Så skiljer du fasta instruktioner från ärendedata i OpenAI API

När ett team bygger en AI-rutin behöver det bestämma vilka instruktioner som ska gälla varje svar och vilken information som hör till det enskilda ärendet. OpenAI beskriver två sätt att ge modellen instruktioner: parametern instructions och meddelanderoller. Här använder vi dokumentationen som faktaunderlag och föreslår en egen beslutsregel för ett svenskt supportflöde.

Vad dokumentationen faktiskt säger

Parametern instructions kan ange ton, mål och exempel på korrekta svar. Instruktioner i instructions prioriteras framför en prompt i input. Den beskriver dessutom att instruktioner kan ges med olika nivåer av auktoritet via instructions eller meddelanderoller. Det här är dokumenterade API-egenskaper; de säger i sig inget om att en viss prompt automatiskt ger ett bra kundsvar.

Vår beslutsregel för ett team

Vår rekommendation är att ställa tre frågor innan ni skriver prompten. Ska regeln gälla varje ärende i samma rutin? Lägg den bland de fasta instruktionerna. Är uppgiften unik för dagens kund? Lägg den i ärendets input. Innehåller texten ett påstående som kan behöva kontrolleras, exempelvis en leveranstid? Hämta underlag och låt en ansvarig person granska svaret före utskick. Den sista kontrollen är vår arbetsregel för exemplet, inte en funktion som dokumentationen lovar.

Håll isär regel, fakta och åtgärd

Skriv gärna en kort mall med tre namngivna fält: fast regel, ärendedata och nästa åtgärd. Då kan redaktören eller utvecklaren se vilken del som behöver ändras när verksamhetens svarspolicy uppdateras. En sådan uppdelning är vårt sätt att organisera arbetet; den är varken ett uppmätt resultat eller ett krav från OpenAI. Kör gärna igenom två påhittade ärenden med olika kundfrågor och jämför om samma fasta regel fortfarande är lämplig.

Exempel från ett svenskt arbetsflöde

Fiktivt exempel: Ett svenskt företag får två supportärenden. Det ena gäller en faktura och det andra en leverans. Teamet lägger sin gemensamma skrivregel i instructions: svara vänligt, ange när underlag saknas och lova inte en lösning utan bekräftelse. För varje ärende lägger handläggaren kundens fråga och kontrollerade uppgifter i input. Om leveransdatum saknas skriver AI:n ett utkast som ber om kontroll i stället för att gissa. En handläggare läser sedan utkastet mot ärendet innan det skickas. Detta är en föreslagen rutin, inte ett testat kundfall.

Slutsats

Dokumentationen förklarar var instruktioner kan placeras och hur parametern instructions prioriteras. Vårt råd är att hålla återkommande regler, ärendedata och kontroll före utskick tydligt åtskilda. Det ger teamet en konkret fråga att besvara när varje del av prompten skrivs.

Prova själv

Välj ett vanligt ärende och markera varje mening som fast regel, ärendedata eller kontrollpunkt före utskick.

Källa och vidare läsning

OpenAI: Prompt engineering

Texten har tagits fram med AI-stöd. Källan används som faktaunderlag; arbetsflödena är illustrativa om inget annat anges.