Jeg sidder her i mit hjemmekontor på landet med kaffe nummer to for dagen, og jeg kan godt indrømme det: LLM’er – altså Large Language Models – er blevet en fast del af min arbejdshverdag. Ikke fordi jeg er tech-nørd, men fordi de simpelthen gør mit arbejde som selvstændig mere effektivt.
For fem år siden skulle jeg selv skrive hver eneste email, formulere alle mine klientprogrammer fra bunden og researche hvert eneste emne manuelt. I dag bruger jeg LLM’er som intelligente arbejdsredskaber, der giver mig mere tid til det, der rent faktisk gør en forskel: personlig kontakt med mine klienter, tid til styrketræning og tid med familien.
Men lad mig være ærlig: Det tog tid at finde ud af, hvordan jeg kunne bruge Large Language Models på en måde, der faktisk gav mening i min hverdag. Ikke bare som legetøj, men som konkrete værktøjer, der løser reelle problemer.
Hvis du overvejer at bruge LLM i din egen hverdag – eller bare er nysgerrig på, hvordan en mand på landet bruger denne teknologi – så læs med. Jeg deler helt konkret, hvordan jeg faktisk bruger det, hvad det kan og ikke kan, og hvordan du kan komme i gang uden at drukne i teknik.
Har du brug for hjælp til at finde struktur i dit arbejde eller din træning? Kontakt mig for en uforpligtende snak om, hvordan vi kan arbejde sammen.
Hvad er en LLM egentlig?
Lad os starte med basics. En Large Language Model – eller LLM – er i bund og grund en avanceret computermodel, der er trænet på enorme mængder tekst. Den kan forstå og generere sprog på en måde, der minder overraskende meget om, hvordan vi mennesker kommunikerer.
Tænk på det som en ekstremt velinformeret assistent, der har læst millioner af bøger, artikler og websider. Den kan ikke tænke selvstændigt, men den kan genkende mønstre, sammenhænge og svare på spørgsmål baseret på den viden, den er trænet med.
ChatGPT er nok det mest kendte eksempel på en LLM lige nu, men der findes flere – Claude, Gemini og andre. Jeg bruger primært ChatGPT i mit daglige arbejde, fordi den er tilgængelig og fungerer godt til mine behov.
Det vigtigste at forstå er: En LLM er et værktøj. Lige som en økse kan fælde træer, men også kræver, at du ved, hvordan du svinger den. Teknologien er kun så god som den person, der bruger den.
Hvordan jeg faktisk bruger LLM i min hverdag
Når jeg fortæller folk, at jeg bruger Large Language Models dagligt, tror de tit, at jeg lader AI skrive alt for mig. Det er ikke tilfældet. Her er, hvordan jeg rent faktisk bruger det:
Skrivning og content-produktion
Som selvstændig skal jeg skrive meget. Blogindlæg, emailserier til klienter, opslag på sociale medier, træningsprogrammer. Det var før en stor del af min arbejdsuge.
Nu bruger jeg LLM til at hjælpe med strukturen. Jeg skriver mine tanker ned i stikord eller råtekst, giver dem til LLM’en med en klar instruktion om tone og formål, og får en første udgave tilbage. Så redigerer jeg den, så den lyder som mig – fordi det skal den.
Et konkret eksempel: Når jeg skal skrive en email til en ny klient om forventninger til vores samarbejde, giver jeg LLM’en punkterne, jeg vil have med. Den laver et udkast, jeg tweaker det, tilføjer min personlighed og sender det afsted. Det sparer mig måske 20 minutter per email.
Det vigtige er: Jeg bruger aldrig tekst direkte fra en LLM uden at redigere den. Den skal igennem mit filter. Ellers mister den autenticiteten.
Research og vidensindsamling
Når jeg skal lære om et nyt emne – måske om periodisering i styrketræning eller en bestemt ernæringstilgang – kan jeg bruge en LLM til at få et hurtigt overblik.
Jeg stiller spørgsmål som: “Forklar periodisering i styrketræning på en måde, en begynder kan forstå” eller “Hvad er forskellen mellem lineær og bølgeformet periodisering?”
Det giver mig et udgangspunkt. Men – og det er vigtigt – jeg tjekker altid fakta bagefter. En LLM kan lave fejl, fordi den genererer tekst baseret på mønstre, ikke faktuel viden, den selv har verificeret.
Jeg bruger det som springbræt til dybere research, ikke som endegyldigt svar.
Problemløsning og brainstorming
Nogle dage sidder jeg fast. Måske skal jeg finde en ny vinkel på et gammelt emne, eller jeg skal hjælpe en klient med at finde en løsning på et specifikt problem.
Her bruger jeg LLM til at bounce ideer. Jeg beskriver situationen, og beder om forskellige perspektiver eller tilgange. Det er som at have en sparringspartner tilgængelig 24/7.
Det betyder ikke, at LLM’en finder løsningen for mig. Men den kan give mig ideer, jeg ikke selv ville have tænkt på. Perspektivskifte er værdifuldt, også når det kommer fra en algoritme.
Teknisk assistance og læring
Jeg er ikke udvikler. Når jeg skal fikse noget på min hjemmeside eller automatisere en proces, kan jeg bruge en LLM til at forklare tekniske ting på dansk.
I stedet for at Google i timevis, kan jeg spørge: “Hvordan laver jeg en automatisk email i min CRM, når nogen downloader min guide?” og få en step-by-step forklaring.
Igen: Det erstatter ikke ekspertise. Men det gør, at jeg kan løse simple tekniske problemer selv uden at skulle betale en konsulent for 15 minutters arbejde.
Praktiske anvendelser i forskellige dele af mit liv
| Område | Konkret anvendelse | Tidsbesparelse |
|---|---|---|
| Coaching | Strukturering af programmer, email-templates, opfølgningsspørgsmål | 3-5 timer/uge |
| Content | Udkast til artikler, sociale medier, nyhedsbreve | 4-6 timer/uge |
| Administration | Automatisering af processer, dokumentskabeloner, standard-svar | 2-3 timer/uge |
| Læring | Research, forklaringer af komplekse emner, overblik | 2-4 timer/uge |
I mit coachingarbejde
Når jeg laver online coaching, handler det om at møde den enkelte, hvor de er. Men der er administrative dele af arbejdet, hvor LLM hjælper mig.
Jeg har lavet standardskabeloner til forskellige situationer – velkomst-emails, opfølgning efter første måned, motivationsboost når folk hænger i bremserne. Tidligere skrev jeg dem fra bunden hver gang. Nu har jeg skabeloner, jeg tilpasser til den enkelte klient.
LLM hjalp mig med at strukturere disse skabeloner, så de dækker de vigtigste punkter, men stadig giver plads til personlig tilpasning. Det betyder, at jeg kan bruge mere tid på selve coachingen og mindre tid på at formulere den samme grundlæggende information gang på gang.
Til træning og kost
Jeg programmerer selv min træning, og jeg holder styr på min kost uden at vægte eller tælle. Men når jeg skal forklare principper til andre – måske hvorfor progressive overload virker, eller hvordan man strukturerer sin madpakke – kan jeg bruge LLM til at hjælpe med at forklare det klart.
Det er også nyttigt, når jeg skal researche nye metoder eller tilgange. Fitnessverden er fuld af trends, og en LLM kan hurtigt give mig et overblik over, hvad der egentlig er substans i, og hvad der er hype.
Men igen: Min egen erfaring og min viden om klienten er det, der styrer. LLM er kun research-værktøj.
På landet og i hverdagen
Jeg bor på landet med min familie, og her bruger jeg faktisk også LLM til praktiske ting. Måske skal jeg finde ud af, hvordan jeg reparerer et hegn, eller hvilke træsorter der egner sig til brænde.
I stedet for at ringe til naboen (igen), kan jeg spørge en LLM og få et hurtigt svar. Det er som at have adgang til generel viden om alt muligt – lige ved hånden.
Det erstatter ikke erfarne folk, men det giver mig ofte nok til at komme i gang selv.
Hvad LLM ikke kan – begrænsninger du skal kende
Nu har jeg brugt en del ord på, hvad Large Language Models kan. Men det er lige så vigtigt at forstå, hvad de ikke kan.
De laver fejl
En LLM genererer tekst baseret på mønstre, ikke fakta. Det betyder, at den kan give dig information, der lyder rigtig, men som faktisk er forkert. Det kaldes “hallucinations” i fagsprog – at den opfinder ting.
Jeg har flere gange fået svar fra ChatGPT, der indeholdt faktuelt forkerte oplysninger. Det ser troværdigt ud, men når jeg tjekker kilden, er den ikke korrekt.
Derfor: Brug aldrig en LLM som eneste kilde. Tjek altid vigtige facts.
De mangler personlig erfaring
En LLM kan ikke erstatte menneskelig erfaring, intuition eller empati. Den kan give generelle råd, men den kan ikke læse stemningen hos en klient i telefonen. Den kan ikke mærke, om en træningsform passer til mig.
Det personlige lag – det, der gør en forskel i coaching, i relationer, i livet – det kommer fra mennesker. Det kan en LLM ikke levere.
De er ikke aktuelle
De fleste LLM’er er trænet på data frem til et bestemt tidspunkt. ChatGPT har for eksempel en “cut-off date”, hvor dens viden stopper. Det betyder, at hvis du spørger om meget aktuelle begivenheder eller ny forskning, kan den ikke hjælpe.
Det er vigtigt at huske, når du bruger den til research.
De har ingen etik eller dømmekraft
En LLM giver dig svar baseret på, hvad du spørger om. Den har ingen moralsk kompas. Hvis du beder den om at skrive noget manipulerende eller skadeligt, gør den det – medmindre der er indbyggede sikkerhedsforanstaltninger.
Du skal selv bringe etik og dømmekraft til bordet. Værktøjet er neutralt; hvordan du bruger det, er dit ansvar.
Sådan kommer du i gang med LLM
Hvis du overvejer at bruge Large Language Models i din egen hverdag, her er mit råd baseret på, hvordan jeg selv kom i gang:
Start simpelt
Du behøver ikke betale for dyre abonnementer eller lære komplicerede prompts. Start med den gratis version af ChatGPT eller en lignende tjeneste.
Brug den til simple ting: Skriv en email, få en ide til aftensmad baseret på, hvad du har i køleskabet, få forklaret et begreb, du ikke forstår.
Leg med det. Find ud af, hvad det kan og ikke kan ved at eksperimentere.
Lær at stille gode spørgsmål
Kvaliteten af det svar, du får fra en LLM, afhænger direkte af kvaliteten af dit spørgsmål. Jo mere specifik og klar du er, jo bedre bliver svaret.
Dårligt spørgsmål: “Hvordan træner jeg bedre?”
Godt spørgsmål: “Jeg er 40 år, har trænet styrketræning i et år, og vil gerne forbedre min squat-teknik. Hvilke almindelige fejl bør jeg være opmærksom på?”
Se forskellen? Kontekst og specificitet gør hele forskellen.
Brug det som supplement, ikke erstatning
Tænk på LLM som en assistent, ikke som din chef. Den kan hjælpe dig med opgaver, give dig ideer og spare dig tid. Men den træffer ikke beslutninger for dig, og den erstatter ikke din dømmekraft.
Brug den til at forbedre dit arbejde, ikke til at erstatte det.
Vær kritisk
Tag ikke alt for gode varer. Stil opfølgende spørgsmål, bed om kilder (selv om LLM’en ikke altid kan give dem), og brug din sunde fornuft.
Hvis noget lyder for godt til at være sandt, er det sandsynligvis ikke sandt.
Mine erfaringer efter et år med daglig LLM-brug
Jeg har nu brugt Large Language Models fast i omkring et år. Her er, hvad jeg har lært:
Det sparer tid – men kun hvis du ved, hvad du vil. Hvis du bare spørger løst og fast uden klar retning, kan du ende med at bruge mere tid på at sortere svar end på at gøre arbejdet selv. Klarhed i dit spørgsmål er altafgørende.
Det gør mig ikke doven – tværtimod. Ved at outsource repetitive og tidskrævende opgaver får jeg mere energi til det kreative og menneskelige arbejde. Jeg skriver faktisk mere nu end før, fordi barrieren for at komme i gang er lavere.
Det kræver stadig ekspertise. Michael Balkemose bruger LLM som værktøj, men værktøjet er kun så godt som håndværkeren. Mine år med erfaring inden for træning, kost og coaching er stadig fundamentet. LLM’en forstærker bare det, jeg allerede ved.
Det ændrer sig hurtigt. For et år siden var ChatGPT meget mere begrænset, end den er i dag. Teknologien udvikler sig enormt hurtigt. Det betyder, at man skal være åben for at lære nyt og tilpasse sig.
Etik og ansvar
Jeg kan ikke skrive om LLM uden at tale om ansvar. Som selvstændig og som coach har jeg et ansvar over for mine klienter og mit publikum.
Når jeg bruger LLM til at producere indhold, sørger jeg altid for, at det er mig, der står bag. Mine værdier, min erfaring, min stemme. LLM er hjælper, ikke forfatter.
Jeg er også opmærksom på, at der er bekymringer om privatlivets fred, ophavsret og miljøpåvirkning fra de enorme datacentre, der driver LLM’er. Det er spørgsmål, jeg ikke har alle svarene på, men som jeg holder øje med.
Mit råd: Brug teknologien med omtanke. Vær transparent om, hvordan du bruger den. Og husk altid, at du selv har det endelige ansvar for det, du udgiver eller gør.
Fremtiden med LLM
Jeg tror, at Large Language Models bliver en naturlig del af de fleste menneskers hverdag – på samme måde som smartphones blev det for 10-15 år siden.
Det betyder ikke, at alle skal blive programmører eller tech-eksperter. Det betyder bare, at vi får et nyt værktøj, der kan hjælpe os med at arbejde smartere, lære hurtigere og have mere tid til det, der betyder noget.
For mig handler det om balance. Teknologi er fantastisk, når den frigør tid til det menneskelige – tid til familien, tid til at løbe i skoven, tid til at coache mine klienter ordentligt.
Men teknologi for teknologiens skyld? Det interesserer mig ikke. Jeg bor på landet af en grund. Jeg værdsætter det enkle, det ægte, det langsomme.
LLM er bare et værktøj, der hjælper mig med at beskytte den livsstil.
Afslutning
Large Language Models er ikke fremtiden – de er nutiden. Og de er mere tilgængelige, end de fleste tror.
Jeg bruger dem ikke, fordi jeg er tech-begejstret. Jeg bruger dem, fordi de giver mig mere tid til det, der betyder noget: Min familie, mine klienter, min træning, mit liv på landet.
Det vigtigste, jeg har lært, er: En LLM er et værktøj. Ikke en trylleformular, ikke en erstatning for erfaring, og slet ikke en undskyldning for ikke at tænke selv. Men brugt rigtigt, kan den gøre hverdagen lettere og mere effektiv.
Start simpelt. Vær kritisk. Brug det som supplement. Og husk altid, at det er dig, der er i førersædet – ikke algoritmen.
Mit bedste råd? Prøv det. Leg med det. Find ud af, om det giver mening i din hverdag. Ikke fordi alle andre gør det, men fordi det måske kan give dig mere tid til det, du elsker.
Hvis du vil have hjælp til at strukturere dit arbejde, din træning eller dit liv – eller bare vil snakke om, hvordan teknologi og det enkle liv kan gå hånd i hånd – så kontakt mig. Jeg deler gerne mine erfaringer.
Ofte stillede spørgsmål
Kan jeg bruge en LLM som ChatGPT, selvom jeg ikke er teknisk anlagt?
Ja, absolut. Du behøver ingen teknisk baggrund for at komme i gang. Start med den gratis version af ChatGPT og brug den til helt simple ting – skriv en email, få forklaret et begreb eller brainstorm ideer. Det vigtigste er, at du lærer at stille klare og specifikke spørgsmål, for jo bedre dit spørgsmål er, jo mere brugbart bliver svaret. Tænk på det som en samtale med en assistent: Giv kontekst, vær konkret, og vurder selv svaret kritisk bagefter.
Hvordan sikrer jeg, at mit indhold stadig lyder som mig, når jeg bruger en LLM?
Nøglen er aldrig at bruge tekst direkte fra en LLM uden at redigere den. Brug den til at lave et første udkast eller en struktur, og kør det derefter igennem dit eget filter. Tilføj din personlighed, dine egne erfaringer og din tone. LLM’en leverer råmaterialet – du former det til noget ægte. På den måde sparer du tid på det administrative, men beholder autenticiteten i alt, du sender ud til klienter eller publicerer online.
Kan jeg stole på de svar, en Large Language Model giver mig?
Ikke blindt, nej. En LLM genererer tekst baseret på mønstre i data, og den kan præsentere forkert information på en måde, der lyder helt troværdig. Det kaldes hallucinationer i fagsprog. Brug den som et springbræt til videre research, men tjek altid vigtige fakta selv – især inden for emner som træning, kost og sundhed, hvor forkerte råd kan have reelle konsekvenser. Din egen erfaring og sunde fornuft skal altid være det endelige filter.
