Forskjellen mellom et AI-utkast du sletter og et du publiserer er sjelden modellen. Det er prompten. En vag forespørsel som «skriv 5 LinkedIn-innlegg om produktet vårt» gir modellen ingenting å forankre seg på, så den returnerer kategorigjennomsnittlige setninger som kunne tilhørt hvilken som helst konkurrent. Denne guiden handler om de spesifikke promptteknikkene som løser dette, med eksempelprompter du kan tilpasse i dag.
De fire delene av en prompt som fungerer
Hver sterk sosial prompt har fire ting. Slipper du én, driver utgangen.
- Rolle og mål — hvem modellen skriver som, og den ene jobben i stillingen.
- Kildemateriale — den faktiske siden, påstanden, tallet eller sitatet innlegget må bygges på.
- Begrensninger — kanal, lengde, format, forbudte fraser, CTA-regler.
- Stemmeprøve — to eller tre ekte setninger fra ditt eksisterende innhold, så tonen kopieres, ikke oppfinnes.
En prompt manglende kildemateriale gir selvsikker tull. En prompt som mangler en stemmeprøve gir korrekt, men robotisk kopi. Du trenger begge deler.
Eksempel: å gjøre en funksjon om til et LinkedIn-innlegg
Svak prompt:
Skriv et LinkedIn-innlegg om vår planleggingsfunksjon.
Sterk prompt:
Du er en B2B-innholdsskribent for et prosjektstyringsverktøy. Skriv ett LinkedIn-innlegg (maks 1 100 tegn, ingen hashtags i hoveddelen) for driftsledere i selskaper med 50-200 ansatte. Kilde: vår nye «avhengighets-auto-shift»-funksjon flytter automatisk alle nedstrøms oppgaver når en oppgave glipper, slik at planene forblir realistiske uten manuell omplanlegging. Vinkel: den skjulte kostnaden ved å manuelt oppdatere Gantt-kart etter hver forsinkelse. åpner med en spesifikk frustrasjon, ikke en definisjon. Avslutt med et mykt spørsmål, ingen kobling. Matcher denne stemmen: “Vi er ikke her for å legge til et nytt dashbord. Vi er her for å slette de 30 minuttene du kaster bort hver mandag.”
Den andre prompten fjerner nesten alle frihetsgrader som produserer filler. Den navngir leseren, formatbegrensningen, korrekturet, åpningsstilen og tonen. Derfor slår spesifisitet volum i prompting.
Gjenbrukbare promptmønstre
Disse mønstrene fungerer på tvers av kanaler. Bytt om på de bracketerte variablene.
Innvending mot innlegg: “Ta denne vanlige innvendingen fra våre salgssamtaler: [innvending]. Skriv et [kanal]-innlegg som anerkjenner det ærlig, og formuler det deretter med dette beviset: [bevis]. Ikke hør defensiv ut.”
FAQ-til-tråden: “Her er et spørsmål kundene stiller: [spørsmål]. Skriv en X-tråd med 4-6 innlegg som svarer på det. Første innlegg er kroken med en motintuitiv påstand. Hvert påfølgende innlegg legger til ett konkret poeng. Ingen trådagn-uttrykk som ’la oss dykke inn’.»
Bevis først: “Skriv 3 Instagram-bildetekstalternativer bygget rundt dette resultatet: [måling/resultat]. Start med tallet. Hold hver under 125 tegn før foldingen. Annen vinkel per bildetekst: hastighet, kostnad, sinnsro.”
Gjenbruk: “Komprimer denne bloggseksjonen til ett [kanal]innlegg. Behold den sterkeste enkeltideen, kutt resten. Matcher lesenivået til noen som scroller på en telefon.” Dette passer godt sammen med en fullverdig arbeidsflyt for innholdsgjenbruk .
Begrensninger som øker kvaliteten
Negative begrensninger gjør ofte mer enn positive. Å fortelle modellen hva den skal unngå fjerner de vanligste krykkene.
| Begrensning | Hva det hindrer |
|---|---|
| “Ingen uttrykk som ‘i dagens raske verden’” | Generiske AI-åpnere |
| “Maks ett adjektiv per setning” | Hype-stabling |
| “Oppgi det spesifikke tallet, aldri ‘mange’ eller ‘fleste’” | Vage påstander |
| “Ingen oppfordring til handling bortsett fra et spørsmål” | Pågående CTA-er som skader rekkevidde |
| “Bruk ordet kunden ville brukt, ikke vårt interne begrep” | Sjargong |
Før en løpende liste over disse i dine egne notater. De fleste team opplever at fem eller seks begrensninger dekker 80 % av redigeringen de pleide å gjøre for hånd.
Legg til kilden, ikke bare temaet
Den største oppgraderingen er å lime inn selve kildeteksten i prompten i stedet for å beskrive den. En prisside, en supporthenvendelse, et casestudie-avsnitt, en femstjerners anmeldelse. Modellen jobber da ut fra dine reelle fakta i stedet for gjennomsnittet av treningsdata. Dette er også grunnen til at nettsted-til-sosiale systemer er nyttige: de henter kilden automatisk slik at hvert utkast er jordet. Sider som FAQ og priser er uvanlig rike, dekket av sosiale medier fra FAQ og sosiale medier fra prissider .
Iterer i to trinn, ikke ti
God prompting er sjelden one-shot. Den pålitelige løkken er kort:
- Første pasning: generer tre vinkler, ikke tre ferdige innlegg. Velg den vinkelen som er mest spesifikk for deg.
- Andre gjennomgang: be om fullstendig trekk på valgt vinkel, med stemmeprøven vedlagt.
Å be om ferdige innlegg på forhånd er bortkastet tid med å polere teksten du vil kaste. Å velge vinkel først gjør arbeidet billig.
En prompt er bare første fase. Når et utkast finnes, trenger det fortsatt en menneskelig gjennomgang før det går live, og derfor står prompting sammen med AI-innlegg med menneskelig gjennomgang . Sterke prompts er også avhengige av en dokumentert merkevarestemme for AI-sosiale medier , slik at stemmeprøven er konsistent på tvers av forfattere.
Utin samler publisering i flere kanaler, støttede samtaler, analyse og støttet kampanjearbeid i Meta, Google og TikTok i én virksomhetsbasert arbeidsflate. Kom i gang med Utin hvis du vil samle organisk og betalt arbeid på tvers av kanaler.