige arbejde:

• At skære opgaven til. Lave et vagt "lad AI'en tage sig af kundehenvendelserne" om til et testbart krav med klare kriterier for godt og skidt.
• At designe prompten. Rolle, kontekst, format, eksempler, begrænsninger — grundstoffet fra hvad en prompt er, og hvordan du skriver en.
• At teste. Snesevis af rigtige cases, en kørsel, en sammenligning mellem promptversioner. Uden det gætter du.
• At bekæmpe fejlene. Modellen opfinder fakta, ignorerer formatet, brækker sammen på lange input, driver væk fra instruktionen. Alt sammen fikses i prompten, i data eller i arkitekturen.
• At koble data og systemer på. Ofte skal svaret hvile på virksomhedens vidensbase, ikke på modellens hukommelse.

Tænk lige efter, før du læser videre: hvis modellen tog fejl på din opgave i ét tilfælde ud af tyve — hvordan ville du overhovedet opdage hvilket? At kunne svare på det er halvdelen af faget. Og som vi er ved at vise, er det præcis det spørgsmål, næsten intet kursus på markedet besvarer.

Hvor hypen kom fra, og hvorfor luften gik af

I 2023 var modellerne mere lunefulde, og markedet var forvirret. Et par højlydte stillingsopslag med sekscifrede dollarlønninger nåede overskrifterne, og fornemmelsen af et nyt guldfeber opstod: "skriv tekst i en chat, få løn som en senior udvikler." Så skete der tre ting.

1. Modellerne blev klogere. Nutidens versioner forstår almindelig menneskelig formulering langt bedre. Magiske besværgelser i stil med "du er et geni, og min karriere afhænger af det her" giver ikke længere nogen synlig effekt.
2. Færdigheden viste sig at være almen kunnen, ikke et fag. Som at kunne bruge en søgemaskine eller et regneark: enormt nyttigt, men ingen ansætter en "søgeoperatør" på en selvstændig stilling.
3. De rigtige problemer viste sig større end prompten. En virksomhed har ikke brug for forespørgselsteksten, men for et system, der virker: med data, kvalitetsmåling, omkostningsstyring og sikkerhed. Det er en anden rolle.

Luften gik af hypen i rekrutteringen. Ikke i salget af uddannelse. Den del har det fortræffeligt — og det er den eneste del af historien, man reelt kan måle. Så det gjorde vi.

Vores undersøgelse: hvor mange har allerede "uddannet sig til prompt engineer"

Den 17. juli 2026 trak vi data fra Udemy (via det interne API bag deres kursussider) og fra Courseras anmeldelsessider. Her er seks kurser, der helt og holdent handler om prompting. Fire har ordene prompt engineering direkte i titlen; de to andre — "Google Prompting Essentials" og "Prompt and Context Engineering 101" — får prompting i titlen med andre ord. Vi tæller på begge måder.

• Prompt Engineering for ChatGPT (Vanderbilt, Jules White) — 698.444 tilmeldte, 7.915 anmeldelser, karakter 4,8, 19 timer.
• Generative AI: Prompt Engineering Basics (IBM) — 654.256 tilmeldte, 2.313 anmeldelser, 4,7, omkring 10 timer.
• Google Prompting Essentials (Google) — 365.425 tilmeldte, 7.219 anmeldelser, 4,8, under 10 timer.
• Prompt Engineering Specialization (Vanderbilt) — 138.967 tilmeldte, 9.151 anmeldelser, 4,8, 39 timer.
• Prompt Engineering with ChatGPT Masterclass (RPATech, Udemy) — 118.803 kursister, 57.836 anmeldelser, 4,48, 4 timer, 41 lektioner.
• Prompt and Context Engineering 101 (Mike Wheeler, Udemy) — 84.942 kursister, 24.401 anmeldelser, 4,31 — den dårligste karakter i vores udvalg.

Læg sammen: de seks giver 2.060.837 tilmeldinger. Vær streng og behold kun de fire, hvor prompt engineering står bogstaveligt i titlen — så er der stadig 1.610.470. Konklusionen rykker sig ikke en tomme nogen af vejene. Til sammenligning: det største ikke-tekniske kursus på Coursera, Google AI Essentials, har 1.876.929 tilmeldte; Andrew Ngs Generative AI for Everyone har 814.083. På Udemy har topscoreren, Generative AI for Beginners fra Aakriti E-Learning, 409.492 kursister med 121.079 anmeldelser og karakteren 4,53.

Det vejer tungere end nogen lønramme. Hvis "prompt engineer" var et mangelfag, ville to millioner mennesker med kurser i præcis den færdighed for længst have fyldt det ud. Nichen er ikke tom — den er overfyldt. At møde op med "jeg har taget et kursus i prompt engineering" er at stille sig i en kø, hvor hundredtusinder har nøjagtig samme linje.

Et forbehold mod os selv: "tilmeldt" på Coursera og "gennemført" er ikke det samme, og ingen af platformene offentliggør gennemførelsestal. To millioner er altså en øvre grænse for konkurrencen, ikke et tal for praktikere. Men den nedre grænse hedder tydeligvis heller ikke "mangel".

Adgangskravene: kode kræves ingen steder

Vi læste kravafsnittet på de mest solgte kurser. Ordret: "No prerequisites as ChatGPT is a tool anyone can access and use immediately" (Ballinger). "No coding skills needed" (Wheeler). "A desire to learn" (Aakriti). "No prior experience with AI or programming is needed" (Complete AI Guide).

Læs det som et markedssignal, ikke som en invitation. En adgangsbarriere på niveau med "lyst til at lære" betyder, at kurset ikke frasorterer nogen — og at dets bevis dermed ikke bærer information til en arbejdsgiver. Et fag, man kommer ind i uden et eneste krav, bliver ikke betalt som et fag. Det er ikke en moralsk dom, det er udbudsregning.

Det fortæller også, hvad kurserne i virkeligheden sælger. Ikke et job. Adgang til et værktøj, der i forvejen ingen adgangsbarriere har.

Hvad det koster: Udemy-rabatten findes ikke

Et fund for sig, og grunden til at vi overhovedet gik ind i API'et. Udemys evige udsalg kender alle — en markedsplads' butiksfacade er rigtig god til at fremstille en pris som en chance, der forsvinder. I stedet for at diskutere med facaden bad vi om det rå svar fra deres eget prisendpoint. Her er det, ubehandlet:

• "price": {"amount": 24.99, "currency": "EUR"}
• "list_price": {"amount": 24.99, "currency": "EUR"}
• "saving_price": {"amount": 0.0}
• "has_discount_saving": false
• "discount_percent": 0

Prisen er lig med listeprisen. Besparelse: nul. Rabatprocent: nul. Flaget for "der er rabat" står bogstaveligt på false. Hvad end nedtællingsuret på siden laver, har det ingen forbindelse til de her felter.

De rigtige tal pr. 17.07.2026: 11 ud af 12 topkurser koster 19,99 €; ét (Complete AI Guide) koster 24,99 €. Udemy Personal Plan koster 20,00 €/md., på tilbud 10,00 €/md. Coursera Plus koster 50 €/md. eller 343 €/år med 14 dages returret. Googles egne programmer på Coursera koster 49 $/md. efter en prøveperiode på 7 dage.

Den praktiske pointe: lad ikke uret stresse dig. Du betaler 19,99 € i dag, 19,99 € i morgen og 19,99 € om en måned. Det eneste, nedtællingen opnår, er at forhindre dig i at læse anmeldelserne i ro. Og dem er det værd at læse.

Kernen: kurser med "prompt engineering" i titlen lærer dig ikke at prompte

Vi gennemgik anmeldelserne og grupperede kritikken. Den tætteste klynge: folk, der købte et kursus for nøjagtig den færdighed, titlen lovede, og ikke fik den. Ordret, med forfatter og stjerner:

• "There is nothing teached about creating a good prompt. It is just an overview of types of prompts" — Geralt O., 01.07.2026, 2★ (Wheeler).
• "No specific guidance on prompt engineering… what to avoid while asking, how to organize your thoughts, how to give feedback to AI based on its answers" — Bharat Ram A., 05.06.2026, 1.5★ (Wheeler).
• "i thought it would go deeper in prompts and have more examples and sessions to master or enhance our current prompts" — Manuel L., 15.06.2026, 2★ (PE for Everyone).
• "Too much background on ChatGPT. Get me to how to prompt GPT" — Mark R., 16.09.2025, 1.5★ (Academind).

Se godt på Bharat Ram A. Han nævner tre ting: hvad man skal undgå, når man spørger, hvordan man ordner sine tanker, og hvordan man giver AI'en feedback på dens svar. Det tredje punkt er fejlretning. En betalende kursist beskrev med sine egne ord hullet i markedet, fordi han ledte efter det og ikke fandt det.

Manuel L. vil "master or enhance our current prompts": samme ønske, andre ord. Forbedre en prompt, der allerede findes. Ikke lære en formel: reparere noget, der er der i forvejen og ikke virker godt nok. Fire uafhængige mennesker, fire forskellige kurser, én manglende lektion.

Og her er kritikken, der forklarer, hvordan det gik sådan. Om det prompt engineering-kursus med flest tilmeldte på Coursera:

"I finished week 2. And all the lessons could be in 1 lesson. I jumped to week 3, 4, 5 and 6, and I see some concept reapeted" — Shai Mizrachi, 22.07.2023, 1★ (Vanderbilt).

Og om formatet i det hele taget:

"why read straight from the slide? I can do that. This was not a helpful course at all" — Janie I., 02.07.2026, 1★ (Justin Barnett).

Her er det værd at stoppe op. "I can do that" handler ikke om en dårlig underviser. Det er en konstatering af, at video, som bare er et oplæst slide, per definition taber til tekst: tekst kommer med læserens eget tempo og et transskript oveni. Den, der betaler Complete AI Guide 42 timer af sit liv, køber i tid noget, han kunne have læst på en.

To mere, samme klynge, andre kurser: "50% of this course is reading script like a robot from the slides" — Shashank T., 13.04.2026, 1★. Og om RPATech-kurset med 118.803 kursister: "Written by AI, delivered by AI. The slides are way too crowded to be useful" — Bradley M., 16.04.2026, 1★.

Det strukturelle hul: ingen tjekker, om du har lært det

Nu den del, der vejer tungest for vores emne. Et kursus i prompt engineering er forpligtet til at rette prompts. Og der findes præcis én måde at rette en prompt på: køre den på en model og se på svaret. En videoplatform har ingen model inde i lektionen. Så er der intet at rette med. Det er, hvad der kommer ud i den anden ende:

"you send your assignments and immediatly you got your results: 100% correct. I am still speechless. I put all that effort in and have no idea whether I my answer was correct or not" — Shinysheep, 21.09.2023, 1★ (Vanderbilt Prompt Engineering).

Det er ikke en doven underviser. Det er en følge af arkitekturen: platformen kan fysisk ikke vurdere en prompt, så den giver bestået. Nabokritikken rimer hele vejen:

• "Videos are too short and superficial so you end up memorizing sentence by sentence to pass quizzes. Not a learning experience" — Laurie J Phillips, 12.04.2024, 3★ (IBM).
• "quizzes give unhelpful feedback for incorrect answers and just say 'watch the video again'" — Cory Covino, 04.05.2024, 2★ (IBM).
• "All the coding is done in the labs for you. You won't have to debug anything or figure anything out, just press shift-enter" — Cornelius Griggs, 1★ (Generative AI with LLMs).

Griggs beskriver den samme sygdom i labformat: øvelsen kører, så det føles som praksis, men der stod aldrig noget på spil. "Just press shift-enter" og "100% correct" er den samme begivenhed.

Og prikken over i'et. Vanderbilts Prompt Engineering Specialization kræver et betalt ChatGPT+-abonnement for at kunne lave opgaverne. Et kursus, du allerede betaler for via Coursera Plus (50 €/md.), sender dig udenfor efter modellen. Kursistens regnskab: omkring 70 €/md. — for at se videoer og få et automatisk "100% correct". Om den præcise pris på ChatGPT-abonnementet skal vi være ærlige: vi kunne ikke få den fra den primære kilde, alle OpenAI-domæner svarede 403, og tallet på ~20 $ er en sekundær kilde. De 50 € for Coursera Plus står til gengæld på deres egen side.

Indholdet bliver gammelt, og kursisterne ser det

"Most content is from 2024. This course is not bad for its time, but just too dated now" — Martin F., 27.05.2026, 2★ — om et kursus, hvis kort siger "opdateret 04.2026".

"The content is mostly from 2023. …I invested my 41 hours and Im learning content which is from 2023" — Harsh A., 09.04.2026, 1.5★ (Complete AI Guide).

Nogle gange bliver forældet ganske enkelt til forkert: "Stable diffusion, Dalle and Midjourney are not GAN architecture powered. They're diffusion models" — Jose C., 12.05.2026, 1★. Kursisten retter kurset, og fejlen lever ikke bare i forelæsningen, men også i testene — altså tæller et rigtigt svar som forkert.

Årsagen er kedelig og strukturel: at genindspille video er dyrt, at rette tekst koster nærmest ingenting. På et felt, hvor værktøjerne skifter hvert kvartal, afgør det alt. Bemærk afstanden mellem "opdateret 04.2026" på kortet og "det meste indhold er fra 2024" i anmeldelsen: datoen på kortet måler, hvornår nogen rørte ved kurset, ikke hvornår indholdet var sandt.

Om lønnen — ærligt

Du har helt sikkert set artikler med konkrete beløb. Behandl dem varsomt: tallene stammer som regel fra en håndfuld højlydte opslag på hypens top, fra aggregatorer med mikroskopiske stikprøver, eller fra rapporter fra firmaer, der tjener på interessen for emnet. Der findes i dag ingen troværdig gennemsnitlig "prompt engineer-løn" — fordi der ikke findes en stabil, udbredt stillingsbetegnelse af det navn. Vi offentliggør bevidst ikke noget løntal her: vi har ingen kilde, vi ville stå på mål for, og at opfinde et troværdigt tal er præcis det, de artikler gør, vi advarer dig imod.

Hvad man kan sige uden at lyve: man får løn for en rolle, ikke for prompts. ML-ingeniør, data scientist, AI-udvikler, produktchef med AI-speciale — de stillinger har et rigtigt marked og rigtige lønrammer, og promptfærdighed indgår der i kravene i stedet for at erstatte dem. Ser du "bliv prompt engineer på en måned og tjen X", sælger nogen en myte, ikke karriererådgivning.

Du kan tjekke det på fem minutter uden at tage vores ord for det: åbn et vilkårligt jobsite og søg på præcis "prompt engineer", derefter på "AI engineer" eller "machine learning engineer". Forskellen i antal resultater siger mere om markedet end nogen lønundersøgelse. Læs samtidig kravene i de få opslag, der faktisk dukker op: der står næsten med sikkerhed kode, data og brancheerfaring — og prompting som ét punkt ud af ti.

Sæt det ved siden af vores tilmeldingstal, og billedet lukker sig. Udbud: 2.060.837 tilmeldinger på kurser, der lærer præcis denne færdighed. Efterspørgsel: et søgeord, der knap giver resultater. Ud af den kombination kommer der ingen løn.

Hvad du skal lære i stedet for "professionen": fejlretning

Lad os samle fundene. Alle lærer dig "her er promptformlen". Næsten ingen lærer dig: prompten virkede ikke — hvad ændrer du først? De fire anmeldelser ovenfor beder om præcis det. Og det gør det til den færdighed, der adskiller dig fra to millioner mennesker med bevis.

At fejlrette en prompt er en løkke, ikke en åbenbaring:

1. Navngiv symptomet præcist. Ikke "dårligt svar", men: opfandt et faktum; ignorerede formatet; for generelt; forkert tone; brækkede sammen på et langt input; svarede på et andet spørgsmål. Forskellige sygdomme, forskellig medicin. De fleste stopper ved "dårligt" og skriver så om på må og få.
2. Ændr én ting ad gangen. Retter du fem ting, finder du aldrig ud af, hvad der virkede. Det er bogstavelig talt samme regel som i al anden fejlretning.
3. Test på flere input. Ét godt svar er ikke et resultat, det er et tilfælde. Modeller er ikke deterministiske; en enkelt kørsel er en stikprøve på én.
4. Definér, hvad "godt" betyder. Så længe der ikke er et kriterium, fejlretter du ikke — du roder rundt i formuleringer, indtil en af dem falder i din smag. Det er trinnet, der skiller faget fra hobbyen.
5. Versionér dine prompts. v1, v2, v3 og præcis hvad der ændrede sig imellem dem. Om en uge kan du ikke huske det.
6. Kend det, når prompten ikke er problemet. Manglende data er ikke et spørgsmål om formulering. Ingen prompt henter et faktum frem, modellen aldrig har fået. At opdage det tidligt sparer dage.

Og nu det, Udemy og Coursera fysisk ikke kan tilbyde. Nedenfor er prompts, der virker. Hver blok har en Kør-knap: tryk på den her og se et svar komme tilbage live. Det er den kontrol, en videoplatform ikke kan installere — ikke af vrangvilje, men fordi der ingen model er i lektionen.

Øvelse 1: at skille en dårlig prompt ad

Der er allerede indsat en rigtig svag prompt — af den slags, alle skriver i starten. Kør den, og se hvad der kommer tilbage.

Du er underviser i promptfejlretning. Skil prompten nedenfor ad.

PROMPT TIL GENNEMGANG:
"Skriv et opslag om vores nye produkt. Gør det pænt og professionelt."

Gør præcis fire ting:
1. List de oplysninger, der mangler, for at svaret overhovedet kan blive godt.
2. Nævn de kriterier, der stilles her, men ikke kan efterprøves, og forklar hvorfor.
3. Forudsig tre konkrete måder, svaret på denne prompt bliver dårligt på.
4. Giv en forbedret version plus en tabel: hvad jeg ændrede -> hvorfor.

Ros mig ikke. Skriv kortfattet.

Øvelse 2: at forudsige fejlene, før du kører

Trækket, der afslører en ingeniør: først tænke over, hvor det brækker, derefter køre. Prompten står selv — opgaven er beskrevet indeni.

Kontekst: jeg er ved at give en AI denne instruktion til at håndtere supportmails.

INSTRUKTION:
"Læs kundens mail, og klassificér den som: refusion, levering,
teknisk problem eller andet. Svar med ét ord."

Udfør ikke den instruktion. Lav i stedet en risikogennemgang:
- Fem måder, hvorpå den giver et forkert resultat på rigtige mails.
- Til hver af dem en eksempelmail (2-3 sætninger), der udløser det.
- Præcis hvad der skal tilføjes instruktionen for at lukke hvert tilfælde.
- Særskilt: hvilke af disse problemer kan IKKE løses med en prompt, og hvorfor.

Format: en tabel.

Øvelse 3: et testsæt og en definition af "godt"

Det trin, kurserne springer over, og arbejdsgiveren tjekker.

Hjælp mig med at bygge et testsæt til en prompt.

Promptens opgave: lave rå mødenoter om til en liste over opgaver
med ansvarlig og deadline.

Giv mig:
1. Ti testinput - korte mødenoter, 3-5 linjer hver.
   Lav tre af dem som grænsetilfælde: ingen deadlines nævnt; en modsigelse;
   en diskussion, hvor der til sidst ikke blev besluttet noget.
2. For hvert input: hvad der tæller som korrekt svar.
3. En rubrik med fem kriterier, hver vurderet 0/1, med en beståelsesgrænse.
4. Ét input, hvor det rigtige er at afvise og spørge tilbage.

Skriv det som et færdigt dokument, uden indledning.

Øvelse 4: en live eksamen i færdigheden

Test dig selv. Her kommer der ikke noget automatisk "100% correct".

Eksaminer mig i promptfejlretning. Regler:

- Du giver mig ÉN case: en opgave, en prompt og modellens dårlige svar.
- Casen finder du selv på: realistisk, fra kontorarbejde.
- Jeg svarer, hvad jeg ville ændre først, og hvorfor.
- Du bedømmer mig strengt: hvad jeg overså, hvad jeg diagnosticerede forkert,
  hvilken hypotese der ville have været stærkere end min, og hvorfor.
- Giv mig ikke ret af høflighed. Tager jeg fejl, så sig det ligeud.
- Efter bedømmelsen: giv mig den næste case, sværere.

Start med den første case. Forklar ikke teori på forhånd.

Typiske fejl hos dem, der "lærer prompts"

• At samle på besværgelser. En liste med 500 prompts er ikke en færdighed. Færdigheden er at reparere den ene prompt, du faktisk har brug for. Tag vores prompteksempler som råmateriale, ikke som opskrifter.
• At studere uden opgave. En prompt uden et rigtigt problem bag sig er en øvelse i det tomme rum. Derfra kommer "only theory is discussed which we already know" — Aditya Nagavolu, 19.11.2023, 1★.
• Én kørsel er lig en konklusion. Modellen er ikke deterministisk. At du kan lide det første svar, beviser ingenting.
• At rette fem ting på én gang. En klassiker. Det blev bedre — hvorfor, ved ingen.
• At tro på beviset. Se tallene ovenfor: 698.444 mennesker på ét kursus. Et bevis er ikke et signal.
• At skynde sig på grund af et ur. has_discount_saving: false. Nedtællingen handler ikke om prisen, den handler om din opmærksomhed.
• At forveksle længde med dybde. 42 timer og 545 lektioner i ét kursus, og den hyppigste kritik er fyld: "The course is far too drawn out… padding the course with filler" — Victoria X., 13.02.2026, 2★.

Hvad folk, der er gode til prompts, faktisk bliver til

• AI-ingeniør / AI-udvikler — bygger produkter oven på modeller: integrationer, agenter, søgning i vidensbaser. Kode er et krav.
• Produkt- eller projektchef med AI-fokus — ved, hvor AI passer ind, hvad den ødelægger, og hvordan man måler gevinsten. Mindre kode, mere produkttænkning.
• Specialist i AI-kvalitet — bygger testsæt, vurderer output, fanger regressioner. Lidt glamour, meget værdi. Bemærk: det er nøjagtig den færdighed, kurserne erstatter med et automatisk "100% correct" — og derfor er den fortsat sjælden.
• En forstærket fagperson på sit eget felt — en marketingfolk, en jurist, en analytiker eller en underviser, der laver sit arbejde mærkbart hurtigere. Den mest almindelige og mest undervurderede vej.

En tendens for sig er AI-agenter: systemer, der udfører opgaver i flere trin med værktøjer. Prompten er kun ét lag der — men uden den virker intet. En nabohistorie er vibe coding, hvor koden skrives i dialog med en model.

Sådan vælger du et kursus, hvis du alligevel vil have et

Vi læste hundredvis af anmeldelser og kogte det ned til fire spørgsmål. Stil dem til et hvilket som helst kursus — også vores.

1. Hvor kører jeg prompten? Er svaret "i en anden fane, på et separat abonnement", kommer kurset ikke til at rette dit arbejde. Se Vanderbilt og ChatGPT+.
2. Hvem bedømmer min prompt? Er det en autoretter på nøgleord, får du "100% correct" og nul information. Shinysheep lagde "all that effort" i det og lærte intet om sit eget svar.
3. Lærer det fejlretning? Åbn programmet, og find lektionen, hvor en prompt fejler. Er der ingen, handler kurset om en formel, ikke om arbejdet.
4. Hvornår blev indholdet reelt opdateret? Ikke efter datoen på kortet, men efter anmeldelserne fra den seneste måned. Martin F. fandt materiale fra 2024 på et kursus, der påstod en opdatering i april 2026.

Og et ærligt forbehold om vores egne data: andelen af negative anmeldelser (≤3.5★) på Udemy er 9,61 % for Generative AI for Beginners og 10,36 % for Complete AI Guide; på Coursera 1,5–3,5 %. Med andre ord er det overvældende flertal af kursister tilfredse, og vi læste bevidst mindretallet. Ikke for at bevise, at kurserne er dårlige, men fordi det utilfredse mindretal formulerer skarpest, hvad produktet mangler. En tilfreds kursist siger "godt kursus". Bharat Ram A. fortæller dig, hvilken lektion der manglede. Endnu en begrænsning, der bør nævnes: Courseras stjernefilter kører i klienten, så de citater, vi kunne nå, kommer fra den standardside, enhver besøgende ser — vi har ikke plukket rosiner nede i et 1★-filter, men vi kan heller ikke påstå, at vi har set det hele.

Sådan kommer du i gang

1. Tag din egen opgave, ikke en fra lærebogen. Den, du laver i hånden hver uge.
2. Lær grundstoffet. Rolle-opgave-kontekst-format, eksempler inde i prompten, begrænsninger, lov til at sige "det ved jeg ikke".
3. Byg et testsæt. Ti rigtige input og en klar idé om, hvordan et korrekt svar ser ud. Det er det, der skiller ingeniøren fra entusiasten. Øvelse 3 ovenfor bygger et på én kørsel.
4. Lær at fange opfindelser. At forstå, hvorfor AI-hallucinationer opstår, og teknikkerne imod dem, er halvdelen af den praktiske værdi.
5. Sammenlign modeller. Den samme opgave opfører sig forskelligt fra model til model — se sammenligningen af ChatGPT, Claude og Gemini.
6. Før en logbog. Prompten, hvad der gik galt, hvad du ændrede, hvad der kom ud. Om en måned er den logbog din portefølje — og langt mere overbevisende end et bevis, som 698.444 andre også har.

Konklusionen, uden hype

"Prompt engineer" som selvstændigt fag var i høj grad et fænomen for én sæson. Færdigheden er ikke forsvundet — den holdt op med at være en stillingsbetegnelse og blev en del af normalt arbejde med AI. Vores målinger lægger den anden halvdel til: de steder, der underviser i denne "profession", sælger promptformlen til millioner af mennesker og sælger ikke det eneste, der er penge værd — evnen til at reparere en prompt, der ikke virkede. Grunden er ikke dovne forfattere. Grunden er, at man ikke kan rette en prompt uden en levende model inde i lektionen, og en videoplatform har ingen. Så lær der, hvor du kan trykke Kør. Den praktiske side står i vores artikel om AI på arbejdet, bekymringen "bliver jeg erstattet?" behandler vi i erstatter AI mit job, og grundstoffet står i hvad en prompt er. Vil du have det systematisk, findes vores kursus i prompt engineering.