Nyckelbegrepp inom AI – Ordlistan du behöver

🧠 1. Automation

Vad det är:
En automation är ett flöde som körs automatiskt när något händer helt utan att du behöver klicka på något. Det bygger på regler: "Om detta händer → gör detta". Ingen AI krävs, även om AI kan användas som en del av automationen.

Exempel:
Nivå 1 – Enkel automation
När ett formulär fylls i → en ny rad skapas i ett Google Sheet → ett välkomstmail skickas automatiskt.
(Ingen AI, men sparar tid direkt.)

Nivå 2 – Semi-avancerad automation
När ett dokument laddas upp → GPT analyserar innehållet → en rapport genereras → ett Slack-meddelande skickas.

Nivå 3 – Fullt workflow
När en ny kund onboardas → systemet skapar mappar, skickar info, uppdaterar CRM, sätter interna tasks och påminnelser → skickar ut AI-genererat intro-mail från VD:n.

När det används:
När det finns återkommande, tydligt definierade processer. Vanligt vid sälj, support, onboarding, rapportering allt där ett manuellt klick idag krävs.
Vanliga verktyg: Make, Zapier, n8n

‍

🤖 2. AI-agent

Vad det är:
En AI-agent är ett autonomt system som kan ta emot information, fatta beslut, interagera med andra system och agera vidare på egen hand utan att du triggar det manuellt. Tänk på det som en virtuell medarbetare.

Exempel:
Nivå 1 – Passiv agent
En lead kommer in via formulär → agenten analyserar innehållet → svarar med rätt information via e-post.

Nivå 2 – Reaktiv agent
Kunden klickar på “boka demo” → agenten kontrollerar teamets kalender → skickar ut bokningslänk och uppföljande SMS. Om kunden inte bokar → påminner via SMS eller röstmeddelande efter 24h.

Nivå 3 – Proaktiv agent
Agenten bevakar inkommande data (leads, rapporter, annonser, CRM) → identifierar viktiga händelser → vidtar åtgärder (eskalerar, ställer in, optimerar).

När det används:
När du vill skapa ett mer “intelligent” flöde, där systemet gör saker som liknar mänskliga beslut – utan att du är inblandad.
Verktyg: N8N, Langchain

‍

🎛 3. Custom GPT

Vad det är:
En Custom GPT är en specialtränad version av ChatGPT, där du kan lägga till instruktioner, röst, personlighet, kunskap eller data.

Exempel:
Nivå 1 – Enkel custom GPT
Instruktion: “Du är en jurist, svara alltid formellt, med punktlista och konkreta exempel.”

Nivå 2 – GPT med kunskapsbas
GPT laddas med interna dokument → svarar på interna eller kundfrågor.

Nivå 3 – Integrerad GPT-assistent
GPT används som interaktiv FAQ eller stöd i t.ex. CRM, för att hjälpa säljare att analysera och agera.

När det används:
När du vill ha AI som svarar konsekvent, med rätt ton, innehåll och kunskap.
Verktyg: ChatGPT

‍

📜 4. Prompt (och Prompt Engineering)

Vad det är:
En prompt är det du skriver till AI:n för att få den att göra något. Prompt engineering = hur du skriver det smart.

Exempel:
Enkel prompt:
"Lista tre fördelar med automatisering."

Mer utförlig prompt:
"Du är en B2B-copywriter. Skriv ett LinkedIn-inlägg om onboarding med AI. Inled med en fråga, avsluta med CTA."

När det används:
Alltid. Nästan allt inom AI börjar med en prompt. Skillnaden mellan “okej” och “magiskt” handlar ofta om just prompten.

‍

🔌 5. API-kopplingar

Vad det är:
API är ett sätt för system att prata med varandra. Med API-kopplingar kan du hämta, skicka eller uppdatera data – automatiskt.

Exempel:
– Hämta leads från Facebook Ads → skicka till CRM
– Generera veckorapport via Google Analytics → maila teamet

När det används:
När du vill koppla ihop verktyg, plattformar eller AI med dataflöden.
Verktyg: Make, n8n, Zapier, (för kod: Python, Node.js)

‍

🔁 6. Webhooks

Vad det är:
Ett snabbt sätt att koppla ihop system. I stället för att fråga “har något hänt?”, får du ett meddelande direkt när något sker.

Exempel:
– Formulär skickas in → webhook säger till Make → bekräftelsemail går ut
– Stripe-betalning → webhook → spara data i kalkylark

När det används:
När saker ska hända direkt. Vid betalningar, formulär, notifieringar.
Verktyg: Make, n8n, Typeform, Stripe

‍

🧠 7. Fine-tuning (av AI-modeller)

Vad det är:
Du tränar GPT vidare på din egen data. Det gör svaren mer träffsäkra, nischade och kontextmedvetna.

Exempel:
– Träna GPT på juridiska dokument → mer relevanta svar
– Träna på 500 kundchattar → använd som supportagent

När det används:
När du behöver AI som verkligen “kan” ditt innehåll. Kräver mer jobb än t.ex. Custom GPT.
Verktyg: OpenAI API

‍

🛠 8. No-code vs Low-code

Vad det är:
Båda betyder att du bygger utan att vara utvecklare men på olika nivå.

🔹 No-code
Klicka & dra. Inga kodkunskaper.
Exempel: formulär → e-post → Google Sheet

🔸 Low-code
Visuellt bygge, men du kan lägga in t.ex. JavaScript, API-anrop, beräkningar.
Exempel: logik beroende på kunddata, API till internt system.

När det används:
No-code = enkelhet & fart.
Low-code = mer kontroll, logik & skalbarhet.
Verktyg:
No-code → Make, Zapier
Low-code → n8n, Retool, Bubble

‍

📚 9. Kunskapsbas (Knowledge Base)

Vad det är:
En samling info som AI:n kan slå upp i för att svara mer korrekt. Tänk “läs in detta innan du svarar”.

Exempel:
– Företagets interna policys → GPT svarar internt
– Produktinfo → AI på hemsidan svarar rätt

När det används:
När AI ska svara på specifika frågor men du inte vill eller kan fine-tuna.
Verktyg: ChatGPT (med uploads), Chatbase, LangChain, CustomGPT

‍

🔎 10. Custom GPT vs Fine-tuning vs Knowledge Base – vad är skillnaden?

• Custom GPT = ändrar hur GPT tänker och svarar
  
  
• Fine-tuning = tränar om modellen, så den faktiskt kan något nytt
  
  
• Knowledge Base = ger GPT något att slå upp i, utan att ändra modellen

‍

💡 Uppföljning!

‍
Vi fick många frågor efter den här guiden, framför allt:
“Hur vet man vad man ska använda, och när?”

Så vi har precis tagit fram en ny guide som bygger vidare på denna. Vi visar:

✅ Hur du hittar rätt uppgifter att börja med
✅ När automation, AI-automation, CustomGPT eller agent passar bäst
✅ Konkreta exempel och en beslutsmodell du kan följa

‍