Du kan give AI en større opgave nu

Tre ting skete i denne uge, og de peger samme vej. OpenAI udgav GPT-6 Astra, Microsoft lagde den ind i Copilot to dage senere, og Anthropic udgav Fable 5.1. Fælles for dem er, at de er bygget til opgaver, der tager tid, frem for til enkeltspørgsmål.

Nederst finder du en metode, der udnytter netop det, og som virker i alle fire værktøjer.

Kort fortalt

• GPT-6 Astra → Den nye ChatGPT-model kan arbejde videre på en opgave i længere tid ad gangen.
• Astra i Copilot → Samme model er nu tilgængelig i Copilot Cowork og Copilot Studio.
• Claude Fable 5.1 → Anthropic udgav en ny model til længerevarende opgaver samme uge.
• Ugens metode → Beskriv færdigt resultat og rammer, i stedet for at guide skridt for skridt.
• Også i denne uge → Gemini fik sin tredje Flash-model på seks uger.

Den nye ChatGPT-model kan arbejde videre uden at blive holdt i hånden

GPT-6 Astra er OpenAIs nye model, og den blev udgivet den 3. september. Den er nu tilgængelig for alle med ChatGPT Plus, Pro, Business eller Enterprise.

Det, der adskiller den fra tidligere modeller, er ikke, at den svarer bedre på et enkelt spørgsmål. Det er, at den kan holde fast i en opgave, der består af flere trin. OpenAI beskriver den som et spring inden for computer- og browserbrug, altså opgaver hvor modellen selv skal klikke sig frem og læse undervejs.

Et konkret eksempel fra OpenAIs egen dokumentation: virksomheden Legora gav Astra 41 dokumenter til gennemgang. Modellen fandt alle fire fejl, der bevidst var lagt ind, og gjorde arbejdet på minutter.

Det betyder noget for, hvordan du stiller opgaven. Med tidligere modeller gav det bedst mening at dele arbejdet op og styre hvert trin. Med Astra kan du i højere grad beskrive det færdige resultat og lade modellen finde vejen derhen.

Modellen er samtidig den første, OpenAI selv placerer på det højeste niveau i deres sikkerhedsramme for cybersikkerhed. Derfor afviser den visse forespørgsler inden for det område, og udrulningen sker i etaper.

Den samme model er nu i Copilot

To dage efter OpenAIs udgivelse lagde Microsoft Astra ind i Copilot. Den er tilgængelig i Copilot Cowork og Copilot Studio, altså de steder hvor du uddelegerer opgaver frem for at stille spørgsmål.

Microsoft beskriver forskellen præcist: i stedet for at bryde arbejdet op i mindre dele og føre Copilot gennem hvert trin, kan du give den en større opgave og lade den arbejde.

Det er værd at bemærke, fordi det er samme model, du får i ChatGPT. Sidder din virksomhed på Microsoft 365, behøver du altså ikke et separat ChatGPT-abonnement for at bruge den. Du vælger den som model, når du opretter en opgave i Cowork eller bygger en agent i Copilot Studio.

Modelvalget står i Copilot ved siden af de øvrige, så du kan skifte per opgave. Til korte spørgsmål er en hurtigere model stadig bedre. Astra kommer til sin ret, når opgaven har flere led.

Claude fik en ny model i samme uge

Anthropic udgav Claude Fable 5.1 den 1. september. Ifølge Anthropic sætter den en ny standard for kodning, vidensarbejde og opgaver, der løber over længere tid.

Det sidste er den del, der ligner ugens to andre nyheder. Alle tre modeller er bygget til arbejde, der ikke kan klares i ét svar.

Anthropic fremhæver særligt videnskabeligt arbejde og henviser til en ny målestok, hvor modellen scorer 52,6 procent. Den type tal er svære at bruge til noget i praksis, så den mere brugbare test er din egen: tag en opgave, du normalt deler op i fem prompts, og giv den som én.

Også i denne uge

• Gemini fik sin tredje Flash-model på seks uger → Google udgav Gemini 3.8 Flash. Flash-modellerne er de hurtige og billige, og opdateringerne kommer nu tættere end opdateringerne til Pro-modellerne.
• EU strammer reglerne for ChatGPT → ChatGPT er udpeget som en meget stor onlineplatform i EU og skal opfylde skærpede krav inden nytår.

Beskriv resultatet, ikke vejen derhen

Alle tre modeller i denne uge er bygget til opgaver med flere trin. Det ændrer, hvordan en god opgave ser ud.

Den vante måde er at dele arbejdet op og styre hvert skridt. Den fungerer stadig, men den udnytter ikke det, modellerne nu kan. Prøv i stedet denne opbygning:

• Målet. Hvad skal ligge færdigt, når opgaven er løst. Vær konkret om formen: et notat på to sider, en tabel med fem kolonner, en liste sorteret efter beløb.
• Materialet. Hvad skal den arbejde ud fra, og hvor finder den det.
• Rammerne. Hvad må den ikke gøre, hvilke kilder må den ikke bruge, og hvad skal den spørge om frem for at gætte.
• Kontrollen. Bed den om at fortælle, hvad den gjorde undervejs, så du kan følge arbejdet bagefter.

Det sidste punkt er det, folk oftest springer over, og det er det, der afgør, om du kan stole på resultatet. En model, der arbejder i flere trin, træffer valg undervejs. Beder du den ikke om at vise dem, får du et resultat uden at vide, hvordan det opstod.

Metoden virker i ChatGPT, Copilot, Claude og Gemini. Husk, at beskrivelsen af arbejdet er modellens egen, så den erstatter ikke, at du selv læser det vigtigste igennem.

Værd at læse

• OpenAIs egen gennemgang af Astra → Hvad modellen kan, og hvor den er bedre end den forrige.
• Astra i Copilot, fra Microsoft → Hvor du finder modellen, og hvad den er tænkt til.
• Simon Willison om Fable 5.1 → En praktikers første indtryk frem for en pressemeddelelse.