Kurstemplate
Grundprinciper
Kurs för att optimera AI-promptar: Struktur, ordval, osäkerhet, fakta/åsikter, lärandestöd och dataskydd.
Utbildningsmål
Denna kursmall stöder dig i att systematiskt bygga upp kompetens i att arbeta med AI-stödda dialogsystem genom strukturerad utveckling och förbättring av promptar. Fokus ligger på tydliga promptstrukturer, målrikt kontroll av svar genom ordval, samt metodisk synlighet av osäkerhet och verifierbarhet. Mallen kombinerar modellering krav (roll, uppgift, format) med deras konsekvent implementering i återanvändbara promptiterationer. Från ett yrkesmässigt perspektiv ska den tillämpas inom reflekterat AI-användande, kriteriebaserad utvärdering av resultat och ansvarsfull datahantering.
Kompetensfokus
- Formulera promptar på ett strukturerat sätt (roll, uppgift, format) och förbättra resultatspecifikationer
- Analysera inflytandet av ordval på perspektiv, ton och fokus i AI:s svar
- Osäkerhet, hallucinerade resultat och verifierbarhet genom promptkomponenter gör synligt
- Anpassa förklaringsprompts efter målgrupp, omfattning och exempelval, och enkla vid behov
- Använd KI som ett lärandekoncept genom att styrda frågeställningsformer och medvetet begränsa resultatförväntningar
- Använd följar-upp-prompts för måltäckande förbättring av enskilda svarsaspekter
- Skilj och märk fakta, åsikter, bias och ramverk genom formatregler
- Klarlägg dataskydd, personlig ansträngning och etiska gränser genom kriterier och märkning
Struktur av komponenter
Tydliga prompts, bättre svar
Denna komponent introducerar stegvis förbättrade prompts och etablerar roll, uppgift och format som ett återkommande strukturellt princip.
Prompting: Ordförvaltning styr perspektiv
Denna komponent gör språklig kontroll synlig och leder till systematisk neutralisering av perspektivinfluensande formuleringar.
Prompting: Identifiera hallucinerade resultat & göra osäkerhet synlig
Denna komponent etablerar en promptkontroll för genomskinlighet av osäkerhet och främjar verifierbara, spårbara påståenden i svar.
Anpassa förklaringar (nivå, målgrupp, exempel)
Denna komponent strukturerar prompts för att anpassa förklaringar och visar hur följup-prompts kan användas för att enkla dem.
Prompting: KI som ett lärandekoncept (frågor istället för lösningar)
Modulen fokuserar på coachande prompter med roll- och regelställning för att skapa stöd genom frågor istället för mönadslösningar.
Prompting: Förbättra svar utan att börja om (Följande prompter)
Modulen tränar kontrollerad iteration genom att ändra endast en parameter åt gången medan man håller stabila utmatningsformat.
Prompting: Verifiera fakta istället för att enkelt tro
Modulen använder fasta formatregler för att separera fakta och åsikter, vilket gör det möjligt att konsekvent kräva verifieringsmöjligheter.
Prompting: Identifiera bias & clichés i AI-texter
Modulen operationaliserar biasidentifiering genom att numrera, markera och ge kortfattad motivering som ett återanvändbart analysformat.
Identifiera ramning
Modulen skärper fokus på ledande ordval genom att markera, samla och kontrastera ramningsmönster.
Tvinga balans i AI-svar (Användbart i skolan)
Modulen ställer formella fair rules (Pro/Contra, ton, längd) och avslutar med en oberoende positionformulering.
Förstå data skydd: Varför personuppgifter är värda att skydda
Modulen förklarar dataskydd genom exempel och överför kunskapen till ansvarsfull hantering av dagens personrelaterade referenser.
Dataskydd: Skriva säkra prompts
Modulen visar hur känslig information identifieras och ersätts med platshållare och allmänna beskrivningar utan att förlora dess syfte.
Personlig ansträngning, genomskinlighet och etiska gränser inom AI
Modulen strukturerar kriterier för rättvis användning av AI genom ett trafikljussystem och leder till genomskinligt märkning.
Innehåll på ett ögat
| Modul | Fokus | Varaktighet |
|---|---|---|
| Tydliga prompter, bättre svar | Promptstruktur med tillägg och modulens roller, uppgifter och format | 15 min |
| Prompting: Ordförvaltning påverkar perspektiv | Effekt av ledande ord och neutralisering av enkelsidiga formuleringar | 15 min |
| Prompting: Identifiera hallucinationer & gör osäkerhet synlig | Promptkontroll för att göra osäkerhet synlig och verifierbar | 12 min |
| Förklaringar anpassade (nivå, målgrupp, exempel) | Målgruppspecificering, omfattningssätt och förenkling genom följande prompter | 12 min |
| Prompting: AI som lärandekontrakt (frågor istället för lösningar) | Rolltilldelning och frågeformer med förbud mot färdiga lösningar | 12 min |
| Förbättra svar utan att börja om (Följande Prompter) | Förbättra genom iterativt arbete med parametrar och fastställd utdataformat | 12 min |
| Prompting: Kontrollera fakta istället för att bara tro på dem | Formatregler för att skilja fakta från åsikter med verifieringsalternativ | 12 min |
| Prompting: Identifiera bias och clichés i AI-text | Gör clichés synliga genom numrering, märkning och kort förklaring | 12 min |
| Identifiera ramverk | Märk ramverket genom ordval och samlar det som ett mönster | 15 min |
| Förstärk balans i AI-svar (bra i skolan) | Balansera för- och nackdelar, ton och längd, med återgång och personlig ställningstagande | 12 min |
| Förstå dataskydd: Varför är personuppgifter värda att skydda | Förklara dataskydd genom exempel och tillämpa det på nuvarande personliga relationer | 30 min |
| Dataskydd: Skriva säkra prompts | Identifiera känslig data och ersätt med platshållare och allmänna beskrivningar | 30 min |
| Ansträngning, genomskinlighet och etiska gränser i AI | Grön- gul- röd system för bedömning och formulering av tydliga etikmärken | 30 min |
Kursmallen sammanfattar centrala aspekter av kategori 594 i en spårbar sekvens av analys, strukturering och iterativ förbättring av prompter.
Använd demoåtkomsten för att testa mallen och anpassa modulerna efter ditt undervisningsutbud.