What does “review the AI features you’ve used” do in practice?

It compiles a structured summary of your recent AI activity—features used, prompts, models, and results—then surfaces what worked, what didn’t, and how to improve. Think of it as a smart retrospective for your AI workflow.

How often should I review the AI features I’ve used?

Weekly works best for most teams because it captures enough data to spot patterns without becoming a burden. Pair it with a simple template so the review stays consistent over time.

Which metrics should I track when I review AI features?

Track time saved, edit distance to final output, factual accuracy, error rates, and reuse of templates. Ask the assistant to estimate confidence levels and suggest better measurement if data is thin.

Can I automate a review of the AI features I’ve used?

Yes. Prompt the assistant to auto‑tag sessions by task and feature, then generate a weekly report with links to source files and chats. You can also trigger alerts for performance drops or failed runs.

Does a review work across different AI tools and models?

It works best in unified workspaces that track actions across chats, documents, and code. If your tools are fragmented, ask the assistant to include links and logs so you can reconcile results in one report.

Er "Gennemgå de AI-funktioner, du har brugt" den næste smarte prompt? En praktisk gennemgang

Hook: Den mærkelige lille prompt, der supercharger dit workflow

Du har sandsynligvis skrevet det uden at tænke: “Gennemgå de AI-funktioner, du har brugt.” Så sker magien – din assistent opsummerer, hvad du har prøvet, hvad der virkede, og hvad der fejlede. Det er en lille sætning med stor effekt, og den er stille og roligt ved at blive en af de mest nyttige meta-prompts for vidensarbejdere, der bruger AI hver dag.

Dette er en produktanmeldelse, der forklarer den bedragerisk simple kommando: Gennemgå de AI-funktioner, du har brugt. Vi vil udpakke, hvad den gør på tværs af værktøjer, hvorfor den er vigtig for teams, og hvordan man gør det til et ugentligt ritual, der sparer timer.

Hvad betyder “gennemgå de AI-funktioner, du har brugt” egentlig?

I sin kerne beder denne prompt din assistent om at kompilere og reflektere over din AI-brug: de værktøjer, du har anvendt, de modeller, du har valgt, de prompts, der fungerede bedst, og de outputs, der er værd at beholde. Tænk på det som en personlig changelog – bare smartere, fordi assistenten kan:

Liste hvilke AI-funktioner der blev brugt (opsummere, omskrive, analysere, udtrække, generere kode, oversætte, brainstorme osv.)

Knytte funktioner til opgaver (f.eks. “Brugte ‘Oversigt PDF’ til Q4-indtjeningsopkaldsnotater”)

Evaluere effektivitet (vundet hastighed, leveret kvalitet, opståede problemer)

Anbefale næste trin (prøv en anden model, finjuster prompt, opret genanvendelig skabelon)

Det er forskellen mellem “Jeg brugte AI meget i denne uge” og “Her er de 20 % af AI-funktioner, der leverede 80 % af værdien.”

Hvorfor denne prompt er vigtig nu

Kognitiv aflastning: AI-sessioner er fragmenterede. Du hopper mellem chat, dokumenter, e-mails og dashboards. En gennemgang konsoliderer kaosset.

Performance transparens: Hvis du ikke kan måle, hvilke AI-funktioner der rent faktisk hjælper, kan du ikke forbedre dit workflow.

Team knowledge sharing: En gentagelig gennemgang gør det nemt at broadcast, hvad der virker, til teammedlemmer.

Compliance nudge: Gennemgang af funktioner hjælper dig med at fange følsomt indhold, modelvalg og datadelingsindstillinger.

Gennemgangsformatet: En skabelon, du kan genbruge

Prøv at spørge din assistent:

“Gennemgå de AI-funktioner, du har brugt i denne uge. Organiser efter opgave, brugt funktion, model, promptmønster, sparet tid og problemer. Afslut med tre anbefalinger til forbedring.”

Du vil ofte få et struktureret svar. Hvis ikke, tilføj overskrifter som:

Opgaver dækket (med links eller filnavne)

AI-funktioner brugt (opsummere, klassificere, oversætte, generere kode, billedtekst)

Model & indstillinger (modelversioner, temperatur, tokens)

Promptmønstre (rolleprompts, chain-of-thought-lite, få eksempler)

Metrikker (behandlingstid, krævede redigeringer, faktatjek)

Fejl (hallucinationer, formateringsproblemer, timeouts)

Foreslåede forbedringer (skabeloner, automatisering, sikkerhedsforanstaltninger)

Virkelige eksempler: Hvor “gennemgå de AI-funktioner, du har brugt” skinner

Forsknings sprints

Situation: Du behandlede 12 PDF'er, skrabede to websteder og kørte tre enhedsekstraktioner.

Gennemgangsresultat: Identificerer, at “tabeludtrækning” underpræsterede på scannede dokumenter, mens “abstrakt opsummering” konsekvent leverede. Anbefaler tilføjelse af OCR-præprocessering.

Marketing content ops

Situation: Du genererede briefs, outlines og første udkast.

Gennemgangsresultat: Viser, at brug af “tone transfer” og “SEO outline generator” producerede færre revisioner end rå udkast. Foreslår standardisering af en outline skabelon.

Dataanalyse i regneark

Situation: Du prøvede AI-formler til rengøring, kategorisering og forecasting.

Gennemgangsresultat: Noterer at nøjagtigheden blev forbedret ved at give kolonneoverskrifter som skemaeksempler. Anbefaler en genanvendelig prompt: “Brug disse overskrifter som ground truth skema.”

Customer support prep

Situation: Du opsummerede 60 billetter og genererede svarmakroer.

Gennemgangsresultat: Flagger at “sentiment analysis” hjalp med triage, men fejlklassificerede sarkasme. Foreslår at tilføje 5 few-shot eksempler med edge toner.

Engineering doc reviews

Situation: Du brugte AI til kodekommentarer og API-dokumentsammendrag.

Gennemgangsresultat: Finder at “diff explanation” sparede tid, men “auto-refactor” skabte stilregressioner. Anbefaler at køre en linter preset før accept.

Fordele og ulemper ved meta-prompten

Fordele

Hurtig klarhed: En enkelt linje leverer en brugbar audit.

Vanefremmende: Ugentlig kadence øger fordelene.

Team-klar: Nem at dele som en letvægtsrapport.

Ulemper

Værktøjsvariation: Ikke alle assistenter sporer funktionsbrug lige godt.

Delvis synlighed: Private eller eksterne værktøjer kan gå glip af.

Metrisk uklarhed: “Sparet tid” kan være subjektiv uden benchmarks.

Afbødninger

Bed om citater: “Link til de originale filer, chats og tidsstempler.”

Kalibrer metrikker: Indstil baselines (f.eks. gennemsnitlige minutter pr. opgave pre-AI).

Tilføj struktur: Angiv en skabelon, som modellen skal udfylde.

Sådan får du 10x mere ud af din ugentlige AI-funktionsgennemgang

Standardiser prompts: Konverter vindende prompts til skabeloner med variabler (tone, publikum, længde).

Opret en “Må ikke bruges”-liste: Dokumenter funktioner, der underperformer for dine workflows.

Bias for genbrug: Lav stærke outputs til snippets, stilguider eller tjeklister.

Sammenlign modeller: Bed assistenten om at A/B-teste funktionsydelse på tværs af modeller.

Luk sløjfen: Afslut hver gennemgang med automatiseringer eller gemte workflows.

Eksempel meta-prompt kæde:

“Gennemgå de AI-funktioner, du har brugt i denne uge.”

“Konverter de 3 bedste til genanvendelige skabeloner.”

“Pak dem som trin-for-trin workflows med sikkerhedsforanstaltninger.”

“Opret et teamoversigt på én side med links.”

Metrikker, der betyder noget i en AI-funktionsgennemgang

Færdiggørelseskvalitet: Redigeringsafstand til final (antal redigeringer eller revisioner)

Sparet tid: Minutter eller % reduktion vs. baseline

Faktualitet: Antal citerede kontrollerede eller nødvendige rettelser

Genanvendelighed: Hvor mange gange en skabelon bruges bagefter

Pålidelighed: Fejlrate (timeouts, formateringsfejl)

Spørg eksplicit: “Estimér metrikker og noter konfidensniveauer. Hvis du er usikker, foreslå hvordan du måler næste gang.”

Almindelige faldgruber, og hvordan man undgår dem

Overgeneralisering fra en enkelt succes: Kræv mindst 3 eksempler, før du promoverer en skabelon.

Skjult kontekstdrift: Inkluder begrænsninger i dine prompts (publikum, region, læseniveau).

Hallucinerede funktionsnavne: Krydstjek med dit værktøjs funktionsliste; bed om logs.

Ignorerer sikkerhed: Inkluder et afsnit om datahåndtering (PII, modelgrænser, redigering).

Et kort, gentageligt ugentligt ritual

Prøv denne 15-minutters kadence:

Mandag kick-off: Definer 3 højværdiopgaver; fastgør prompts.

Dagligt: Tag sessioner efter opgave (eller bed assistenten om at auto-tagge).

Fredag gennemgang: “Gennemgå de AI-funktioner, du har brugt i denne uge.”

Del: Send rapporten med 3 forbedringer og 1 udfaset mønster.

Værktøjsnote: Hvor denne prompt fungerer bedst

Denne meta-prompt skinner i AI-arbejdsområder, der centraliserer chats, filhandlinger og modelkørsler – så assistenten har kontekst til at analysere. Hvis dit miljø understøtter dokumentsammendrag, kodeassistance, regnearksformler og webudtrækning på ét sted, kan gennemgangen fange det fulde billede.

Værd at bemærke: Hvis du bruger Sider.AI til at arbejde på tværs af chats, PDF'er, websider og regneark, kan det at bede den om at “gennemgå de AI-funktioner, du har brugt” vise, hvilke funktioner (som opsummere, udtrække tabeller, outline generator eller kodeforklaring) faktisk flyttede nålen. Forresten gør Sider.AI’s samlede historik det nemmere at linke specifikke handlinger til resultater, hvilket forbedrer gentageligheden og teamoverleveringen.

Avanceret: Lav gennemgange om til automatiserede playbooks

Auto-tagging: Bed din assistent om at mærke sessioner efter opgave og funktion, mens du arbejder.

Playbook-udtrækning: “Generer en playbook med inputs, trin og kvalitetskontroller fra denne uges gennemgang.”

Drift detection: “Advar mig, hvis en funktions nøjagtighed falder under 90 % uge-over-uge.”

Team roll-outs: “Opret en 10-minutters træning med eksempler og en quiz.”

Bundlinjen

“Gennemgå de AI-funktioner, du har brugt” er en kraftfuld prompt med lav friktion. Den konverterer spredte eksperimenter til et sammensat system: mål, lær, standardiser og skaler. Brug den ugentligt, kræv strukturerede outputs, og lav indsigter om til skabeloner og playbooks. Dit fremtidige jeg – og dit team – vil takke dig.

Næste trin

I dag: Kør gennemgangen på din seneste uges arbejde.

I denne uge: A/B-test to funktioner på den samme opgave og sammenlign.

I denne måned: Byg en delt team playbook fra dine tre bedste workflows.

FAQ

Q1:Hvad gør “gennemgå de AI-funktioner, du har brugt” i praksis? Den kompilerer et struktureret sammendrag af din seneste AI-aktivitet – funktioner brugt, prompts, modeller og resultater – og viser derefter, hvad der virkede, hvad der ikke gjorde, og hvordan man forbedrer. Tænk på det som en smart retrospektiv for dit AI-workflow.

Q2:Hvor ofte skal jeg gennemgå de AI-funktioner, jeg har brugt? Ugentligt fungerer bedst for de fleste teams, fordi det fanger nok data til at spotte mønstre uden at blive en byrde. Kombiner det med en simpel skabelon, så gennemgangen forbliver konsistent over tid.

Q3:Hvilke metrikker skal jeg spore, når jeg gennemgår AI-funktioner? Spor sparet tid, redigeringsafstand til endeligt output, faktuel nøjagtighed, fejlfrekvenser og genbrug af skabeloner. Bed assistenten om at estimere konfidensniveauer og foreslå bedre måling, hvis data er tynde.

Q4:Kan jeg automatisere en gennemgang af de AI-funktioner, jeg har brugt? Ja. Bed assistenten om automatisk at tagge sessioner efter opgave og funktion, og generer derefter en ugentlig rapport med links til kildefiler og chats. Du kan også udløse advarsler for præstationsfald eller mislykkede kørsler.

Q5:Fungerer en gennemgang på tværs af forskellige AI-værktøjer og modeller? Det fungerer bedst i samlede arbejdsområder, der sporer handlinger på tværs af chats, dokumenter og kode. Hvis dine værktøjer er fragmenterede, skal du bede assistenten om at inkludere links og logs, så du kan afstemme resultater i en rapport.