Hvis du har tænkt: hvordan laver man en AI agent, er du langt fra alene. Mange har hørt ordet “AI-agent”, men det kan hurtigt lyde mere avanceret, end det behøver at være. I praksis er en AI-agent ofte bare et digitalt system, der kan modtage en opgave, træffe nogle enkle valg og udføre handlinger uden, at du skal styre hvert eneste trin manuelt.
Det kan for eksempel være en agent, der svarer på kundespørgsmål, sorterer e-mails, finder oplysninger i dokumenter eller hjælper med at booke møder. Forskellen på en almindelig chatbot og en AI-agent er typisk, at agenten ikke kun svarer med tekst, men også kan gøre noget. Den kan hente data, bruge værktøjer og følge en arbejdsgang.
I denne guide får du en enkel og realistisk forklaring på, hvordan du kommer i gang. En AI-agent er et mere avanceret skridt — er du helt ny til AI, kan det være en fordel først at læse, hvordan du kan bruge AI. Du behøver ikke være programmør for at forstå principperne, og du kan ofte bygge de første versioner med no-code-værktøjer. Samtidig er det vigtigt at vide, hvor grænserne går, så du ikke forventer mirakler af teknologien.
Hvad er en AI-agent helt konkret?
En AI-agent er et system, der bruger kunstig intelligens til at løse opgaver mere selvstændigt end en almindelig chatbot. Den arbejder typisk ud fra et mål, nogle instruktioner og adgang til bestemte værktøjer eller data.
Tænk på det som forskellen mellem at spørge en person om vej og at give personen nøglerne til bilen og en pakkeliste. En almindelig chatbot giver dig ofte et svar. En AI-agent kan i nogle tilfælde også udføre næste skridt.
En AI-agent består ofte af disse dele:
- Et mål: Hvad skal agenten hjælpe med?
- En model: Den AI, der forstår tekst og genererer svar.
- Instruktioner: Regler for tone, opførsel og opgaven.
- Værktøjer: Adgang til eksempelvis e-mail, kalender, dokumenter eller databaser.
- Hukommelse eller kontekst: Oplysninger fra tidligere i samtalen eller fra andre systemer.
- En arbejdsgang: De trin agenten skal følge for at løse opgaven.
Et simpelt eksempel kunne være en AI-agent til en lille dansk virksomhed. Den modtager spørgsmål fra kunder via hjemmesiden, tjekker virksomhedens åbningstider, finder standardpriser i et dokument og sender et udkast til svar. I nogle tilfælde kan den også oprette en sag i virksomhedens kundesystem.
Det er vigtigt at forstå, at en AI-agent ikke “tænker” som et menneske. Den følger mønstre, instruktioner og adgang til data. Derfor bliver resultatet kun godt, hvis du bygger den omkring en klart afgrænset opgave.
Hvordan laver man en AI agent? Start med opgaven, ikke teknologien
Det mest almindelige fejltrin er at starte med værktøjet. Men hvis du vil forstå, hvordan man laver en AI agent, skal du begynde et andet sted: med problemet.
Spørg først dig selv:
- Hvilken konkret opgave tager for meget tid i dag?
- Er opgaven ensartet nok til, at en agent kan hjælpe?
- Hvilke oplysninger skal agenten bruge for at løse opgaven?
- Hvilke fejl vil være acceptable, og hvilke må ikke ske?
En god første AI-agent løser typisk en lille og tydelig opgave. For eksempel:
- Besvare ofte stillede spørgsmål
- Opsummere lange dokumenter
- Sortere indkomne e-mails
- Udfylde standardskabeloner
- Hente information fra interne dokumenter
Lad os tage et konkret hverdagsnært eksempel. Forestil dig, at du driver en klinik, et værksted eller en mindre webshop. Du får mange af de samme spørgsmål igen og igen: “Hvornår har I åbent?”, “Hvordan returnerer jeg en vare?”, “Hvad koster levering?”, “Kan jeg ændre min tid?”. Her kan en AI-agent være nyttig, fordi opgaven er tydelig, og svarene ofte findes i eksisterende materiale.
Når du har valgt opgaven, bør du beskrive den så præcist som muligt. I stedet for at sige “agenten skal hjælpe kunder”, så skriv hellere: “Agenten skal besvare spørgsmål om åbningstider, levering, returnering og booking ud fra vores egne tekster. Hvis spørgsmålet handler om reklamation eller personfølsomme oplysninger, skal agenten sende sagen videre til et menneske.”
Jo tydeligere du afgrænser opgaven, desto større er chancen for, at agenten faktisk bliver brugbar.
De vigtigste byggesten i en AI-agent
Når opgaven er på plads, kan du begynde at samle de dele, agenten skal bestå af. Her er de vigtigste byggesten forklaret i almindeligt dansk.
1. Vælg en AI-model
De fleste AI-agenter bygger på en sprogmodel, altså en model der kan forstå og skrive tekst. Det er den del, der gør det muligt at læse brugerens spørgsmål, forstå hensigten og formulere et svar.
Du behøver ikke altid tænke så meget over den tekniske model i starten, især hvis du bruger en platform, hvor modellen allerede er valgt. Det vigtigste er, at modellen er god til dansk og til den type opgave, du vil løse.
Hvis din agent skal arbejde med dansk kundeservice, er det en fordel at teste, om den:
- forstår almindeligt dansk sprog
- kan skrive klart og høfligt
- kan holde sig til dine instruktioner
- ikke finder på svar, når den mangler data
2. Skriv klare instruktioner
Instruktioner kaldes ofte en “prompt”, men du kan tænke på dem som agentens arbejdsbeskrivelse. Her fortæller du agenten, hvad den må, hvad den ikke må, og hvordan den skal opføre sig.
En god instruktion kan for eksempel indeholde:
- Hvem agenten er
- Hvad dens opgave er
- Hvilke kilder den må bruge
- Hvordan den skal skrive
- Hvornår den skal sige “det ved jeg ikke”
- Hvornår et menneske skal overtage
Eksempel på enkel instruktion:
“Du er en kundeserviceagent for en dansk webshop. Du må kun svare ud fra de dokumenter og oplysninger, du får adgang til. Hvis du ikke kan finde svaret, skal du sige det tydeligt og foreslå kontakt til kundeservice. Du må ikke gætte. Svar kort, venligt og på korrekt dansk.”
Det lyder enkelt, men netop den tydelighed gør ofte en stor forskel.
3. Giv adgang til relevante data
En AI-agent bliver kun nyttig, hvis den har adgang til de rigtige oplysninger. Hvis den kun kender generel viden fra internettet, kan den ikke nødvendigvis svare korrekt om netop din virksomhed, din forening eller dine dokumenter.
Data kan komme fra mange steder:
- FAQ-sider
- produktbeskrivelser
- interne PDF-filer
- politikker for levering og retur
- CRM- eller kundesystemer
- kalender og bookingsystem
Her er kvalitet vigtigere end mængde. Hvis du fodrer agenten med forældede eller uklare tekster, bliver svarene også det. Derfor er det en god idé at starte med et lille og velholdt materiale.
4. Tilføj værktøjer og handlinger
Det, der ofte gør noget til en agent frem for bare en chatbot, er muligheden for at bruge værktøjer. Det betyder, at agenten kan hente information eller udføre en handling i et andet system.
Det kan for eksempel være at:
- slå et ordrenummer op
- finde en ledig tid i kalenderen
- oprette en supportbillet
- sende en e-mail
- udfylde et regneark
Det er også her, risikoen stiger. Hvis agenten får lov at gøre for meget, kan fejl få større konsekvenser. Derfor er det klogt at begynde med “læseadgang” og sikre handlinger, før du lader agenten ændre eller sende noget på egen hånd.
Sådan bygger du en simpel AI-agent trin for trin
Der findes mange måder at bygge en AI-agent på. Nogle bruger kode, mens andre bruger visuelle værktøjer, hvor du klikker dig frem. Uanset metode ligner processen ofte hinanden.
Trin 1: Vælg én konkret opgave
Start småt. Byg ikke en “universal agent”, der skal klare alt fra kundeservice til fakturaer og HR. Vælg én opgave, du kan teste hurtigt.
Eksempel: “Agenten skal svare på spørgsmål om levering og retur for vores webshop.”
Trin 2: Saml det materiale, agenten skal bruge
Find de tekster og dokumenter, hvor de korrekte svar står. Gennemgå dem og fjern gammelt indhold, modstridende formuleringer og unødigt fyld.
Hvis du for eksempel har tre forskellige versioner af returregler, vil agenten nemt blive usikker. Her gælder samme regel som for mennesker: dårligt grundlag giver dårlige svar.
Trin 3: Skriv agentens instruktioner
Skriv klart, som hvis du oplærte en ny medarbejder. Vær konkret om grænserne. Hvis agenten ikke må håndtere personfølsomme oplysninger, så skriv det tydeligt. Hvis den kun må bruge bestemte kilder, så skriv det.
Du kan også angive stil og format:
- Svar på dansk
- Brug korte afsnit
- Undgå fagudtryk
- Vis næste skridt tydeligt
Trin 4: Byg arbejdsgangen
Nu skal du beslutte, hvad agenten gør, når der kommer en henvendelse. En enkel arbejdsgang kunne være:
- Læs brugerens spørgsmål
- Vurder om emnet handler om levering eller retur
- Find relevante oplysninger i virksomhedens materiale
- Skriv et klart svar
- Hvis svaret er usikkert, send videre til et menneske
Den slags flow kan bygges i flere no-code-platforme, og her er pointen ikke, hvilket bestemt værktøj du vælger, men at logikken er enkel og kontrollerbar.
Trin 5: Test med rigtige spørgsmål
Mange tror, at agenten er klar, når den virker i et par pæne eksempler. Men den rigtige test er at prøve med spørgsmål, som rigtige mennesker faktisk stiller. De skriver ofte kort, upræcist, stavet forkert eller med flere emner på én gang.
Test derfor med spørgsmål som:
- “hvor er min pakke”
- “kan jeg sende den tilbage hvis den ikke passer”
- “jeg bestilte i går men skrev forkert adresse”
- “jeg vil klage over levering”
Her opdager du hurtigt, hvor agenten fejler, og hvilke instruktioner eller data der mangler.