Gå til hovedinnhold
NB! 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?»

Slik får du mest ut av Placepoint AI​

Selve Placepoint AI er allerede optimalisert hos oss: hvilke verktøy Claude velger, hvordan oppslagene avgrenses, og hvor mye data som sendes tilbake i hvert svar. Det er ikke noe du stiller inn selv. Det du styrer, er konteksten Claude jobber i og måten du spør på. Det avgjør både kvaliteten på svaret og hvor mye av kvoten din i Claude som går med.

Gi Claude instruksjoner én gang, ikke i hvert prompt​

Det enkleste og mest effektive tiltaket er å fortelle Claude hvem du er, hva du jobber med og hvordan leveransen skal se ut. Da slipper du å gjenta det i hver samtale, og svarene treffer bedre fra første forsøk. Dette gjelder all bruk av Claude, ikke bare Placepoint AI.

  • Din egen profil: klikk initialene dine nederst til venstre, velg Settings og fyll ut Instructions for Claude. Instruksjonene gjelder alle samtalene dine. Skriv inn rolle, selskap, fagområde, hvilket språk du vil ha svar på og hvilken form leveransen skal ha. Se Understanding Claude's personalization features.
  • Prosjekter: samle arbeid som hører sammen i et prosjekt, for eksempel én kunde, ett kjøp eller én portefølje, og legg instruksjonene og faste dokumenter der. Alle samtaler i prosjektet arver dem. Se What are projects? og How can I create and manage projects?.
  • Hele organisasjonen: på Team- og Enterprise-abonnement kan Owner og Primary Owner sette instruksjoner som gjelder alle i virksomheten, under Organization settings, Organization and access. De går foran den enkelte brukerens egne instruksjoner der de sier noe forskjellig. Se Set organization instructions.

Anthropics egne råd står i Prompt engineering best practices, og den tekniske referansen de selv oppdaterer er Prompting best practices. Fire råd derfra bærer det meste: si hva Claude skal gjøre i stedet for hva den ikke skal gjøre, begrunn kravene så modellen forstår hensikten, gi den lov til å si at noe mangler, og hold instruksjonen kort. Lengre instruksjoner gir ikke bedre svar.

Eksempel på instruksjoner for en virksomhet​

Et advokatfirma som bruker Placepoint AI til faktagrunnlag, ikke til rådgivning, kan legge inn noe slikt for hele organisasjonen. Taggene er ikke pynt: Anthropic anbefaler dem fordi de holder de ulike kravene fra hverandre, og fordi du senere kan endre én blokk uten å røre resten.

<rolle>
Du leverer faktagrunnlag til advokater. Vi gjør den juridiske vurderingen selv,
så svaret skal være etterprøvbart framfor konkluderende.
</rolle>

<kilder>
Oppgi register og dato for hver faktapåstand om en eiendom, og skill
grunnboksopplysninger fra matrikkelopplysninger. Marker egne resonnementer med
"Slutning:", slik at vi ser hva registeret sier og hva du utleder.
Står noe ikke i registeret, skriv at det ikke er registrert.
</kilder>

<nar_noe_mangler>
Mangler du kontekst som endrer svaret vesentlig, still ett presist spørsmål
før du svarer. Rimelige slutninger er greit når de er merket som det. Tall,
navn, sitater og kildehenvisninger skal komme fra data du har hentet.
</nar_noe_mangler>

<personopplysninger>
Du viser ikke personnavn eller fødselsnummer: Placepoint AI fjerner dem.
Trenger vi identifisert hjemmelshaver, slår vi det opp i Placepoint Fusion,
der tilgangen forutsetter berettiget interesse, eller i Grunnboken.
</personopplysninger>

<leveranse>
Svar med ren tekst eller tabell som vi limer inn i våre egne maler. Spør først
hvis oppgaven ser ut til å kreve rapport, PDF eller dashbord: det tar lengre
tid, og vi bruker det sjelden. Avslutt med funn, uklarheter og hva som bør
undersøkes videre.
</leveranse>

Legg merke til hva instruksjonen gjør: den sier hva Claude skal gjøre framfor hva den ikke skal gjøre, den begrunner kravene, og den gir modellen en utvei når grunnlaget er tynt, i stedet for å presse fram et svar. Det er de tre grepene som flytter mest.

Bytt ut innholdet med det som gjelder din bransje. Et eiendomsselskap vil for eksempel be om porteføljetall per SPV, en bank om trafikklys per risikotema.

Standardinstruksjoner per bransje​

Blokkene under er de samme fire grepene brukt på hver bransje: rollen, hva som skal prioriteres, og hvilken form leveransen skal ha. Eksemplene er korte, for illustrasjon. Velg din bransje, og oppdater eksempelet med instruksjoner som passer ditt arbeid og dine preferanser.

<rolle>
Du leverer faktagrunnlag til pant- og kredittvurdering. Kredittbeslutningen
tar vi selv.
</rolle>

<prioriter>
Heftelser, hjemmelshaver og pant først, deretter naturfare som flom, skred og
kvikkleire. Oppgi register og dato for hver opplysning.
</prioriter>

<leveranse>
Tabell med én rad per eiendom: heftelse, risiko, kilde, dato. Skriv "ikke
dekket av registeret" der dekningen mangler, framfor å utelate raden.
</leveranse>

Er dere flere som jobber ulikt, legg fellesdelen på organisasjonen og bransjeblokken i hvert prosjekt.

Be om det du faktisk trenger​

  • Én oppgave per samtale. Start en ny samtale når du bytter tema. En lang samtale drar med seg alt som er hentet tidligere, og det koster både tid og kvote uten å gjøre svaret bedre.
  • Si hvilken form du vil ha. Trenger du tre tall, be om tre tall. Rapport, tabell, kart og dashbord koster mer enn et kort svar. Rapporter leveres som HTML som standard fordi det går raskest; be om PDF når du faktisk skal sende dokumentet videre.
  • Avgrens. Ett matrikkelnummer, én gate, én kommune eller ett organisasjonsnummer gir raskere og mer presise svar enn «Oslo».
  • Gjenbruk oppskriften. Når en analyse sitter, be Claude skrive ned prompten som en oppskrift du kan kjøre på neste eiendom eller portefølje. Legg den i prosjektinstruksjonene.
  • Velg modell etter oppgave. Bruk den mest avanserte modellen til å bygge strukturen og oppskriften, og en raskere modell til å kjøre den samme oppskriften mange ganger.

Be om kilder, og les forbeholdene​

  • Krev kilde og dato på hver faktapåstand. Claude oppgir gjerne hvilket register opplysningen kommer fra og når den er hentet, og lenker til kartlaget eller plandokumentet. Be om det fast, så er svaret etterprøvbart.
  • Be Claude skille det registeret sier fra det den slutter seg til. Det er den viktigste forskjellen i et faktagrunnlag.
  • Definisjoner varierer mellom kommuner. «Ubebygd» og «sentrumsformål» betyr ikke det samme i alle kommuner. Be Claude flagge hvilken definisjon som er brukt når svaret dekker flere kommuner.
  • Mangler data, skal det stå. Placepoint AI sier fra når det ikke finnes plandata for en eiendom, i stedet for å beskrive den som uregulert.
  • Claude kan ta feil. Resultatene er et utgangspunkt, ikke en fasit, og må verifiseres mot offisielle kilder før de brukes til beslutninger.

Er connectoren lagt til av en administrator for hele virksomheten, må hver enkelt bruker fortsatt logge inn med sin egen Placepoint-bruker første gang. Tilgangen følger brukeren, ikke URL-en. Fremgangsmåten for å koble til står på Placepoint AI.

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].»
  • «Hvor mange aktive eiendommer er det i [kommune]?»
  • «Hvilke eiendommer leier [selskap] 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.»
  • «Lag en liste med IT-selskaper i Bergen med over 20 ansatte som sitter i kontorbygg.»
  • «Vis de største leietakerne hos [selskap] i Bjørvika.»
  • «Lag en leietakeroversikt for [adresse] med hvor lenge de har sittet der.»
  • «Hvilke eiendommer ligger innen 300 meter fra Jernbanetorget, og hvem eier dem?»
  • «Finn de 10 beste lokalene for et distribusjonssenter for et selskap som må kjøre ut leveranser fysisk i [område], rangert etter kjøretid.»
  • «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.»

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.»

Flere av promptene har en fast side i Placepoint Fusion. Leietakerne for én eiendom står i Enheter og leietagere, og samlet for en portefølje i leietakerrapporten. Utvalg på bransje, ansatte og bygningstype er det Filter gjør. Kjøretid og nærhet ligger i Analyse.

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.

Sist oppdatert
NB! 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!