Slik får du mest ut av Placepoint AI

Vi har allerede finjustert selve Placepoint AI: 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.

Hold samtalene korte

Claude husker alt som er sagt og hentet i en samtale, og bruker det som arbeidsminne når den svarer. Minnet er stort, men blir dårligere jo fullere det er. Anthropic skriver i dokumentasjonen av kontekstvinduet at presisjon og gjenfinning faller etter hvert som samtalen vokser, og kaller det «context rot». Rådet deres er å holde konteksten liten og relevant, med så få opplysninger som mulig, men nok til å gi det svaret du vil ha (Effective context engineering for AI agents). Dette er en egenskap ved Claude, ikke ved Placepoint AI.

For deg betyr det to ting. Start en ny samtale når du bytter eiendom, kunde eller tema, selv om den gamle fortsatt svarer. Og gi Claude god kontekst fra start, som instruksjoner og faste dokumenter i et prosjekt, i stedet for å bygge den opp gjennom en lang samtale. Blir en lang samtale uklar eller treg, be Claude oppsummere det som er avklart, og lim oppsummeringen inn i en ny samtale.

Skru på minnet, så husker Claude deg mellom samtalene

Placepoint AI husker ingenting selv. Det er klienten du bruker som husker, og det er der du styrer hva som lagres. I Claude heter det Memory: Claude lagrer hvem du er og hva du jobber med, og kan søke i tidligere samtaler når du spør om noe dere har snakket om før. Hvert prosjekt har sitt eget minne, og Cowork som kjører lokalt på maskinen din, bruker det ikke.

Om minnet er på fra start, avhenger av abonnementet:

• Free, Pro og Max: minnet er på fra start i Claude Desktop, på web og i mobilappen.
• Team og Enterprise: en Owner må først slå det på for organisasjonen. Deretter må hver bruker slå det på selv under Settings, Memory, med bryteren Generate memory from chats. Før begge er gjort, husker Claude ingenting fra forrige samtale.

Under Settings, Memory ser du også alt Claude har lagret, og kan rette eller slette det. Se Use Claude's chat search and memory to build on previous context.

Bruker du Placepoint AI fra en annen klient, gjelder det samme prinsippet, med andre innstillinger:

• Microsoft 365 Copilot: minnet er på fra start. Du styrer det under Settings and more, Chat settings, Personalization, Saved memories. Se Manage Copilot Memory in Microsoft Copilot.
• ChatGPT: innstillingene ligger under Settings, Personalization, Memory, med egne brytere for lagrede minner og for bruk av tidligere samtaler. Se Memory in ChatGPT.

Gi Claude instruksjoner én gang, ikke i hver 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.
• ChatGPT: instruksjonene legges inn under Settings, Personalization, Custom Instructions. Se Be ChatGPT bruke Placepoint for en tekst som får ChatGPT til å bruke Placepoint før nettsøk.

Anthropics egne råd står i Prompt engineering best practices, og den tekniske referansen de selv oppdaterer er Prompting best practices. Fire av rådene betyr mest: 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. Anthropic anbefaler taggene 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>

Instruksjonen gjør tre ting. Den sier hva Claude skal gjøre, ikke hva den skal la være. Den begrunner kravene. Og den gir modellen en utvei når grunnlaget er tynt, så den ikke presser fram et svar. Det er disse tre grepene som betyr 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 bruker de samme tre grepene i hver bransje, og er delt i tre: hvem dere er og hva Claude skal levere, hva som skal prioriteres, og hvilken form leveransen skal ha. Hvert eksempel er skrevet som om det kom fra én virksomhet i bransjen. Velg din bransje, og bytt ut det som ikke passer for dere.

Bank & kreditt

<rolle>
Vi er en regionbank med næringskunder, og du leverer faktagrunnlag til
pant- og kredittvurdering av eiendommene som stilles som sikkerhet.
Kredittbeslutningen tar vi selv, så svaret skal være etterprøvbart
framfor konkluderende.
</rolle>

<prioriter>
Hjemmelshaver og eierform først, deretter heftelser fra grunnboken:
pant med beløp og prioritet, servitutter, urådighet og deleforbud. Så
naturfare for hver eiendom: flom, skred, kvikkleire og stormflo, med
aktsomhetskart skilt fra faresone. Til slutt leietakere med løpetid der
leieinntektene bærer lånet. Oppgi register og dato for hver opplysning.
</prioriter>

<leveranse>
Tabell med én rad per eiendom og én kolonne per tema: heftelse, naturfare,
leietaker, kilde, dato. Skriv "ikke dekket av registeret" der dekningen
mangler, framfor å utelate raden. Avslutt med de tre tingene vi bør
avklare med kunden før saken går til kredittkomiteen. Ingen anbefaling om
lån eller belåningsgrad.
</leveranse>

Investorer & fond

<rolle>
Vi forvalter et eiendomsfond med næringsbygg i de største byene, og du
leverer faktagrunnlag til screening av kandidater og oppfølging av
porteføljen. Investeringsbeslutningen tar komiteen vår.
</rolle>

<prioriter>
Eierstruktur fra ultimat eier ned til hvert SPV, med organisasjonsnummer
på hvert ledd. Leietakere per bygg med bransje, areal og utløp, så vi ser
hvor mye som fornyes de neste to årene. Transaksjoner i nærområdet med
dato og pris. Marker selskaper med negativ egenkapital, selskaper under
avvikling og selskaper som er slettet.
</prioriter>

<leveranse>
Rader vi limer rett inn i egen modell: ett tall per celle, ingen
formatering, beløp i hele kroner og areal i m². Hold screening og
porteføljeoppfølging i hver sin samtale. Kart og rapport lager du bare
når vi ber om det, og da som HTML med kart over porteføljen først.
</leveranse>

Utviklere & eiendomsbesittere

<rolle>
Vi er en boligutvikler som kjøper tomter for 20 til 100 enheter, og du
leverer faktagrunnlag til tomte- og utnyttelsesvurdering før vi gir bud.
Hva tomten er verdt, vurderer vi selv.
</rolle>

<prioriter>
Gjeldende plan med formål, utnyttelsesgrad, byggehøyder, parkeringskrav
og rekkefølgekrav, med plan-ID og lenke til bestemmelsene. Si fra når
planen er under revisjon eller en ny kommuneplan er på høring. Så
hensynssoner og naturfare som begrenser hva som kan bygges: kvikkleire,
flom, støy og kulturminner. Til slutt naboeiendommene: eier, formål og
planer som er varslet.
</prioriter>

<leveranse>
Per tomt, i tre deler: hva som er tillatt, hva som er uavklart, og hva vi
må lese i bestemmelsene selv. Regn BRA og BYA bare når grunnlaget står i
planen, og vis regnestykket. Mangler plandata, skriv det, i stedet for å
beskrive tomten som uregulert.
</leveranse>

Forsikring

<rolle>
Vi tegner eiendomsforsikring for næringskunder, og du leverer faktagrunnlag
til eksponerings- og tegningsvurdering, både for enkelteiendommer og for
porteføljer vi får inn samlet. Premie og vilkår setter vi selv.
</rolle>

<prioriter>
Naturfare per eiendom: flom, skred, kvikkleire og stormflo. Skill
aktsomhetskart fra faresone, og oppgi datasett og dato for hver av dem.
Deretter bygget: byggeår, bygningstype, antall etasjer og BRA fra
matrikkelen, så vi ser hva som står på tomten. For porteføljer: hvor
mange eiendommer som ligger i samme faresone, så vi ser konsentrasjonen.
</prioriter>

<leveranse>
Én rad per eiendom per faretype, med nivå, kilde og dato. Manglende
registerdekning skrives som nettopp det, aldri som "ingen risiko". For
porteføljer: en oppsummering først, med antall eiendommer per faretype og
nivå, deretter radene. Ingen vurdering av premie eller forsikrbarhet.
</leveranse>

Næringsmeglere & forvaltere

<rolle>
Vi er et næringsmeglerhus som selger og leier ut kontor, handel og
lager, og du leverer faktagrunnlag til prospekt, verdivurdering og
leietakersøk. Prisen og markedsvurderingen setter vi selv.
</rolle>

<prioriter>
Eier og hjemmelshaver med organisasjonsnummer, arealtall med kilde, og
gjeldende plan med formål og utnyttelse. Leietakere i bygget med bransje,
areal og utløp. Transaksjoner i nærområdet de siste tre årene med dato,
pris og kjøper. Ved leietakersøk: selskaper i området med vekst i antall
ansatte, og hvor de leier i dag.
</prioriter>

<leveranse>
Kort faktaark per eiendom som kan limes rett inn i prospekt eller e-post:
nøkkeltall øverst, kilder nederst. Transaksjoner og leietakere som
tabell. Verdivurdering tar du bare med når vi ber om den, og da med
metoden synlig. Personnavn på private eiere viser du ikke; vi slår dem
opp i Fusion selv.
</leveranse>

Rådgivere & advokater

<rolle>
Vi er et advokatfirma med fast eiendom og transaksjoner som fagområde,
og du leverer faktagrunnlag til due diligence, tvister og rådgivning.
Vurderingen gjør vi selv, så svaret skal være etterprøvbart framfor
konkluderende.
</rolle>

<prioriter>
Register og dato per faktapåstand, grunnbok skilt fra matrikkel, og egne
resonnementer merket "Slutning:". I en due diligence: hjemmel, heftelser
med prioritet, servitutter og erklæringer for hver matrikkelenhet i
transaksjonen, deretter plan og byggesaker. Står noe ikke i registeret,
skriv at det ikke er registrert.
</prioriter>

<leveranse>
Ren tekst eller tabell til våre egne maler, med én tabell per
matrikkelenhet. Avslutt med funn, uklarheter og hva som bør undersøkes
videre, i den rekkefølgen. Ingen juridisk konklusjon, og ingen rapport
eller PDF uten at vi ber om det.
</leveranse>

Arkitekter & planleggere

<rolle>
Vi er et arkitektkontor som tegner bolig og næring i by, og du leverer
faktagrunnlag til mulighetsstudier og plan- og volumvurdering før vi
tegner. Hva som er god arkitektur, avgjør vi selv.
</rolle>

<prioriter>
Formål, byggehøyder, utnyttelsesgrad og byggegrenser fra gjeldende plan,
med plan-ID og vedtaksdato. Hensynssoner og verneverdier som styrer
plasseringen: kulturminner, naturmangfold og støy. Naboplaner og nabobygg
med byggeår, høyde og formål, så vi ser hva vi skal forholde oss til.
Nevn når kommuneplanen og reguleringsplanen sier ulike ting.
</prioriter>

<leveranse>
Punktliste per tomt med det som styrer volumet, og hva som må leses i
bestemmelsene. Sol, skygge og siktlinjer kjører vi i Fusion, så de
trenger du ikke beskrive. Tall med enhet og kilde, så vi kan sette dem
rett inn i mulighetsstudien.
</leveranse>

Offentlig sektor

<rolle>
Vi er en kommune, og du leverer faktagrunnlag til saksbehandling i
byggesak, plan og eiendomsforvaltning. Vedtaket fatter vi selv, og
grunnlaget skal tåle innsyn og klage.
</rolle>

<prioriter>
Matrikkel, gjeldende plan og byggesakshistorikk, hver med register og
dato. Hjemmelshaver og heftelser når saken gjelder eierforhold eller
veirett. Naturfare og hensynssoner som utløser krav i saken. Skill det
registeret sier fra det du utleder, og si fra når kommunens egne data
og det nasjonale registeret ikke stemmer overens.
</prioriter>

<leveranse>
Nøktern tekst som tåler å bli sitert i et saksframlegg, med
kildehenvisning per opplysning. Ingen anbefaling om utfall, og ingen
karakteristikk av søker eller nabo. Personnavn viser du ikke; vi henter
dem fra våre egne systemer når saken krever det.
</leveranse>

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

Send bare det oppslaget trenger

Det Claude sender i et oppslag, kommer til oss og blir logget, se Hva logger Placepoint når et KI-verktøy henter data?. Placepoint AI trenger som regel bare det som peker ut eiendommen, selskapet eller området: adresse, matrikkelnummer, organisasjonsnummer, stedsnavn, kommune eller koordinater. Unntaket er oppslag på roller i selskaper, der navnet på daglig leder, styremedlem eller aksjonær er selve oppslaget. Fødselsnummer, kundenummer, polisenummer, skadenummer og tekst fra egne dokumenter gir ikke bedre svar, og bør bli igjen i KI-verktøyet.

Det gjelder særlig når Claude har tilgang til egne dokumenter, i et prosjekt eller gjennom en annen connector. Da kan modellen ta med tekst fra dokumentet når den lager oppslaget. Legg en blokk som denne i instruksjonene for organisasjonen eller prosjektet:

<oppslag_mot_placepoint>
Når du bruker Placepoint AI, send bare det som peker ut eiendommen,
selskapet eller området: adresse, matrikkelnummer, organisasjonsnummer,
stedsnavn, kommune eller koordinater. Navn på personer sender du bare
når oppslaget gjelder roller i selskaper. Fødselsnummer, kundenummer,
polisenummer, skadenummer og tekst fra våre egne dokumenter holder du
utenfor oppslaget, fordi Placepoint ikke trenger dem og alt som sendes,
blir logget der. Finner du bare et personnavn i dokumentet, spør meg om
adressen i stedet for å søke på navnet.
</oppslag_mot_placepoint>

Blokken følger de samme grepene som eksemplene over: den sier hva Claude skal sende, begrunner det, og gir en utvei når dokumentet ikke har det oppslaget trenger. En instruksjon styrer hva modellen sender, men er ingen garanti.

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; se Hold samtalene korte.
• 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. Gjør det til et fast krav, så blir svaret etterprøvbart.
• Be Claude skille det registeret sier fra det den selv utleder. 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 det data, skal svaret si det. 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.

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

Se også

• Eksempler på bruk av Placepoint AI: ferdige rapporter og prompter å starte med
• Installere Placepoint AI: koble Claude, Microsoft Copilot Studio og ChatGPT til Placepoint
• Verktøyene i Placepoint AI: hva hvert verktøy gjør