KI for innholdsredaktører: Slik skaper du ekte kvalitetsinnhold

KI kan skrive et blogginnlegg på ti sekunder. Mesteparten av tiden virker det som om det ble skrevet på ti sekunder: generiske fraser, selvsikre feil og en stemme som ikke tilhører noen.

Enonics innholdsteam har brukt generativ KI hver eneste dag siden ChatGPT og Midjourney dukket opp sent i 2022. Den største lærdommen? Det du får ut, avhenger av hva du putter inn: konteksten, reglene og innholdet som KI-en har å jobbe med. Det er derfor vi ikke lenger ser på KI som et chattevindu ved siden av CMS-et, men som noe som fungerer inne i det, på topp av godt strukturert innhold.

Denne guiden er for innholdsredaktører og redaksjonelle ledere. Den dekker hva KI er god og dårlig på, hvorfor strukturert innhold utgjør en så stor forskjell, og femtrinnsmetoden vi bruker med Juke, KI-assistenten i Enonics Content Studio.

Hva KI kan (og ikke kan) gjøre for redaktører

KI er et verktøy – i likhet med et tekstbehandlingsprogram eller en stavekontroll. En språkmodell tenker ikke og vet ikke ting på samme måte som mennesker. Den forutsier statistisk sannsynlig tekst basert på det du gir den. Det gjør den genial til visse redaksjonelle oppgaver og ubrukelig til andre.

KI er god på:

• Å utarbeide førsteutkast fra en disposisjon eller notater
• Å skrive om tekst for å gjøre den kortere, enklere, mer formell eller morsommere
• Å foreslå alternativer, som titler, introer og metabeskrivelser
• Å oppsummere lange tekster
• Å oversette og lokalisere
• Å oppdage uklare setninger, sjargong og inkonsistens

KI er dårlig på:

• Å vite fakta den ikke har fått oppgitt, som priser, produkter eller kundehistorier
• Å innrømme hva den ikke vet. Den vil heller dikte opp noe som høres sannsynlig ut
• Original innsikt, meninger og førstehåndserfaring
• Å vurdere hva målgruppen din faktisk trenger

Kort sagt: la KI ta seg av kjedelig rutinearbeid, og la mennesker ha ansvaret for tenkningen, faktaene og det endelige ordet.

Se også vår guide: KI for innholdsredaktører »

Virkelige eksempler

Innholdsskaping: Netflix og NYT

Netflix’ personlige anbefalinger (noen ganger helt ned til det spesifikke miniatyrbildet du ser) illustrerer hvordan sevaner kan forme innholdet hver enkelt person møter. The New York Times’ Blossom-prosjekt utforsket en komplementær tilnærming: å forutsi hvilke saker som kan prestere godt i sosiale medier, og foreslå når de bør deles. Publikumsinnsikt kan absolutt veilede redaksjonelle valg.

Innholdsdistribusjon: Facebook og Spotify

Facebook personaliserer feeder ved hjelp av signaler som brukerinteraksjoner og tilkoblinger, mens Spotifys «Discover Weekly» introduserer lyttere for musikk basert på preferansene og lyttermønstrene deres. For innholdsteam er muligheten å anvende lignende prinsipper på nyhetsbrev, nettsteder og anbefalinger. Hjelp publikum med å oppdage relevant materiale i stedet for å presentere nøyaktig det samme utvalget for alle!

Innholdsstrategi: Amazon og Airbnb

Amazons personlige produktanbefalinger demonstrerer verdien av å forstå individuelle interesser, mens Airbnbs arbeid med etterspørselsforutsigelse og prising illustrerer hvordan prediktiv innsikt kan støtte planlegging. Du kan gjøre det samme: Identifiser publikums behov, prioriter temaer og planlegg kampanjer rundt sannsynlig interesse.

Hva vi lærte av å skrive ledetekster i et chattevindu

Da vi startet opp, gjorde vi det alle andre gjorde: ChatGPT i én fane, CMS-et i en annen. Vi lærte raskt at en vag ledetekst gir et vagt svar. Ber du om «den beste teksten noensinne om båter», får du ingenting i nærheten.

Gode ledetekster følger tre regler:

• Vær så spesifikk som mulig
• Gi kontekst, som målgruppe, bransjefakta og formålet med teksten
• Beskriv tonefall eller stil

Så i stedet for «skriv et blogginnlegg om spaghetti», skriver du noe slikt: «Skriv et blogginnlegg på 1000 ord om å koke spaghetti i rustikk toskansk stil, for travle foreldre i 30-årene, i stilen til Gordon Ramsay.» Selv da trenger resultatet et menneskelig preg for å fjerne generisk fyllmasse og legge til egne data, eksempler og stemme.

Det fungerer, men det skalerer ikke. Hver redaktør skriver ledetekster på sin egen måte, slik at tonen sklir ut. Konteksten må tastes inn på nytt for hver oppgave. Tekst blir kopiert fram og tilbake mellom faner, og KI-en får aldri se resten av innholdet ditt. Ingen kan se hvilke instruksjoner som ble brukt til hva.

Løsningen er å flytte konteksten ut av de individuelle ledetekstene og inn i selve CMS-et.

Hvorfor strukturert innhold gjør KI bedre

Strukturert innhold betyr at innholdet ditt lagres i definerte felt i stedet for som én stor tekstside. En artikkel har en tittel, en intro, en brødtekst, en forfatter og emner. Et produkt har et navn, en pris og spesifikasjoner. Et arrangement har en dato og et sted. En innholdsmodell beskriver hvilke innholdstyper du har, og hvilke felt hver enkelt inneholder.

Dette betyr noe for KI på fire måter:

• Tydelig kontekst. KI-en vet om den jobber med en tittel, en intro eller en metabeskrivelse, og hva hver enkelt av dem er til for.
• Mindre, mer presise oppgaver. «Forkort denne introen til to setninger» gir et langt bedre resultat enn «forbedre denne siden».
• Fakta forbli fakta. Priser, datoer og produktnavn ligger i egne felt, slik at de kan sjekkes og gjenbrukes i stedet for å bli funnet opp på nytt av KI-en.
• Enklere gjennomgang. Når KI-en endrer ett felt, kan redaktøren se nøyaktig hva som ble endret.

Struktur hjelper også på vei ut. Strukturert innhold kan leveres til en hvilken som helst kanal gjennom API-er, og det er enklere for søkemotorer og KI-assistenter å forstå og sitere korrekt. Strukturert innhold blir sannhetens kilde for både mennesker og KI.

Enonic-metoden i fem trinn

Slik kombinerer vi strukturert innhold og KI i vårt eget innholdsarbeid ved hjelp av Juke, KI-assistenten som er innebygd i Content Studio.

1. Modellér innholdet først

KI kan bare forholde seg til struktur som eksisterer. Hvis hver side er ett enkelt riktekstfelt, har KI-en ingenting å holde fast i. Start med å definere innholdstyper og felt som samsvarer med det du faktisk publiserer. Det lønner seg for redaktører, utviklere og KI.

Les mer i Hva er innholdsmodellering? (Morsom fakta: vi utarbeidet det innlegget med ChatGPT tilbake i 2023.)

2. Sett reglene én gang

I stedet for at hver redaktør skriver sine egne ledetekster, kan du skrive ned reglene dine én gang og gi dem til KI-en. Juke støtter egendefinerte instruksjoner for hele nettstedet: målgruppe, tonefall, terminologi, ord som bør unngås, og stilregler som klarspråk. Hver forespørsel starter dermed fra det samme fundamentet.

Behandle instruksjonene som en stilguide. Gi dem en eier, som regel sjefredaktøren eller innholdslederen, og oppdater dem når retningslinjene dine endres.

3. Utarbeid og omarbeid med Juke, felt for felt

Jukes Content Operator holder til i et chattepanel inne i Content Studio. Den gjenkjenner feltene i innholdet du redigerer, og den kan skrive, endre og analysere tekst direkte i grensesnittet. Ikke noe mer kopiering mellom faner.

Typiske forespørsler ser ut som dette:

• «Foreslå fem titler på under 60 tegn.»
• «Forkort introen til to setninger.»
• «Skriv om denne seksjonen til klart språk.»
• «Skriv en metabeskrivelse basert på introen.»
• «Sjekk denne teksten for sjargong og uklare setninger.»

4. Oversett i lag

Lokalisering er der KI sparer mest tid. Med Enonics lagdelte system arver hver språkversjon fra originalen og kan deretter lokaliseres. Når du lokaliserer et innholdselement, tilbyr Jukes Content Translator å oversette det til språket i det laget. Du kan legge til egendefinerte instruksjoner for hvordan oversettelser skal utføres.

VID vitenskapelige høgskole bruker dette til å drifte sine flerspråklige nettsteder. I stedet for å duplisere innhold manuelt, får redaktører raske, GDPR-kompatible KI-oversettelser. Som webredaktør Kjell Håkon Larsen uttrykker det: «På et flerspråklig nettsted sparer Juke oss for timer med oversettelsesarbeid.»

5. Ha en menneskelig redaktør ved roret

KI lager utkast. Redaktører bestemmer. Før noe publiseres, bør et menneske sjekke fakta og legge til det bare du kan legge til: dine data, eksempler, kundehistorier og meninger. De bør også sørge for at teksten høres ut som deg. KI-en trykker aldri på «Publiser». Det er fremdeles din jobb.

Hva med bilder?

Vi ble lei av sjeløse arkivbilder, så vi begynte å generere våre egne illustrasjoner med KI-bildeverktøy som Midjourney. Den samme regelen gjelder som for tekst: resultatet avhenger av ledeteksten din og tålmodigheten din.

Noen få tips:

• Beskriv noe konkret. Abstrakte ideer gir rare resultater. For å illustrere en innholdsmodell ba vi om et puslespill.
• Spesifiser stil og format, som «isometrisk 3D, enkelt design, hvit bakgrunn», og sideforholdet du trenger.
• Iterér. Generer flere versjoner, velg den beste, og foredle den.
• Forvent å fullføre bildet i et bilderedigeringsprogram for beskjæring og skarphet.
• Skriv alltid alt-tekst. Det er et felt som alle andre, og bildet er ikke ferdig uten det.

Bildegenerering direkte i Content Studio står på Jukes veikart.

Kreative KI-verktøy vi bruker

Her er noen av de kreative generative KI-verktøyene vi bruker i vår daglige innholdsforvaltning:

• ChatGPT Plus: Et toppvalg om du liker å bruke ledetekster til innholdsskaping. Den drives av avansert KI og kan hjelpe deg med å generere kreativt innhold i en fei
• Midjourney: Midjourney er en generativ KI for å skape foto, illustrasjoner og grafikk. Den utmerker seg ved å skape bilder fra ledetekster på naturlig språk, noe som gir en unik visuell vinkling på innholdsskaping
• ElevenLabs: ElevenLabs tilbyr nettleserbasert, KI-assistert tekst-til-tale-programvare. Den nyanserte talesyntesen og de tilpassbare stemmealternativene gjør at den skiller seg ut
• Canva: Dette KI-forsterkede designverktøyet hjelper innholdsredaktører med å lage visuelt imponerende grafikk for innholdet sitt. Med et intuitivt grensesnitt og et enormt malbibliotek er Canva en drøm som går i oppfyllelse for innholdsredaktører
• Higgsfield: Kraftig KI-videogenereringsverktøy (og mer til) med sitt eget cinemastudio og utallige videostiler, effekter og modeller.
• Adobe Creative Cloud: Store og små justeringer i eksisterende materiale håndteres av Photoshop, Illustrator og så videre.

Kvalitet, risiko og styring

KI gjør det enkelt å publisere mer. Det er ikke det samme som å publisere bedre. Når alle kan skape innhold på sekunder, er det nøyaktighet, original innsikt og en gjenkjennelig stemme som skiller deg ut.

Grunnregler vi anbefaler:

• Sjekk alle fakta. Navn, tall, datoer og sitater må verifiseres av et menneske.
• Beskytt dataene dine. Ikke lim inn konfidensiell eller personlig informasjon i offentlige KI-verktøy. En assistent inne i CMS-et ditt som kjører på enterprise-infrastruktur, er et tryggere sted for redaksjonelt arbeid. Juke kjører på Google Vertex AI, som er bygget for sikkerhet, etterlevelse og personvern.
• Bestem deg for åpenhet. Bli enige om når og hvordan dere forteller leserne at KI var involvert. EU AI Act setter også regler for åpenhet for noe KI-generert innhold.
• Mål kvalitet, ikke volum. Spor om KI-assistert innhold presterer og konverterer, ikke bare hvor mye av det du publiserer.
• Ha universell utforming i mente. Klart språk, tydelige overskrifter og alt-tekst betyr like mye når KI skriver det første utkastet.

Kom i gang med KI i Enonic

Enonic-metoden koker ned til dette: Gi KI-en god struktur og tydelige regler, la den ta det kjedelige arbeidet, og hold mennesker ansvarlige for fakta og dømmekraft. Det er slik du får ekte kvalitetsinnhold, ikke bare mer innhold.

Les mer om KI i Enonic, eller se Juke i aksjon i Vår nye KI vil øke innholdsproduktiviteten din. Den raskeste måten å komme i gang på er Enonic SaaS, hvor vi drifter og administrerer plattformen for deg. Sammenlign planene »

Først publisert 31. mai 2023, oppdatert 9. oktober 2026.