En handfull länkar 2026:7

En krönika istället för länkar. En tanke på 8000 tecken efter en dag i clinch med Cowork och Codex. Om tt förstå hur vi tänker för att kunna få AI att förstå hur vi tänker för att få fram det vi vill.

Det här brevet blir annorlunda. Jag har ett brev nästan klart. Så spenderade jag tid med att faktiskt ge mig huvudstupa in i Cowork och Codex för att faktiskt bygga riktiga system för mitt vanliga jobb. Det var inte enkelt, det var frustrerande för mig som inte gillar terminalfönster, CLI och annat sånt där som utvecklare och andra gillar. Men det innebar också att jag fick många nya tankar, inte minst i diskussionen med mitt AI under arbetet.

Jag har under den senaste tiden utvecklat en föreläsning och en längre utbildning för såna som jag. Som inte så gärna ger sig in i att försöka stoppa in en OpenClaw i sin dator, eller som inte får installera vad som helst i jobbet. Som samtidigt är riktigt trött på det som man får fram i det vanliga klassiska promptsättet. För oss kommunikatörer. För oss reklamare och kreatörer. Hör gärna av er, så berättar jag mer.

Och ja, nästan 8000 tecken krönika istället för en handfull länkar. På en eftermiddag en dag innan långledigt. Långläsning under helgen kanske?

Det är inte dina prompts som är problemet — det är när det tar emot som det börjar fungera

Jag tror att mycket av diskussionen om AI just nu missar kärnan. Inte vad tekniken kan göra, utan vad den kräver av oss. Alla av oss försöker omfamna AI utifrån allt som händer. En del väljer att totalt ge upp, resignera eller hänfalla åt direkt animositet.

På ytan är det enkelt.

Skriv en prompt. Få ett svar. Gå vidare.

Och det fungerar. Men bara så länge man accepterar att kvaliteten varierar och att varje nytt försök i praktiken är en nystart. Det finns ingen egentlig ackumulering. Ingen konsekvens över tid. Ingen tydlig utveckling i hur arbetet faktiskt blir bättre.

Det är först när man försöker ta ett steg vidare från det som det börjar bli intressant. Och mer motstånd.

Jag har spenderat en del tid med att titta på olika former av att arbeta i vardagen med AI utifrån vad jag gör. Dels för att jag är nyfiken, dels för att jag vet att många skulle behöva bli inspirerade att pröva, men också för att jag tror att hypen runt allt det stora och fantastiska i sig kan vara farlig.

Så för mig handlar det om att ”ta nästa steg”. Vad det nu handlar om. För agenter, skills eller allt det andra handlar det inte bara om mer avancerad teknik, även om det idag är mycket tekniskt. Det handlar framför allt om att definiera hur man själv tänker. Hur menar jag? Jo, för att få ett AI att fungera riktigt bra måste du kunna verbalisera det som normalt sker i huvudet tydligt nog för att både AI ska förstå och kunna återanvända det i strukturerade templates.

Det är här många fastnar. Jag också delvis.

För att det bryter mot hur det kommunikativa hantverket traditionellt fungerar. Vi är vana vid att skapa själva, att det riktiga är att skriva varje bokstav, att tänka varje tanke och sedan redigera det till en färdig produkt. Och vi gör det mycket i stunden, justerar ton, budskap och argumentation. Hantverket handlar om att formulera oss fram till något som fungerar i en given kontext. Och att producera det. Det bygger på erfarenhet, omdöme och känsla. Inte på struktur.

Det man måste inse är att AI börjar leverera verkligt värde först när vi kan beskriva vår egen logik och när det uppstår en tydlig friktion. För att få konsekvent output måste vi kunna svara på frågor som vi sällan tidigare har tvingats formulera.

- Vad är det vi egentligen försöker säga?

- Vad måste alltid vara sant, oavsett innehåll?

- Hur bygger vi ett resonemang som håller?

- Vad är det vi konsekvent väljer bort?

Det här är inte tekniska frågor. Det är strategiska och kommunikativa grundfrågor. Men i mötet med AI, för att kunna få ut det mesta av tekniken, har de plötsligt blivit operativa.

AI är inte speciellt effektiv innan vi har gjort vårt jobb. Och det är jobb som kräver tid och eftertanke, som kräver att vi har gjort vår strategi men också vågar titta på vår produktion med ”utifrånögon” och ibland också kritiska ögon.

Att vi pratar om AI-slop handlar om det här. Man gör inte jobbet innan. Det generiska tar över. Probabiliteten drar oss alltid mot det mest sannolika – alltså det som är mest mainstream. Good enough. Det beror inte på att modellerna är svaga, utan på att premisserna är otydliga. När vi inte har definierat vår riktning, vår tonalitet och vår logik, speglar outputen just det.

Jag ogillar som bekant ”good enough”. Och jag jobbar mycket med att skriva saker, både för mig själv och för andra. Samtidigt som jag jobbar mycket med research. Jättemycket research. Men jag är också lite lat. Det gör att jag inte har börjat göra jobbet förrän nu. Det innebär att jag har fått lov att inse att det inte handlar om att i första hand bygga system utan om att bygga en struktur runt hur jag faktiskt tänker.

Det är lätt att underskatta vad som händer när man börjar strukturera detta. I ett konkret test nyligen försökte jag inte skriva bättre prompts, utan att formulera en enkel struktur för hur jag analyserar en målgrupp inför en föreläsning. Inte som ett färdigt manus för just den föreläsningen utan som en uppsättning frågor som alltid ska besvaras om målgruppen och som sedan ligger till grund för researchen – och i slutänden för själva föreläsningen.

Det är frågor som man ibland inte ens ställer sig själv. Hur ska man få ett AI att göra det?

- Vad vi faktiskt vet?

- Var ligger spänningen i målgruppen?

- Vad tror de att de förstår, men inte gör fullt ut?

- Var kommer de att göra motstånd?

När den strukturen väl fanns förändrades det som mitt AI levererade. Inte dramatiskt, men tillräckligt för att det skulle märkas. Resonemang mer konsekventa. Ingångar tydligare. Framför allt blev det lättare att komma igång utan att varje gång börja från noll och under arbetets gång känna frustration för att det som kom från AI var för dåligt. För platt.

Det var en ganska liten justering i arbetssättet om än att det krävdes en del förarbete (och inte sällan en hel del frustration eftersom allt idag är byggt utifrån ett utvecklarparadigm snarare än för en strateg eller kreativ kommunikationsmänniska), men en stor skillnad i effekt.

Det är här jag tror att mycket av värdet kommer att byggas framåt. Inte i att producera mer innehåll snabbare som är tillräckligt bra, utan i att arbeta mer konsekvent, med högre kvalitet och tydligare riktning. Att göra sitt eget tänkande repeterbart utan att göra det mekaniskt. Istället för att fokusera på automationen, fokusera på kvaliteten.

Det här innebär också att mycket av retoriken kring hur enkelt AI är behöver nyanseras. Det är enkelt att komma igång och få fram något. Men att få konsekvent hög kvalitet kräver betydligt mer arbete, struktur och eftertanke över tid.

Särskilt inte för oss som är ovana vid att arbeta med struktur, system och explicita regler. Mycket av det som nu växer fram lutar åt ett utvecklarparadigm, som jag tidigare påpekade. Filer, mappar, beroenden. Ett sätt att organisera arbete som ibland presenteras med en självklarhet som om alla redan sitter och drömmer i YAML, och där vissa gärna antyder att problemet mest är att andra inte riktigt “förstår hur enkelt det är”.

Samtidigt finns det en annan ytterlighet där struktur nästan ses som ett hot mot kreativiteten. Där värdet ligger i att varje gång börja från noll, känna efter och absolut inte låsa fast sig i något som kan återanvändas. Vilket låter fint tills man inser att det också innebär att man uppfinner samma hjul om och om igen.

Båda riktningarna är vettiga, men den sista är idag inte effektiv i mötet med AI, samtidigt som den första är ineffektiv för lateralt tänkande och kreativitet.

Så idag måste vi som inte tänker som utvecklare lägga ner tid på att förstå och bygga vår tankestruktur i den kontext vi har. Det innebär att arbetssätten behöver bli mer explicita än vad många är vana vid, just för att kunna få den konsekvens och kvalitet i inputen som AI faktiskt kräver, för att fungera som en förstärkning snarare än en slumpgenerator.

Samtidigt finns det något ganska hoppfullt i det här. Och nyttigt. När funderade du senast över hur du ska definiera ditt idéskapande? När verbaliserade du hur du tänker när du gör research? Hur har du förklarat din process för att skriva ett LinkedIn-inlägg?

För när man väl börjar formulera sitt eget arbetssätt, blir det tydligt att AI inte ersätter det man gör. Den förstärker det.

Bra struktur ger bättre output. Otydlig struktur ger mer slumpmässiga resultat.

Det är kanske den viktigaste insikten i allt det här.

Inte att AI kan skriva, analysera eller producera. Det vet vi. Och det finns stora gradskillnader i kvalitet. Men insikten i att AI fungerar bäst när vi själva vet vad vi håller på med.

Jag skrev ihop en sorts one-liner tillsammans med mitt AI runt det här, efter ett par timmars arbete med att sätta upp en process som båda var nöjda med.

Don’t build systems. Build how you think.

Funderar på att be min fästmö brodera det på en tavla med detta. För det känns som att det på många sätt inte bara handlar om AI utan lika mycket om livet.