ChatGPT‑kursus: 3 konkrete måder det kan styrke din arbejdsdag som udvikler eller studerende

Hvad kan et ChatGPT‑kursus faktisk bruges til?

Hvis du arbejder med kode eller er i gang med en it‑uddannelse, har du sandsynligvis allerede prøvet ChatGPT. Måske til en hurtig forklaring eller et stykke genereret kode. Men forskellen på at lege med værktøjet og at få reel værdi ud af det i hverdagen er stor.

Et godt ChatGPT‑kursus handler ikke om at beundre AI, men om at bygge konkrete workflows til dine opgaver: kode, fejlretning, dokumentation, opgaveskrivning, projektstruktur, research og gentagne tekstopgaver. Mange kursussider i søgeresultaterne taler bredt om tekst, idéudvikling og produktivitet, men går sjældent i dybden med udviklere og studerende som målgruppe.

Denne guide tager omvendt udgangspunkt i netop din hverdag: editoren, IDE’en, studieopgaverne og projekterne. Vi ser på tre konkrete måder, ChatGPT kan styrke dit arbejde, og hvad et kursus kan lære dig, som du sjældent selv finder frem til ved bare at skrive “skriv koden for mig”.

1. ChatGPT som sparringspartner til kode, fejl og dokumentation

For udviklere (og studerende der koder) er den største gevinst at bruge ChatGPT som en tålmodig makker, ikke som en magisk kodegenerator. Du får mest ud af det, når du bruger det til at forstå og forbedre kode, ikke kun til at spytte nye filer ud.

Kodehjælp uden blind copy‑paste

ChatGPT er stærkt til at:

• skrive små stykker boilerplate‑kode (fx standard CRUD‑endpoints eller simple komponenter)
• forklare ukendt framework‑syntaks i almindeligt dansk
• oversætte kode mellem sprog (fx fra JavaScript til Python) som udgangspunkt for din egen refaktorering

Men kvaliteten variere, og koden passer ikke altid til din arkitektur, versionsnumre eller constraints. Derfor er det vigtigt, at du bruger ChatGPT’s forslag som udkast, du selv vurderer og tilpasser. Hvis du vil have en dybere snak om, hvorfor blind copy‑paste er en dårlig strategi, så læs også artiklen stop med bare at copy‑paste AI‑kode.

Debugging: fra mystisk stack trace til handleplan

Et klassisk udvikler‑use case er at få hjælp til fejl.

Eksempel på prompt:

“Jeg får denne fejl i mit Node/Express‑API. Her er min stack trace og den relevante kode. Kan du forklare, hvad der sandsynligvis går galt, og komme med tre forslag til, hvordan jeg kan debugge det systematisk?”

Her kan ChatGPT:

• oversætte kryptiske fejlbeskeder til forståeligt sprog
• foreslå konkrete trin til fejlsøgning (log her, tjek denne variabel, isoler denne funktion)
• hjælpe dig med at formulere en debugging‑strategi, du kan gentage næste gang

Hvis du vil styrke din generelle fejlsøgningsmuskel, er det oplagt at kombinere det med principperne fra artiklen hvordan du stopper med at debugge i blinde og så lade ChatGPT hjælpe dig med at omsætte dem til konkrete skridt i dit projekt.

Unit tests og refaktorering

Mange kursusudbydere fremhæver brugen af ChatGPT til tests og refaktorering, og det matcher godt med erfaringen i praksis. Du kan fx:

• bede om forslag til testcases ud fra en given funktion eller et endpoint
• få genereret et første udkast til unit tests i dine eksisterende rammer (Jest, Vitest, Pytest osv.)
• lade ChatGPT foreslå, hvordan en for lang funktion kan refaktoreres i mindre bidder

Eksempel:

“Her er en funktion fra mit React‑projekt og mine nuværende tests i Vitest. Kan du foreslå flere testcases, der dækker edge cases, og forklare, hvad de tester?”

Du skal stadig kunne vurdere, om testene faktisk har værdi og rammer den rigtige adfærd. Hvis du vil nørde mere i tests, passer det godt sammen med guides som test uden tårer i Vite‑projekter, hvor du selv ser, hvordan strukturen kan se ud.

Dokumentation, README og bedre projektbeskrivelser

Dokumentation bliver tit skubbet til sidst. Her kan ChatGPT hjælpe dig med at komme i gang hurtigere:

• omskrive stikord til en brugbar README
• forbedre sproget i eksisterende dokumentation
• opsummere lange issue‑tråde til kort status og næste skridt

En typisk prompt kan være:

“Her er mine stikord om et lille Express‑API. Skriv et udkast til README på dansk med sektionerne: intro, krav, installation, eksempler på requests, kendte begrænsninger.”

Du kan bagefter finpudse den med tipsene fra skriv en README der faktisk bliver læst og bruge ChatGPT som omskrivnings‑ og ideværktøj.

2. ChatGPT som strukturhjælp til studier og opgaveskrivning

For studerende er den store gevinst ikke at få ChatGPT til at skrive opgaven for dig, men at bruge det som en makker til struktur, idéudvikling og forklaringer. Det gælder både til it‑faglige emner og mere generelle studieopgaver.

Fra emne til disposition og problemformulering

Mange sidder fast længe, før der er skrevet én linje: Hvad er problemet, hvor starter jeg, og hvordan strukturerer jeg opgaven?

Her kan ChatGPT fx hjælpe dig med at:

• generere forskellige udkast til problemformuleringer ud fra dit emne
• foreslå en disposition med afsnit og underafsnit
• opdele et stort projekt i delopgaver og milepæle

Eksempel:

“Jeg skal skrive et 10‑siders projekt om REST vs GraphQL på mit datalogistudie. Målgruppen er medstuderende. Forslå tre forskellige problemformuleringer og en detaljeret disposition til hver.”

Sådan får du noget konkret at reagere på, i stedet for at stirre på en tom side. Hvis du vil arbejde mere generelt med studieteknik, kan du kombinere det med inspiration fra vores guides under læringsstrategi og studieteknik.

Forklaringer af svære tekniske emner i flere niveauer

Et andet stærkt use case er at få forklaret teori i forskellige sværhedsgrader.

Typiske eksempler:

• Big‑O notation
• Objektorienteret programmering (OOP)
• HTTP, REST, statuskoder
• databasebegreber og fx SQL JOINS

Du kan bede ChatGPT om at:

• forklare et emne til “en medstuderende på første semester”
• komme med eksempler og små kodebidder
• udfordre dig med små opgaver på baggrund af forklaringen

Eksempel:

“Forklar Big‑O notation med fokus på forskellen mellem O(n), O(n log n) og O(n²). Først som til en gymnasieelev, derefter mere formelt på universitetsniveau. Brug korte kodeeksempler i Python.”

Hvis du øver fx SQL, kan du lade ChatGPT generere flere opgaver i stil med dem du finder i artiklerne 7 SQL JOIN‑øvelser og bliv ven med SQL SELECT. Bed det fx om at lave “5 øvelser på samme niveau, men med andre tabeller”.

Pseudokode og planlægning før du koder

Når du laver studieprojekter, er der meget at vinde ved at tænke i pseudokode og struktur, før du går i gang med at kode. ChatGPT er god til at hjælpe dig med:

• skitsere pseudokode for en algoritme eller et feature‑flow
• oversætte en kravspec til små, konkrete opgaver
• finde huller i din plan (hvad har du glemt at håndtere?)

Det kan fx være i forbindelse med at bygge et lille Express‑API, hvor du lader ChatGPT hjælpe med at opdele projektet, før du begynder at skrive kode.

Snyd, troværdighed og lokale regler

Det oplagte spørgsmål: “Er det ikke snyd at bruge ChatGPT?” Svaret er: Det kommer an på, hvordan du bruger det, og hvad din uddannelsesinstitution siger.

• Nogle steder er AI‑værktøjer tilladt som hjælp, hvis du er åben om det.
• Andre steder er der skrappe begrænsninger, især til eksamener og take‑home cases.

Du bør altid:

• tjekke din studieordning og eventuelle AI‑retningslinjer
• bruge værktøjet til sparring, struktur og forklaring frem for til at levere færdige, ukritiske svar

Der er også en mere principiel vinkel på snyd, når opgaver bliver for nemme at løse med AI. Den dykker vi ned i i artiklen din take‑home case er sikkert for nem at snyde.

3. Mindre tid på gentagne opgaver og bedre overblik

Uanset om du er udvikler eller studerende, er der masser af opgaver, der ikke kræver dyb faglig kreativitet hver gang: omskrivninger, opsummeringer, simple mails, mødenoter osv. Det er typisk her, ChatGPT giver den hurtigste tidsgevinst.

Fra idé til første udkast

Mange kursussider fremhæver ChatGPT som “idé‑ og strukturmotor”. Det er især nyttigt, når du:

• skal formulere projektbeskrivelser, issues eller user stories
• skal skrive case‑beskrivelser af projekter til fx portfolio eller ansøgninger
• vil have et hurtigt udkast til en mail, statusopdatering eller opsamling

Eksempel:

“Her er mine stikord til en teknisk case om et tidligere projekt (sæt ind). Skriv et første udkast til en kort casebeskrivelse til min udvikler‑portfolio. Maks 300 ord, målgruppe: tekniske rekrutteringsfolk.”

Derefter kan du selv finpudse, så tonen bliver din egen. Hvis du generelt vil arbejde med at gøre cases skarpere, kan du hente idéer i guiden gør din tekniske case til en god historie og bruge ChatGPT til at omskrive dine udkast efter de principper.

Opsummeringer, struktur og “information cleanup”

ChatGPT er stærkt, når du har for meget ustruktureret tekst:

• lange mødenoter
• Slack‑tråde
• rå research‑noter til et projekt eller en rapport

Du kan fx bede det om at:

• lave kortfattet opsummering med beslutninger, åbne spørgsmål og næste skridt
• strukturere noterne i sektioner (baggrund, krav, løsninger, risici)
• omskrive tekst til et bestemt format (fx mødenotat, backlog, projektplan)

Det samme gælder studieopgaver, hvor du har for mange citater og noteuddrag. ChatGPT kan hjælpe dig med at samle trådene, så du ser strukturen tydeligere, før du skriver færdig tekst.

Gentagne tekstopgaver og små automations

Der er også en masse små, tilbagevendende ting, du kan skabelonisere via ChatGPT:

• standardiserede commit‑beskeder eller PR‑beskrivelser (med lidt hjælp fra værktøjer og scripts)
• ensartede bug reports ud fra rå info (“reproducer steps”, “expected vs actual”)
• jobansøgninger og CV‑tekster baseret på et fast sæt oplysninger

Her handler et kursus ofte om at vise, hvordan du designer dine egne “skabelon‑prompts”, så du ikke starter forfra hver gang. Hvis du fx er i gang med at bygge en udvikler‑portfolio, kan du lade dig inspirere af strukturen i guiden om udvikler‑portfolio og så få ChatGPT til at hjælpe med at formulere projektbeskrivelser og kort profiltekst.

Sådan får du mere ud af ChatGPT i praksis

Det, der går igen på tværs af gode kurser, er en meget simpel pointe: Outputtet afhænger voldsomt af kvaliteten af din prompt. I stedet for at tænke “jeg skriver et spørgsmål”, så tænk “jeg designer et lille samarbejde”.

En simpel prompt‑skabelon, der virker

En praktisk måde at tænke prompts på er at dække fire ting:

• Kontekst – hvad handler opgaven om?
• Mål – hvad vil du ende med at have?
• Format – hvordan skal svaret se ud?
• Rolle – hvem skal ChatGPT “optræde” som?

Eksempel i udviklerkontekst:

“Du er en erfaren TypeScript‑udvikler. Kontekst: Jeg bygger et mindre Express‑API til et studieprojekt. Mål: Hjælp mig med at strukturere routes og controllers, så koden er let at vedligeholde. Format: Giv først et overblik, derefter et konkret kodeeksempel, og slut med 3 punkter jeg selv skal tage stilling til.”

Eksempel i studiekontekst:

“Du er vejleder på en bachelor i datalogi. Kontekst: Jeg skriver om performanceoptimering af SQL‑spørgsmål. Mål: Jeg vil have en disposition til en rapport på 8‑10 sider. Format: Lav en oversigt med 5‑7 hovedafsnit og 2‑3 underpunkter til hver. Rolle: Stil gerne opklarende spørgsmål, hvis du mangler information.”

På et kursus bruger man typisk tid på at træne netop denne måde at tænke prompts på og øve, hvordan man itererer: rette til, bede om alternativer, få forklaringer, og til sidst lande på noget, der faktisk bruges i projektet.

Byg små faste workflows

I stedet for at se ChatGPT som et “orakel”, kan du definere konkrete workflows, fx:

• “Fejlretning af stack trace” – fast promptskabelon du altid bruger
• “Opsummering af mødenoter” – fast struktur for beslutninger, tasks og risici
• “Idé til opgavedisposition” – fast måde at beskrive fag, omfang og målgruppe

Du kan gemme dine bedste prompts i dit noteværktøj og genbruge dem. Det er ofte sådan man på et kursus går fra “jeg prøver lidt forskelligt” til “jeg har et sæt værktøjer, jeg bruger bevidst”.

Faldgruber: hvad skal du være opmærksom på?

ChatGPT er nyttigt, men ikke magisk. Der er nogle klassiske faldgruber, du bør kende – især som udvikler eller studerende.

Hallucinationer og falsk tryghed

ChatGPT kan levere svar, der lyder sikre, men som er direkte forkerte. Det gælder både:

• kode, der ikke kompilere eller bryder subtile kontrakter i dit system
• pseudofakta i studieopgaver, fx opfundne kilder eller forenklede påstande

Som udvikler bør du altid:

• teste genereret kode grundigt i dit eget miljø
• slå API‑forslag op i den officielle dokumentation
• køre sikkerhedstjek, hvis der er tale om auth, secrets eller følsom logik

Hvis du arbejder med API‑nøgler eller credentials, er det ekstra vigtigt ikke at smide dem direkte ind i din prompt. Læs fx om god praksis i guiden gemmer du også dine API‑nøgler det forkerte sted?.

Fortrolighed og data

Du bør aldrig dele:

• personfølsomme oplysninger
• hemmelig kode eller forretningskritiske detaljer
• interne dokumenter, der ikke må forlade organisationen

Hvis din arbejdsplads har retningslinjer for brug af AI‑værktøjer, så følg dem. Hvis ikke, så vær konservativ og behandl ChatGPT som en ekstern tjeneste, du deler data med.

Læring og plagiat

Som studerende er det fristende bare at få ChatGPT til at skrive et afsnit og så copy‑paste. Problemet er:

• du lærer markant mindre, end hvis du selv kæmper med at formulere det
• det kan kollidere med eksamensregler og plagiatpolitik

Denne risiko er især tydelig ved take‑home eksamener og cases, hvor opgaverne kan løses ret direkte af et sprogmodel. Brug derfor ChatGPT til at forstå, strukturere og få feedback, men skriv og omarbejd altid selv.

Hvornår giver et ChatGPT‑kursus mest mening?

Du kan lære meget ved bare at eksperimentere selv. Men et struktureret kursus giver mening, hvis du:

• bruger (eller kommer til at bruge) ChatGPT ofte i arbejde eller studie
• vil væk fra tilfældige prompts og hen mod gennemprøvede workflows
• vil lære at kombinere ChatGPT med dine eksisterende værktøjer og processer

Markedet spænder bredt i pris og niveau. Som overordnet billede viser kursusudbydere og oversigtssider, at:

• korte online‑introer kan ligge omkring 1.500 – 3.000 kr.
• professionelle dagskurser på fysisk lokation ofte ligger cirka 4.500 – 7.500 kr. ekskl. moms
• nogle udbydere har gratis eller meget billige introduktioner, fx e‑learning for medlemmer

Der findes også mere avancerede forløb til væsentligt højere priser, men fælles for dem er, at prisen afhænger af varighed, niveau og hvor målrettet de er din branche.

Hvis du primært vil bruge ChatGPT til generel kontorbrug, er et bredt kursus ofte fint. Men hvis du arbejder med kode eller er teknisk studerende, får du mest ud af kurser, der viser konkrete eksempler fra softwareudvikling, debugging, tests og teknisk dokumentation – og som taler direkte ind i den type opgaver, du faktisk sidder med. Her kan det også give mening at se det som supplement til andre kursus‑ og læringsforløb, fx dem vi samler under uddannelse og kurser eller mere generelt under lær at kode og værktøjer og ny teknologi.

Uanset om du tager et kursus eller ej, er pointen den samme: Jo mere bevidst du arbejder med prompts, workflows og kvalitetssikring, desto mere får du ud af ChatGPT – både som udvikler og som studerende.