Byg dit første AI-workflow: Fra idé til produktion på én dag
En trin-for-trin guide til at kortlægge, designe og implementere et AI-assisteret workflow i jeres eksisterende udviklingsprocesser.
Byg dit første AI-workflow: Fra idé til produktion på én dag
Jeg har set teams bruge uger på at "undersøge AI-muligheder" uden at ændre én eneste arbejdsgang. Problemet er sjældent vilje — det er at vide præcis hvad man skal automatisere, og hvor man starter.
Her er den fremgangsmåde jeg selv bruger, og som jeg kører med teams i workshops. Den tager én dag — og den virker.
Trin 1: Find det rigtige workflow at starte med
Vælg et workflow der opfylder alle tre kriterier:
- Gentages — mindst 3 gange om ugen
- Er tekstbaseret — input og output er primært tekst eller kode
- Er tidskrævende — tager mindst 15 minutter per gennemgang
Eksempler der typisk scorer højt:
- PR-beskrivelser og commit messages
- Oversættelse af requirements til tasks
- Generering af testcases fra specifikationer
- Første udkast til dokumentation
Hos os startede vi med PR-beskrivelser. Det var det workflow der blev gentaget oftest, tog mest tid, og som alle i teamet var enige om var kedeligt. Inden for en uge sparede vi omkring 10 minutter per PR — det lyder småt, men med 8-10 PR'er om dagen løber det op.
Trin 2: Kortlæg workflowet præcist
Inden du prompter noget som helst, svar på disse spørgsmål:
1. Hvad er INPUT? (hvilken information starter processen?)
2. Hvad er OUTPUT? (hvad skal leveres til hvem?)
3. Hvad er REGLERNE? (constraints, tone, format, tekniske krav)
4. Hvad er UNDTAGELSERNE? (hvornår gælder standardreglerne ikke?)
Du kan ikke bygge et godt AI-workflow uden klare svar på alle fire.
Trin 3: Skriv prompt-skabelonen
Med kortlægningen i hånden, skriv en skabelon med variabler i [KANTEDE PARENTESER]:
Du er [ROLLE]. Du hjælper med at [OPGAVEBESKRIVELSE].
INPUT:
[INDSÆT INPUT HER]
REGLER:
- [REGEL 1]
- [REGEL 2]
- [UNDTAGELSE]
OUTPUT FORMAT:
[BESKRIV ØNSKET FORMAT]
Test skabelonen på tre rigtige eksempler fra jeres arbejde. Justér indtil output er brugbart 8/10 gange.
Trin 4: Integrer i det eksisterende toolset
Et workflow, folk ikke bruger, er intet workflow. Integrationsmuligheder:
| Toolset | Integration |
|---|---|
| VS Code | Custom snippet eller GitHub Copilot instruction |
| Linear/Jira | Automations + AI-integration |
| Slack | Workflow Builder med AI-trin |
| CLI | Shell-alias der kalder API direkte |
Det nemmeste er altid at møde folk der, hvor de allerede arbejder.
I min erfaring giver VS Code snippets og CLI-aliaser størst adoption — fordi de kræver nul kontekstskifte. Slack-integrationer lyder sexede, men de dør stille hvis ingen ajourfører dem.
Trin 5: Mål og itér
Sæt et benchmark inden I indfører workflowet:
- Tidsforbrug per gennemgang
- Fejlrate eller revisionscyklusser
Mål igen efter to uger. Er der fremgang? Skaler. Er der ikke? Gå tilbage til trin 2 og find fejlen.
Det vigtigste
Et AI-workflow er ikke et AI-projekt. Det er en procesforbedring med AI som værktøj. Hold fokus på processen — ikke teknologien.
Vil I have hjælp til at finde og implementere det første AI-workflow i jeres team? Tag fat i os — det er præcis det en Nordic Logic workshop leverer på én dag.