Gå til hovedinnhold
Beta! Dokumentasjonen er automatisk generert. Informasjonen kan være ufullstendig og inneholde feil, spesielt skjermbilder og videoer. Se Om hjelpesidene. Vi vil veldig gjerne ha innspill: Kontakt oss via «Fant du det du lette etter?» nederst, i chatten nede til høyre eller på support@placepoint.no – vi svarer så fort vi kan!

Eksempler på bruk av Placepoint AI

Rapportene under er laget med Placepoint AI av brukerne våre, fra ett enkelt prompt hver. De viser spennet: fra oppslag på én eiendom til analyser av hele gater og porteføljer. Vil du starte med noe kort, gå rett til eksempelpromptene nederst på siden.

Områdeanalyse: en hel gate i ett prompt

Prompten «Sjekk hele John Colletts allé, hvor kan man bygge nytt, lag rapport» ga en rapport på 15 sider: alle 72 grunneiendommene i gata gjennomgått, med kart og vurdering per adresse.

Rapporten fant at gata i praksis er tre ulike reguleringsvirkeligheter, og at fire adresser midt i gata ikke er omfattet av byggeforbudet som stopper alle naboene. Det unntaket står ikke i noen kartdatabase: Claude fant det ved å lese plandokumentene og vedtaket om forlenget byggeforbud. Kravene står i bestemmelsene, ikke i fargene på plankartet. Metodedelen lister hvilke plandokumenter som faktisk er lest, og skiller dokumentert dekningshull fra manglende analyse. De samme planene ligger i reguleringskartlagene i Placepoint Fusion.

ForsideSammendragPlankart
Forsiden av rapporten om John Colletts alléSammendraget: gata er tre gater, med nøkkeltall per sonePlankartutsnitt med formålsflater over hagebyen

Hele rapporten kan lastes ned: John Colletts allé - reguleringsanalyse (PDF, 15 sider).

Flere rapporter og analyser

  • En bærekraftsrapport på 25 sider for et kjent hovedkontor i Oslo: matrikkel, BREEAM-sertifisering, eierstruktur, samtlige 25 leietakere med selskapsdossier, tinglyst eierhistorikk, kart og reisetidsisokron.
  • En due diligence-rapport på 11 sider med juridisk, teknisk og finansiell screening, som tydelig markerer hva som er dekket og ikke.
  • En klimarisiko-rapport som PDF-magasin med fysisk risiko, transisjonsrisiko og naturmangfold, bygd på de samme kildene som risikokartlagene, og en kredittrapport for bank etter samme oppskrift.
  • En kjøpervurdering der Claude på et helt nøytralt prompt konkluderte med høy risiko fordi kjøperselskapet sto i en pågående rettssak.
  • En massescanning av grunnbøker for et helt anlegg: Claude fant alle matrikkelnumrene selv, hentet utskriftene samlet og oppsummerte heftelsene som kunne hindre utvikling.
  • En lead-liste for en takentreprenør: 1 517 eiendommer identifisert og filtrert på byggeår og bygningstype, koblet mot eierselskap og kombinert med visuell takanalyse av bygg fra flyfoto. Samme type utvalg som Filter gir i Placepoint Fusion.

Tomtedeling: hvilke tomter er store nok

Spørsmålet «Hvilke tomter i Bergsalléen i Oslo er store nok til å deles?» gir svaret i to deler: regelverket som styrer fradeling akkurat nå (arealkrav per boenhet, %-BYA og det midlertidige forbudet med unntak), og en tabell over eiendommene i gata som oppfyller arealkravet, med matrikkelnummer og tomteareal. Svaret er tydelig på hva som må sjekkes konkret hos Plan- og bygningsetaten før en reell fradelingssøknad.

Svar på tomtedelingsspørsmålet for Bergsalléen, med regelverk og tabell over store nok tomter

Dette svaret er fra Agenten i Placepoint Fusion, som bruker samme motor som Placepoint AI i Claude. Spørsmålene under fungerer begge steder:

  • «Sjekk hele John Colletts allé, hvor kan man bygge nytt, lag rapport.»
  • «Hvilke tomter i Bergsalléen i Oslo er store nok til å deles?»
  • «Er det varslet planarbeid i nærheten av Bergsalléen?»

Korte eksempelprompter

Placepoint AI tar både korte spørsmål og sammensatte oppgaver: ett oppslag på en adresse, eller en hel gate med rapport til slutt. Eksemplene under er enkle å skrive og bruker likevel mye av Placepoint på én gang: registrene, kartlagene og analysene i samme svar. Start gjerne med «Bruk Placepoint MCP», skriv på det språket du selv bruker, og bytt ut hakeparentesene med en ekte adresse, et matrikkelnummer eller et organisasjonsnummer:

  • «Hent grunnboksutskriften for [matrikkelnummer] og oppsummer hvilke heftelser som ligger på eiendommen.»
  • «Sjekk om eiendommen [matrikkelnummer] ligger i et flom- eller skredutsatt område, og vis det på et kart.»
  • «Hvilke reguleringsplaner og kommuneplaner gjelder for eiendommen [matrikkelnummer]?»
  • «Sjekk hele [gate]: hvor kan man bygge nytt? Lag rapport.»
  • «Hvilke tomter i [gate] er store nok til å deles?»
  • «Er det varslet planarbeid i nærheten av [adresse]?»
  • «Hent bestemmelsene og planbeskrivelsen for planen som gjelder [matrikkelnummer], og oppsummer hva som er tillatt av utnyttelse, høyder og formål.»
  • «Vis alle historiske flyfoto rundt eiendommen [matrikkelnummer], satt pent opp med metadata.»
  • «Finn de beste stedene for å etablere en ny dagligvarebutikk i nærheten av [sted].»
  • «Lag en risikorapport for [adresse].»
  • «Lag en risikovurdering av orgnr [orgnr] som kjøper av eiendommen [matrikkelnummer].»
  • «Lag en porteføljerapport om alle eiendommene [selskap] (orgnr [orgnr]) eier i [sted/område].»
  • «Lag en full porteføljeoversikt for orgnr [orgnr]: alle eiendommer med geografi og kart over hovedklyngen, eierstruktur fra ultimat eier ned til SPV-ene med flagg for slettede selskaper og selskaper med negativ egenkapital, alle leietakere per bygg med hvor lenge hver leietaker har vært registrert, og en ESG-profil per bygg.»
  • «Finn de 10 beste lokalene for et distribusjonssenter for et selskap som må kjøre ut leveranser fysisk i [område], rangert etter kjøretid.»
  • «Hvor mange aktive eiendommer er det i [kommune]?»
  • «Hvilke eiendommer leier Equinor i [kommune]?»
  • «Vis enebolig-tetthet i [kommune] som et kart.»
  • «Eksporter alle eiendommer med leietakere i [kommune] til et regneark.»
  • «Lag en rangert liste over næringseiendommer i [kommune] med bare én leietaker, der leietakeren har svak økonomi.»

Med Placepoint Dataset MCP, som jobber med datasettene i prosjektene dine:

  • «Lag et datasett i prosjektet [prosjekt] med alle næringseiendommer over 5 000 m² i [kommune], med eier og byggeår.»
  • «Last opp leietakerlisten vår, koble radene til matrikkelen på adresse og vis hvilke som ikke fikk treff.»
  • «Legg til kommune og grunnkrets på hver rad i [datasett], og tell rader per kommune.»
  • «Hvilke eiendommer i [datasett] har fått ny hjemmelshaver eller nytt pant det siste året?»
  • «Finn korteste rute som besøker alle punktene i [datasett] med bil fra [adresse].»
  • «Sett fargen på [datasett] etter byggeår, og skjul kolonnene vi ikke bruker.»

Tre av promptene gjelder bare i Claude Desktop, Claude Code og Cowork: historiske flyfoto, tetthetskart og eksport til regneark. Agenten lager verken bilder eller filer, så der kommer svaret som tekst og kartlenker. Rapportene og kartene bygger på de samme kildene som resten av Placepoint Fusion: se Data og kilder og Placepoint i tall.

Beta! Dokumentasjonen er automatisk generert. Informasjonen kan være ufullstendig og inneholde feil, spesielt skjermbilder og videoer. Se Om hjelpesidene. Vi vil veldig gjerne ha innspill: Kontakt oss via «Fant du det du lette etter?» nederst, i chatten nede til høyre eller på support@placepoint.no – vi svarer så fort vi kan!