Vi bliver tit spurgt, hvordan vi rent praktisk bruger AI i vores hverdag. Her er vores arbejdsgang fra idé til publicering – ikke som en fuldautomatisk pipeline, men som en kæde af AI-assistenter, der hver især tager én opgave.
Det vigtige er, at det stadig er os, der publicerer. Vi bruger AI til at generere indholdet, men et menneske (normalt mig, Linda) læser igennem og så lægger vi (normalt Christian) det op.
Det er ikke automatisering – det er AI-assistance
Mange snakker om “AI-workflows”, som om det hele skal køre automatisk fra prompt til live side. Det gør vi ikke. Vi bruger AI som assistent i hvert trin, og et menneske træffer beslutningerne og klikker på “udgiv”. Det er en vigtig skelnen.
De fuldautomatiske pipelines findes godt nok, men for langt de fleste virksomheder er det hverken nødvendigt eller anbefalelsesværdigt. Risikoen for at publicere noget, der ikke holder, er for stor – især når tekster, billeder og SoMe-opslag skal ramme tonen rigtigt.
Vores opskrift i korte træk
Her er hvad der sker, når vi laver en ny artikel for os selv eller en kunde:
1. Indholdsplanen laves med en Claude-skill dedikeret til planlægning
2. Teksten skrives med en anden Claude-skill – én tekst ad gangen
3. Billedprompten laves også i Claude, mens selve billedet genereres i ChatGPT eller Nanobanana
4. SoMe-opslagene laves med en tredje Claude-skill, når artiklen er færdig
5. Publicering: Vi lægger artiklen op i WordPressWordPress er et open source content management system (CMS). WordPress kan hentes gratis og benyttes til at bygge hjemme... Mere (gerne som planlagt udgivelse) og lægger SoMe-opslagene i Metricool, så de rammer de bedste udgivelsestidspunkter
Hver skill er dedikeret til én ting og er klædt på til det specifikke kundeprojekt – som vi beskrev i artiklen om AI-tekster uden robot-smag.
Trin 1: Indholdsplanen
Vi har en Claude-skill, der kun laver indholdsplaner. Den får input om brand, målgruppe, aktuelle emner og sæson, og leverer forslag til titler, vinkler og søgeord. Vi gennemgår forslagene og vælger, hvad der skal skrives om hvornår.
Det er vigtigt, at det ikke er samme skill, der også skriver teksterne. Hvis man giver den begge opgaver på én gang, bliver resultatet ringere. Opgaverne skal deles op.
Trin 2: Teksten
En anden Claude-skill skriver selve teksten. Den er klædt på med kundens tone, eksisterende tekster og det faglige område. Vi laver én tekst ad gangen – ikke fem på én gang.
Når udkastet er klar, læser et menneske det igennem, retter det, der ikke passer, og sikrer, at tonen rammer rigtigt. F.eks. stod der Claude-agent i gennem hele dette dokument – det er rettet til skill.
Trin 3: Billedet
Her deler vi opgaven op igen. Claude laver billedprompten, mens selve billedet genererer vi i ChatGPT eller Nanobanana – ofte begge, så vi har to udkast at vælge imellem. Det er sjældent, at den ene altid vinder, så vi får mest værdi ud af at have begge i spil.
Bagefter tilføjer vi alt-tekst til billedet, inden det lægges op – mere om det i artiklen om alt-tekster.
Trin 4: SoMe-opslagene
Når artiklen er færdig, kører vi den gennem en tredje Claude-skill, der genererer opslag til Facebook, LinkedIn, Instagram, Pinterest og Google Business. Opslagene er forskellige, fordi platformene er forskellige – og det klarer skill’en fint, så længe den er klædt ordentligt på.
Vi retter også opslagene igennem, før de bliver planlagt.
Trin 5: Publiceringen
Den sidste del klarer vi selv: Vi lægger artiklen op i WordPressWordPress er et open source content management system (CMS). WordPress kan hentes gratis og benyttes til at bygge hjemme... Mere, tilføjer interne links, vælger kategorier og tags. Hvis vi gerne vil have artiklen ud på et bestemt tidspunkt, bruger vi WordPress’ indbyggede funktion til planlagt udgivelse – så er det klart til at gå live, når vi ønsker det.
SoMe-opslagene lægger vi i Metricool, som vi bruger til at planlægge opslag på tværs af Facebook, LinkedIn, Instagram, Pinterest og Google Business. Det gør, at vi kan ramme de bedste udgivelsestidspunkter for hver platform – og at vi ikke behøver at være online, når opslaget skal ud.
Det kunne automatiseres helt, men vi vælger at klikke på “planlæg” selv. Det er den sidste kvalitetskontrol, og det tager ikke lang tid, når alt indholdet er klar.
Hvorfor ikke automatisere hele flowet?
To grunde. For det første bliver kvaliteten bedre, når et menneske læser igennem mellem hvert trin. Små fejl fanges, og tonen kan justeres. For det andet er vores arbejdsgang nemmere at ændre. Hvis vi vil prøve et nyt billedeværktøj eller en ny SoMe-agent/skill/gpt (kært barn har mange navne), kan vi skifte én brik ud uden at bryde resten.
Kort sagt: den største kvalitetsforbedring kommer ikke af at automatisere mere – den kommer af at dele opgaverne ordentligt op og have gode agenter/skills/gpt’er til hvert trin.
FAQ
Skal man bruge Claude specifikt?
Nej. Vi bruger Claude, men ChatGPT og Copilot kan det samme. Vælg det, der passer til jeres setup. Vi skrev mere om valget i artiklen om AI-tekster uden robot-smag.
Hvorfor to værktøjer til billeder?
Fordi de ikke leverer det samme. ChatGPT og Nanobanana har forskellige styrker, og vi har erfaret, at det er et billigt trick at få begge til at komme med et udkast. Så vælger vi det bedste.
Hvor lang tid tager det at sætte sådan et setup op?
Typisk et par dage. Det meste af tiden går med at klæde agenterne ordentligt på – tone, eksempler, faglighed. Når først de er på plads, er arbejdet med hvert nyt stykke indhold markant hurtigere.