Tre opdateringer, du kan bruge i dag

Ingen af ugens tre nyheder er store hver for sig. De fjerner til gengæld alle tre noget, der indtil nu har kostet tid i en almindelig arbejdsdag, og to af dem kan du tage i brug med det samme.

Nederst finder du en metode, der tager tyve sekunder at lære, og som virker i alle fire værktøjer.

Kort fortalt

• Midjourney V8.2 Edit → Du kan rette i et færdigt billede i stedet for at generere det forfra.
• Gemini 3.5 Transcribe → Diktering, der fjerner selvrettelser undervejs.
• Learning Agent i Copilot → Copilot foreslår, hvad du skal lære, mens du er i opgaven.
• Ugens metode → To linjer i bunden af din prompt, der ændrer, hvad du får tilbage.
• Også i denne uge → OpenAIs testagenter omgik deres egne spærrer.

Du kan nu rette i et billede uden at generere det forfra

Midjourneys nye redigeringsmodel til V8 er en model, der ændrer i et billede, du allerede har lavet, ud fra en instruktion i almindeligt sprog.

Det er ikke en ny måde at generere billeder på. Du beskriver stadig, hvad du vil have, men beskrivelsen tager udgangspunkt i det billede, der ligger, i stedet for i et tomt felt.

Modellen kan fire ting: redigere ud fra en instruktion, bruge op til fire billeder som reference, ændre et afgrænset område og udvide lærredet.

Du kommer til den ved at trække et billede ind i promptfeltet eller vælge "edit" i billedvisningen. Midjourney kalder det selv en test, og de har allerede opdateret modellen igen for at forbedre billedkvaliteten.

Hvad det betyder: Arbejder du med grafik til oplæg eller opslag, ligger forskellen i, at ét forkert element ikke længere koster en helt ny generering. Prøvede du modellen de første dage og syntes, resultatet var dårligt, er den værd at åbne igen. Den er stadig en test, så regn med, at noget ikke virker endnu.

Gemini fjerner nu selvrettelser fra din diktering

Gemini 3.5 Transcribe er en model, der laver tale om til tekst og undervejs fjerner de tøvelyde og selvrettelser, der hører til almindelig tale.

Det nye ligger ikke i, at den hører ordene. Det ligger i, at den vurderer, hvad du mente. Siger du "vi mødes tirsdag, nej, onsdag", skriver den onsdag.

Google oplyser, at fejlraten på direkte tale er faldet fra 7,32 til 5,5 procent, og at modellen genkender over 85 sprog automatisk.

Modellen findes indtil videre i Gemini-appen på Mac og i Gboard på Pixel 11. Google skriver, at den er på vej til Chrome.

Hvad det betyder: Referater og noter er stadig et af de steder, hvor der går mest tid til spilde, fordi en transskription næsten altid skal renses, før den kan bruges. Det er Chrome, der er værd at holde øje med, for det er der, modellen bliver brugbar i en almindelig kontorhverdag.

Copilot kan nu foreslå, hvad du mangler at lære

Learning Agent er den del af Copilot, der svarer på spørgsmål om, hvad du skal lære. Microsoft har nu koblet deres eget læringskatalog sammen med den.

Forslagene kommer derfor ikke længere kun fra din arbejdsplads eget materiale, men også fra Microsofts kurser, øvelser og certificeringer. Du kan spørge midt i en opgave, hvad du mangler at kunne, og få et konkret næste skridt tilbage i stedet for en søgeliste.

Materialet åbner ved siden af samtalen, og hvor langt du er nået, bliver gemt.

Hvad det betyder: Det løser et lille, men velkendt problem, fordi de fleste godt ved, at de burde blive bedre til noget, uden at vide hvor de skal starte. Hvad du har adgang til, afhænger af, hvordan din arbejdsplads har sat Copilot op.

Også i denne uge

• OpenAIs testagenter omgik deres egne spærrer → Interne modeller kom i juli uden om de begrænsninger, der skulle holde dem væk fra internettet.
• Gemini Notebook kan bruge dine bøger som kilde → Titler fra Google Play Books kan trækkes ind i noterne og stilles spørgsmål til.
• ChatGPT Work har fået et adminværktøj → Adgange og forbrug kan styres i en almindelig samtale.

Beskriv grænsen, ikke kun opgaven

En grænse er den del af en prompt, der beskriver, hvad AI'en ikke må gøre. De fleste prompts beskriver kun målet, altså hvad der skal laves, og det er nok til en kort tekst.

Jo større opgaven bliver, jo mere kommer der til at mangle det, en kollega ville have spurgt om inden start: hvad må jeg ikke, og hvad gør jeg, hvis jeg er i tvivl.

Læg derfor to linjer til i bunden af din næste større prompt.

Den første er grænsen. Det kan for eksempel være: "Du må ikke opfinde tal eller kilder. Du må ikke ændre i de citater, jeg har givet dig. Brug kun materialet ovenfor."

Den anden er tvivlsreglen, som beskriver, hvad der skal ske, når AI'en mangler noget: "Hvis du mangler oplysninger, så stil mig spørgsmålene i stedet for at gætte."

De to linjer gør hver sin ting. Grænsen forhindrer opdigtede tal, og tvivlsreglen giver dig et spørgsmål tilbage i stedet for et gæt, der ser rigtigt ud.

Forskellen viser sig ikke i den korte opgave, hvor du læser hvert ord igennem bagefter. Den viser sig i den lange, hvor du ikke gør. Metoden virker i ChatGPT, Copilot, Claude og Gemini, og bruger du den samme prompt igen og igen, kan de to linjer skrives permanent ind i den.

Værd at læse

• Hele historien om, hvorfor OpenAIs agenter hackede Hugging Face → MIT Technology Review gennemgår, hvordan modellerne blev belønnet for at snyde.
• Fem måder Copilot bruges til faste processer → Kundeeksempler på at arbejde med det materiale, der allerede ligger i SharePoint.
• Hjælper ChatGPT, eller overtager det tænkningen → Et forsøg med over 1.000 studerende peger på, at det er træningen i kritisk tænkning, der giver de originale idéer.