Styr konteksten
Hva som skal med, hva som skal kuttes, og hvorfor kvaliteten faller før vinduet er fullt.
Les guiden →Feilsøking
Hvorfor KI-en ignorerer instruksjonene dine
Du sa den ikke skulle gjøre det. Den gjorde det. Dette er sjelden trass, og nesten alltid én av fem årsaker du kan kjenne igjen.
Finn ut hvilken feil det faktisk er
«Den ignorerer instruksjonene mine» beskriver et symptom, ikke en årsak, og løsningen er forskjellig for hver av dem. Før du skriver om prompten enda en gang, finn ut hvilken av disse du ser på.
Det virket først, så skled det ut
De første svarene var fine, og så gikk det galt. Dette er kontekstfortynning, ikke instruksjonssvikt. Reglene ligger der fortsatt, men de konkurrerer nå med en stor mengde akkumulert tekst.
Regelen ble aldri fulgt i det hele tatt
Mistenk plassering. En instruksjon midt i en lang prompt får mindre oppmerksomhet enn en som står først eller sist.
Den følger én regel og bryter en annen
Da har du sannsynligvis en konflikt. To instruksjoner som ikke kan oppfylles samtidig betyr at én taper, og hvilken er ikke forutsigbart.
Den gjør nøyaktig det du forbød
Negative instruksjoner er svakere enn positive. «Ikke nevn priser» holder priser i konteksten. «Snakk bare om leveringstid» fjerner behovet.
Den overdriver noe du ba om én gang
Dagens modeller overtrigger på kraftfullt språk. Skrev du regelen i store bokstaver med «MÅ», kan selve trykket være problemet.
Kontekstfortynning er målt, ikke innbilt
Den vanligste varianten av denne klagen er den lange samtalen som gradvis slutter å høre etter. Uavhengig testing av atten modeller viste at ytelsen faller ujevnt når mengden tekst øker, og at fallet kommer lenge før den oppgitte kontekstgrensen er nådd. Det blir verre når det ligger sannsynlig, men irrelevant materiale i konteksten.
To praktiske følger. I en lang samtale bør du gjenta den viktigste rammen i stedet for å anta at modellen fortsatt har den. Og når en tråd har skled langt ut, er det som regel raskere å starte en ny samtale med en ryddig bestilling enn å krangle med den gamle.
Plassering er en spak, ikke en detalj. Anthropic oppgir at lange dokumenter øverst og selve spørsmålet nederst kan gi merkbart bedre svar på sammensatte oppgaver. Google gir samme råd. Ligger instruksjonene dine over et stort innlimt dokument, flytt dem under.
Skriv om forbud til avgrensning
Den mest effektive endringen mot «den fortsetter å gjøre X» er som regel å slutte å beskrive det du ikke vil ha, og heller beskrive det du vil ha. Et forbud legger fortsatt den forbudte tingen inn i modellens arbeidsminne, og det lar resten av rommet stå åpent.
Svakere:
Ikke nevn prisene våre. Ikke spekuler om konkurrenten. Ikke vær for formell. Ikke bruk kulepunkter.
Sterkere:
Dekk bare disse tre punktene: leveringstiden, hvem de skal kontakte, og hva vi trenger fra dem.
Skriv i tonen til en kollega som er litt beklagende.
Skriv i sammenhengende avsnitt.
Hvis et spørsmål faller utenfor de tre punktene, si at det besvares separat i stedet for å svare på det.Legg merke til at den sterkere versjonen også sier hva modellen skal gjøre når grensen nås. En regel uten definert utvei blir løst på den måten som virker mest hjelpsom, og det er akkurat den oppførselen som føltes som ulydighet.
Når regelen virkelig må holde
Er en instruksjon reelt ufravikelig, slutt å basere deg på prompten. Kontroller resultatet i kode, eller bruk et strukturert format der feltet rett og slett ikke kan inneholde feil verdi. Instruksjoner i en prompt er en sterk preferanse, aldri en garanti, og å behandle dem som en garanti er måten skjøre systemer bygges på.
Kontroller ordentlig
Gjør «det virker bedre nå» om til noe du faktisk kan måle.
Les guiden →Når innholdet er fiendtlig
Hvorfor instruksjoner inne i et dokument kan overstyre dine egne.
Les guiden →Kilder
- Chroma: context rot — uavhengig testing av 18 modeller, juli 2025
- Anthropic: prompting best practices — dokumentrekkefølge og overtriggering
- OpenAI: prompt guidance — si hver instruksjon én gang
- Google: prompting strategies — dokumenter først, spørsmål sist