AI-ordbog: en enkel forklaring af AI-begreber for begyndere

De fem ord, der betyder noget i din første time

Det meste, der skrives om AI, forudsætter et ordforråd, ingen nogensinde har lært dig. Den nyttige del er lille. Fem ord bærer næsten al den praktiske vægt, og resten kan vente i månedsvis.

En model er selve AI'en: det trænede system, der læser dine ord og skaber et svar. Appen er ikke modellen. ChatGPT er en app, der kører OpenAIs modeller, Gemini er en app, der kører Googles, og Whizi er en app, der rummer flere selskabers modeller på én gang. Den forskel bliver relevant, første gang et svar skuffer dig, for at skifte model er som regel et større greb end at omformulere spørgsmålet.

En prompt er bare det, du skriver. Der findes ingen hemmelig syntaks, ingen kommandoliste, intet at lære udenad. En almindelig anmodning, der navngiver hvem svaret er til, hvilken opgave det skal løse, og hvilken form du vil have tilbage, slår næsten altid en smart en-liner.

En chatbot er samtalevinduet, du skriver i. Alt, du har skrevet i én samtale, forbliver synligt for modellen, mens den svarer, hvilket er grunden til, at opfølgninger som "gør det kortere" eller "mere formelt" virker, uden at du gentager den oprindelige anmodning. Åbn en ny chat, og den delte hukommelse er væk, hvilket er, hvad du ønsker, når emnet skifter: rester af kontekst fra et urelateret spørgsmål er en almindelig kilde til svar, der føles en anelse skæve.

En token er en tekstbid, cirka tre fjerdedele af et gennemsnitligt engelsk ord. Modeller læser, tæller og fakturerer i tokens frem for ord, så et dokument på 1.000 ord lander tæt på 1.300 tokens. Du støder mest på ordet på prissider og forbrugsgrænser.

Et context window er, hvor meget tekst en model kan holde i sigte på én gang, målt i tokens. Det skal dække det dokument, du indsatte, hele samtalen indtil videre, og det svar, der bliver skrevet. Når du smider en femti-siders kontrakt ind i en chat, og svarene stille og roligt begynder at modsige side tre, har du ramt grænsen. Hvad et context window er har de rigtige tal; tommelfingerreglen er kort. Én lang samtale om én ting, og start så forfra.

Noget at gøre lige nu: åbn en vilkårlig AI-app og bed den, med dine egne ord, forklare et begreb, du så i denne uge og ikke kendte. Stil så et opfølgende spørgsmål: "Hvad antog du, at jeg allerede vidste?" Den opfølgning gør en definition til en forklaring, og det virker på ethvert emne.

Tjek dog svaret op mod noget andet. Disse systemer siger forkerte ting med præcis samme rolige stemme, de bruger til rigtige ting, og definitioner er et blødt mål: en troværdig opdigtet detalje glider forbi dig, fordi du ikke havde nogen måde at fange den på. Den fejl har et navn, og det står i tabellen nedenfor.

Resten af ordbogen, og om du har brug for den endnu

Det er de ord, der venter på dig i overskrifter, prissider og kommentarspor. Den tredje kolonne er den ærlige del. Det meste af det er ikke dag-et-viden, og at lade som andet er, hvordan begyndere ender med at føle sig dumme over noget, der slet ikke berører dem. Når du vokser fra denne tabel, definerer den fulde AI-ordbog 55 begreber i samme enkle sprog.

Begreb	Enkel betydning	Har du brug for det?
LLM	Large language model, den type model bag enhver chat-app, du har hørt om. Når en artikel skriver LLM, kan du læse det som AI'en	Ja, så overskrifter holder op med at lyde som støj
Generativ AI	Enhver AI, der skaber ny tekst, billeder, lyd eller video i stedet for at sortere ting, der allerede findes	Ja, én sætning er nok
Træning	Den lange, dyre proces med at fodre en model med enorme mængder tekst, så den lærer mønstre. Den var overstået, før du åbnede appen	Ja, kort fortalt
Træningsafskæring	Datoen, hvor træningsdataene stopper. Spørg om noget senere, og modellen gætter, medmindre appen søger på nettet	Ja, den her fanger folk på det forkerte ben
Hallucination	Et selvsikkert, flydende, fuldstændig opdigtet svar. Den svaghed, der betyder mest	Ja, fra dag ét
Multimodal	Modellen håndterer mere end tekst: fotos, PDF'er, lyd, nogle gange video	Ja, i det øjeblik du vil uploade et billede
Finjustering	At gentræne en eksisterende model på dine egne data, så den specialiserer sig	Ikke endnu, det er et virksomhedsprojekt
Temperature	En drejeknap for, hvor tilfældig formuleringen er. Lav er forudsigelig, høj er løs	Ikke endnu, fornuftige standardindstillinger er valgt for dig
Agent	En AI, der selv tager flere skridt i stedet for at svare én gang	Ikke endnu, se næste afsnit
API	Rørene, udviklere bruger til at koble en model ind i deres egen software	Ikke endnu, medmindre du skriver kode
RAG	Retrieval augmented generation: modellen slår ting op i en dokumentbase, før den svarer	Ikke endnu, selvom enhver app, der svarer ud fra dine uploadede filer, kører på det
Open source-model	En model, hvis vægte alle kan downloade og køre, som Llama eller DeepSeek	Ikke endnu, det ændrer lidt for chat-brugere
Reasoning-model	En model, der arbejder sig gennem et problem i synlige trin, før den svarer. Langsommere, bedre til matematik og logik	Snart, første gang et svært spørgsmål fejler
System-prompt	Skjulte instruktioner, appen giver modellen, før du skriver noget som helst	Ikke endnu, nyttigt når du bygger din egen assistent

To rækker fortjener en fodnote. Hallucination er ikke en lejlighedsvis fejl, der kan lappes væk; den følger af, hvordan disse systemer genererer tekst, hvilket er grunden til, at hvorfor AI tager fejl er en guide for sig selv frem for et punkt på en liste. Og multimodal er ti minutter værd, så snart du har et foto af en kvittering, et skærmbillede af en fejlmeddelelse eller en scannet formular at tage dig af. At arbejde med billeder og dokumenter viser, hvordan det ser ud på en almindelig tirsdag.

Ord marketing bruger, som betyder mindre, end de lyder til

Leverandører lyver ikke ligefrem. De bruger ord, der engang betød noget specifikt, og som nu mest betyder "vi har sendt noget på markedet". At kende forskellen er, hvad der forhindrer dig i at betale et opgraderingsgebyr for en dropdown med færdige svar.

• Drevet af AI. Betyder som regel, at én funktion kalder en model bygget af nogen andre. Nogle gange betyder det en forslagsboks, du kan slå fra. Værd at spørge: hvilken model, og er den slået til som standard?
• Smart. Går forud for hele denne bølge og betyder nu meget lidt. En smart mappe er en gemt søgning. Et smart svar er tre færdige fraser. Se forbi tillægsordet efter et udsagnsord, og bedøm funktionen ud fra, hvad den rent faktisk gør for dit arbejde.
• Næste generation. En påstand i fremtid. Den er fuldt forenelig med, at et produkt er dårligere end den version, det erstattede, og den dukker gerne op, når der ikke er nogen målelig forbedring, nogen kan pege på.
• AI-agent. 2026's hårdest arbejdende udtryk. Brugt strengt betyder det software, der selv planlægger og udfører flere trin, som at bestille en rejse fra ende til anden. Brugt i marketing betyder det som regel en chatbot med et venligere avatar. Spørg, hvad den gør, når den går i stå, og om den kan handle uden at spørge dig først.
• AI-first. En udtalelse om intern strategi, ikke om din oplevelse af produktet. Den fortæller dig, hvor et selskab retter sit udviklingsbudget, hvilket måske endnu ikke er nået til den funktion, du var ved at betale for.

Ét spørgsmål skærer igennem det hele: spørg, hvad funktionen gør, når den tager fejl. Produkter med reel AI indeni har et svar, og det involverer gennemgangstrin, en fortryd-funktion, et sikkerhedssignal eller en synlig kilde. Produkter med et klistermærke bliver tavse.

Hvorfor modelnavne ligner nummerplader

Et modelnavn har to dele, der løser to forskellige opgaver. Ordet er familien, produktlinjen et selskab bliver ved med at udvikle: GPT fra OpenAI, Claude fra Anthropic, Gemini fra Google, Llama fra Meta. Tallene og suffikserne er versionen, og ofte størrelsen, så én familie kan sende et lille hurtigt medlem og et stort omhyggeligt et af sted samme morgen. At læse et navn handler mest om at skille de to halvdele ad og ignorere marketingsproget i mellem.

Du har måske bemærket, at denne artikel ikke nævner et eneste versionsnummer. Det er bevidst. Versioner ændrer sig hver anden-tredje uge, og enhver ordbog, der binder sig til dem, er forkert allerede næste sæson. Det, der ikke ændrer sig, er selve valgets form. Små modeller er hurtige og billige og fuldt fint til at rydde op i en e-mail. Store modeller er langsommere og bedre til lange dokumenter og svær ræsonnering. Hver familie har også en personlighed, der viser sig i tonen og i, hvor strengt den holder sig til en kilde, du har givet den.

Den nyeste udgivelse er heller ikke automatisk den rigtige til din opgave. Nyere betyder som regel bedre benchmark-resultater, og benchmarks måler eksamensagtige opgaver frem for om skriften lyder som dig. Mange finder, at en ældre, billigere model skriver deres e-mails bedre, og gemmer den dyre model til de to svære opgaver om ugen. Man lærer kun det ved at køre den samme reelle opgave gennem to eller tre modeller og læse resultaterne ved siden af hinanden, hvilket at vælge en AI-model gennemgår trin for trin. At gøre det uden at betale tre udbydere er hele grunden til, at Whizi samler GPT, Claude, Gemini og billedmodeller i ét abonnement.

Fem begreber, det er værd at lære efter tre måneder

Efter tre måneder har du stødt panden mod et par vægge. Disse fem ord er navnene på de vægge, og derfor er de værd at lære da og ikke nu.

1. Reasoning-model. Begynder at betyde noget, første gang en model med selvtillid bommer en udregning med flere trin eller en logisk gåde. At skifte til en reasoning-model retter det ofte helt, mod at man venter længere på svaret.
2. System-prompt. Betyder noget, når du opdager, at du indsætter det samme baggrundsafsnit i hver ny chat. At gemme det én gang som en fast instruktion er løsningen.
3. RAG. Betyder noget, når du vil have svar forankret i dine egne filer frem for det åbne internet, for eksempel en mappe med politikker, ingen har læst siden 2019.
4. Temperature. Betyder noget, når output føles enten for ensartet på tværs af forsøg eller for uforudsigeligt, og du hellere vil dreje en knap end blive ved med at gense.
5. Finjustering. Betyder næsten aldrig noget for en privatperson, og det er værd at vide hvorfor: det koster rigtige penge, kræver hundredvis af rene eksempler, og en god prompt på en god model slår det til næsten enhver brug, folk forestiller sig det til.

Vil du have laget under alt dette, dækker hvad AI egentlig er mekanismen uden matematikken, og hvordan man taler til AI gør det prompt-afsnit fra det første afsnit til en vane. Lad denne side ligge åben i en fane en uge. Ordforrådet holder op med at være skræmmende omkring fjerde gang, du møder et ord, du allerede kender.