DIN FÖRSTA AGENT

BYGG UTAN KOD // TRE KONKRETA EXEMPEL

PRINCIP

Börja litet — bygg vidare

Det vanligaste misstaget när man börjar med agenter är att designa något för komplext direkt. Du tänker på vad systemet ska kunna en dag — och försöker bygga det på en gång.

Gör tvärtom. Välj den minsta möjliga versionen av det du vill åstadkomma. Få den att fungera. Förstå exakt vad den gör och inte gör. Bygg sedan vidare.

De tre exemplen nedan är avsiktligt enkla. De löser ett verkligt problem, kräver inget tekniskt kunnande och kan sättas upp på under en timme.

MINSTA MÖJLIGA AGENT SOM LÖSER ETT VERKLIGT PROBLEM

AGENT 01 — CLAUDE PROJECTS

En kunskapsbas som svarar på dina frågor

Det enklaste sättet att bygga något som liknar en agent: ett Claude Project. Du laddar upp dokument — produktbeskrivningar, riktlinjer, manualer, anteckningar — och Claude kan sedan svara på frågor baserat på just det materialet.

Det är en enkel form av RAG (Retrieval-Augmented Generation) utan ett enda rads kod. Claude läser dina dokument som en skill.

Sätt upp det så här:

  1. Öppna claude.ai och skapa ett nytt Project
  2. Ladda upp relevanta dokument (PDF, Word, txt)
  3. Skriv en systemprompt som förklarar vad agenten ska göra
  4. Börja ställa frågor

Exempelprompt för systemprompten:

Du är en intern kunskapsassistent för [företag/projekt/ämne]. Din uppgift är att svara på frågor baserat på de dokument du har tillgång till. Regler: - Svara alltid på svenska - Om svaret finns i dokumenten: citera relevant avsnitt och förklara - Om svaret inte finns i dokumenten: säg det tydligt — hitta inte på - Be om förtydligande om frågan är oklar - Håll svaren konkreta och handlingsbara

Bra för: interna FAQ-system, produktkunskap, dokumenthantering, onboarding av nya kollegor.

INGEN KOD

AGENT 02 — MULTI-STEGSPROMPT

En research-agent i en konversation

Utan externa verktyg kan du simulera en enkel agent-loop i en enda konversation. Tricket är att instruera AI att arbeta stegvis och rapportera varje steg innan den går vidare.

Det är inte en riktig agent — du måste fortfarande godkänna varje steg — men det ger dig känslan av flödet och tränar dig i att tänka i processer snarare än enstaka frågor.

Agera som en research-agent. Jag vill ha en analys av [ämne]. Arbeta i dessa steg — och vänta på mitt godkännande efter varje steg: Steg 1: Dela upp ämnet i 3–5 delaspekter och presentera dem. Steg 2: För varje delaspekt — beskriv vad du vet och vad du är osäker på. Steg 3: Identifiera de viktigaste mönstren och spänningarna mellan aspekterna. Steg 4: Ge en sammanfattning med en tydlig slutsats och tre konkreta implikationer. Börja med steg 1. Vänta på min respons innan du fortsätter.

Bra för: komplexa analyser, strategiarbete, att förstå ett nytt ämne på djupet.

INGEN KOD

AGENT 03 — ZAPIER + AI

En automatiserad flödesagent

Det här är din första riktiga agent med automatisering: ett Zapier-flöde som triggas av en händelse, skickar data till AI, och gör något med svaret.

Ingen kodning. Bara visuell konfiguration.

Exempel: automatisk sammanfattning av e-post

  1. Trigger: ett nytt mejl dyker upp i en specifik mapp
  2. Action 1: skicka mejlets innehåll till Claude eller ChatGPT med prompten nedan
  3. Action 2: spara sammanfattningen i ett Notion-dokument eller skicka den som Slack-meddelande
Sammanfatta följande e-post på svenska. E-post: {{email_body}} Din sammanfattning ska innehålla: 1. Vad avsändaren vill (max en mening) 2. Eventuella deadlines eller datum som nämns 3. Om något kräver en åtgärd från mig — vad och när Håll sammanfattningen under 80 ord.

Bra för: e-posthantering, nyhetsbrev, rapporter, formulärsvar. Zapier har gratisnivå — du kan testa utan att betala.

AUTOMATISERING

NÄR DET GÅR FEL

Vad du gör när agenten inte gör vad du vill

Agenter misslyckas på förutsägbara sätt. Här är de vanligaste problemen och hur du löser dem:

  • Agenten missar målet. Oftast ett tydlighetsproblem — målet var formulerat för abstrakt. Skriv om det som konkreta steg och förväntat output.
  • Agenten fastnar i en loop. Den kör om samma steg utan att komma vidare. Lägg till en explicit instruktion: "Om du inte gör framsteg efter tre försök, stoppa och beskriv var du fastnade."
  • Agenten gör för mycket. Den tolkar uppgiften bredare än du avsett. Avgränsa tydligare — lista vad som är utanför scope.
  • Agenten hittar på information. AI:s hallucineringsproblem förstärks i agent-loopar. Lägg alltid till: "Om du inte vet — säg det. Gissa inte."

FELSÖKNING AV AGENTER ÄR TILL 90% FELSÖKNING AV PROMPTAR

FELSÖKNING

NÄSTA STEG

VERKTYG // VAD DU SKA ANVÄNDA