Hopp til hovudinnhaldet
NB! Dokumentasjonen er automatisk generert. Informasjonen kan vere ufullstendig og innehalde feil, særleg skjermbilete og videoar. Sjå Om hjelpesidene. Vi vil veldig gjerne ha innspel: Kontakt oss via «Fann du det du leita etter?» nedst, i chatten nede til høgre eller på support@placepoint.no - vi svarar så fort vi kan!

Eksempel på bruk av Placepoint AI

Rapportane under er laga med Placepoint AI av brukarane våre, frå éin enkelt prompt kvar. Dei spenner frå oppslag på éin eigedom til analysar av heile gater og porteføljar. Vil du starte med noko kort, gå rett til eksempelpromptane nedst på sida.

Områdeanalyse: ei heil gate i éin prompt​

Prompten «Sjekk heile John Colletts allé, kvar kan ein byggje nytt, lag rapport» gav ein rapport på 15 sider som går gjennom alle dei 72 grunneigedommane i gata, med kart og vurdering per adresse.

Rapporten fann at gata i praksis er regulert på tre ulike måtar, og at fire adresser midt i gata ikkje er omfatta av byggjeforbodet som stoppar alle naboane. Det unntaket står ikkje i nokon kartdatabase. Claude fann det med Placepoint AI ved å lese plandokumenta og vedtaket om forlenga byggjeforbod. Krava står i føresegnene, ikkje i fargane på plankartet. Metodedelen listar opp kva plandokument som faktisk er lesne, og skil kjende hol i datagrunnlaget frå det som ikkje er analysert. Dei same planane ligg i reguleringskartlaga i Placepoint Fusion.

FramsideSamandragPlankart
Framsida av rapporten om John Colletts alléSamandraget: gata er tre gater, med nøkkeltal per sonePlankartutsnitt med formålsflater over hagebyen

Last ned heile rapporten: John Colletts allé - reguleringsanalyse (PDF, 15 sider).

Fleire rapportar og analysar​

Claude laga rapportane under med Placepoint AI, frå éin prompt kvar. Kjeldene og leveransen skiftar frå rapport til rapport, medan promptane er bygde på same måte: geografi, variablar, detaljnivå og format.

Eit treningssenter vurderer Lørenvangen 22 i Oslo. Prompten ber om to nedslagsfelt, ti minutt til fots og ti minutt på sykkel. For kvart felt vil han ha befolkning, alder, hushald, dagbefolkning og inntekt og formue per grunnkrets, og i tillegg konkurrentane innanfor feltet. Alt skal leverast som PDF med kart. Svaret er Lørenvangen 22 - demografi og nedslagsfelt (PDF, 14 sider). Rapporten reknar ut begge isokronane, summerer SSB-tala per felt og samanliknar dei med snittet for Oslo. Eit eige avsnitt seier kva datagrunnlaget ikkje dekkjer. Heile prompten, og korleis du gjer det same for hand i kartlaga, står på Demografianalyse.

Her er seks til, bygde på same måte:

  • Berekraftsrapport for eit hovudkontor: Ein rapport på 25 sider om eit kjent hovudkontor i Oslo, med matrikkel, BREEAM-sertifisering, eigarstruktur, alle dei 25 leigetakarane med selskapsdossier, tinglyst eigarhistorikk, kart og reisetidsisokron. Prompt: «Lag ein berekraftsrapport for [adresse] med BREEAM, energimerke, eigarstruktur og leigetakarar.»
  • Due diligence med tydeleg dekningsgrad: Ein due diligence-rapport på 11 sider med juridisk, teknisk og finansiell screening. Rapporten markerer sjølv kva som er dekt og kva som ikkje er det, så du ser kvar din eigen gjennomgang må byrje. Prompt: «Lag ein due diligence-rapport for [adresse], og marker tydeleg kva som ikkje er dekt.»
  • Klimarisiko og kredittvurdering: Ein klimarisiko-rapport som PDF-magasin med fysisk risiko, transisjonsrisiko og naturmangfald, bygd på dei same kjeldene som risikokartlaga. Ein kredittrapport for bank følgde same oppskrift. Prompt: «Lag ein klimarisikorapport for [adresse] med fysisk risiko, transisjonsrisiko og naturmangfald.»
  • Kjøparvurdering: Ut frå ein heilt nøytral prompt konkluderte Claude med høg risiko, fordi kjøparselskapet var part i ei pågåande rettssak. Prompten nemnde ikkje rettssaker; Claude fann saka fordi han las heile selskapsbiletet. Prompt: «Vurder orgnr [orgnr] som kjøpar av eigedommen [matrikkelnummer].»
  • Grunnbøker for eit heilt anlegg: Claude gjekk gjennom grunnbøkene for heile anlegget. Han fann alle matrikkelnummera sjølv, henta utskriftene samla og oppsummerte heftelsane som kunne hindre utvikling. Prompt: «Hent grunnboksutskrift for alle matrikkelnummera i [anlegg] og oppsummer heftelsane.»
  • Lead-liste for ein takentreprenør: Claude fann 1 517 eigedommar ut frå byggjeår og bygningstype, kopla dei til eigarselskapet og vurderte taka på flyfoto. Det er same type utval som Filter gir i Placepoint Fusion. Prompt: «Finn bygg i [kommune] frå før 1990 med store flate tak, kopla til eigarselskap, som rekneark.»

Fleire promptar av same slag, sorterte etter tema, står under Korte eksempelpromptar.

Tomtedeling: kva tomter er store nok​

Spørsmålet «Kva tomter i Bergsalléen i Oslo er store nok til å delast?» gir eit svar i to delar: regelverket som styrer fradeling akkurat no (arealkrav per bueining, %-BYA og det mellombelse forbodet med unntak), og ein tabell over eigedommane i gata som oppfyller arealkravet, med matrikkelnummer og tomteareal. Svaret seier også kva du må sjekke hos Plan- og bygningsetaten før du sender ein fradelingssøknad.

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

Dette svaret er frå Agenten i Placepoint Fusion, som brukar same motor som Placepoint AI i Claude. Spørsmåla under fungerer begge stader:

  • «Sjekk heile John Colletts allé, kvar kan ein byggje nytt, lag rapport.»
  • «Kva tomter i Bergsalléen i Oslo er store nok til å delast?»
  • «Er det varsla planarbeid i nærleiken av Bergsalléen?»

Slik får du mest ut av Placepoint AI​

Vi har allereie finjustert sjølve Placepoint AI: kva verktøy Claude vel, korleis oppslaga blir avgrensa, og kor mykje data som blir sendt tilbake i kvart svar. Det er ikkje noko du stiller inn sjølv. Det du styrer, er konteksten Claude jobbar i og måten du spør på. Det avgjer både kvaliteten på svaret og kor mykje av kvoten din i Claude som går med.

Hald samtalane korte​

Claude hugsar alt som er sagt og henta i ein samtale, og brukar det som arbeidsminne når han svarar. Minnet er stort, men blir dårlegare jo fullare det er. Anthropic skriv i dokumentasjonen av kontekstvindauget at presisjon og attfinning fell etter kvart som samtalen veks, og kallar det «context rot». Rådet deira er å halde konteksten liten og relevant, med så få opplysningar som mogleg, men nok til å gi det svaret du vil ha (Effective context engineering for AI agents). Dette er ein eigenskap ved Claude, ikkje ved Placepoint AI.

For deg tyder det to ting. Start ein ny samtale når du byter eigedom, kunde eller tema, sjølv om den gamle framleis svarar. Og gi Claude god kontekst frå start, som instruksjonar og faste dokument i eit prosjekt, i staden for å byggje han opp gjennom ein lang samtale. Blir ein lang samtale uklar eller treg, be Claude oppsummere det som er avklart, og lim oppsummeringa inn i ein ny samtale.

Skru på minnet, så hugsar Claude deg mellom samtalane​

Placepoint AI hugsar ingenting sjølv. Det er klienten du bruker som hugsar, og det er der du styrer kva som blir lagra. I Claude heiter det Memory: Claude lagrar kven du er og kva du arbeider med, og kan søkje i tidlegare samtalar når du spør om noko de har snakka om før. Kvart prosjekt har sitt eige minne, og Cowork som køyrer lokalt på maskina di, bruker det ikkje.

Om minnet er på frå start, avheng av abonnementet:

  • Free, Pro og Max: minnet er på frå start i Claude Desktop, på web og i mobilappen.
  • Team og Enterprise: ein Owner må først slå det på for organisasjonen. Deretter må kvar brukar slå det på sjølv under Settings, Memory, med brytaren Generate memory from chats. Før begge delar er gjort, hugsar Claude ingenting frå førre samtale.

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

Bruker du Placepoint AI frå ein annan klient, gjeld det same prinsippet, med andre innstillingar:

  • Microsoft 365 Copilot: minnet er på frå start. Du styrer det under Settings and more, Chat settings, Personalization, Saved memories. Sjå Manage Copilot Memory in Microsoft Copilot.
  • ChatGPT: innstillingane ligg under Settings, Personalization, Memory, med eigne brytarar for lagra minne og for bruk av tidlegare samtalar. Sjå Memory in ChatGPT.

Gi Claude instruksjonar éin gong, ikkje i kvar prompt​

Det enklaste og mest effektive tiltaket er å fortelje Claude kven du er, kva du jobbar med og korleis leveransen skal sjå ut. Då slepp du å gjenta det i kvar samtale, og svara treffer betre frå første forsøk. Dette gjeld all bruk av Claude, ikkje berre Placepoint AI.

  • Din eigen profil: klikk initialane dine nedst til venstre, vel Settings og fyll ut Instructions for Claude. Instruksjonane gjeld alle samtalane dine. Skriv inn rolle, selskap, fagområde, kva språk du vil ha svar på og kva form leveransen skal ha. Sjå Understanding Claude's personalization features.
  • Prosjekt: samle arbeid som høyrer saman i eit prosjekt, for eksempel éin kunde, eitt kjøp eller éin portefølje, og legg instruksjonane og faste dokument der. Alle samtalar i prosjektet arvar dei. Sjå What are projects? og How can I create and manage projects?.
  • Heile organisasjonen: på Team- og Enterprise-abonnement kan Owner og Primary Owner setje instruksjonar som gjeld alle i verksemda, under Organization settings, Organization and access. Dei går føre dei eigne instruksjonane til den enkelte brukaren der dei seier noko ulikt. Sjå Set organization instructions.

Dei eigne råda til Anthropic står i Prompt engineering best practices, og den tekniske referansen dei sjølve oppdaterer er Prompting best practices. Fire av råda tyder mest: sei kva Claude skal gjere i staden for kva han ikkje skal gjere, grunngi krava så modellen forstår føremålet, gi han løyve til å seie at noko manglar, og hald instruksjonen kort. Lengre instruksjonar gir ikkje betre svar.

Eksempel på instruksjonar for ei verksemd​

Eit advokatfirma som brukar Placepoint AI til faktagrunnlag, ikkje til rådgiving, kan leggje inn noko slikt for heile organisasjonen. Anthropic tilrår taggane fordi dei held dei ulike krava frå kvarandre, og fordi du seinare kan endre éi blokk utan å røre resten.

<rolle>
Du leverer faktagrunnlag til advokatar. Vi gjer den juridiske vurderinga sjølve,
så svaret skal vere etterprøvbart framfor konkluderande.
</rolle>

<kilder>
Oppgi register og dato for kvar faktapåstand om ein eigedom, og skil
grunnboksopplysningar frå matrikkelopplysningar. Marker eigne resonnement med
"Slutning:", slik at vi ser kva registeret seier og kva du sluttar deg til.
Står noko ikkje i registeret, skriv at det ikkje er registrert.
</kilder>

<nar_noe_mangler>
Manglar du kontekst som endrar svaret vesentleg, still eitt presist spørsmål
før du svarar. Rimelege slutningar er greitt når dei er merkte som det. Tal,
namn, sitat og kjeldetilvisingar skal kome frå data du har henta.
</nar_noe_mangler>

<personopplysninger>
Du viser ikkje personnamn eller fødselsnummer: Placepoint AI fjernar dei.
Treng vi identifisert heimelshavar, slår vi det opp i Placepoint Fusion,
der tilgangen føreset rettkomen interesse, eller i Grunnboken.
</personopplysninger>

<leveranse>
Svar med rein tekst eller tabell som vi limer inn i våre eigne malar. Spør først
dersom oppgåva ser ut til å krevje rapport, PDF eller dashbord: det tek lengre
tid, og vi brukar det sjeldan. Avslutt med funn, uklarheiter og kva som bør
undersøkjast vidare.
</leveranse>

Instruksjonen gjer tre ting. Han seier kva Claude skal gjere, ikkje kva han skal la vere. Han grunngir krava. Og han gir modellen ein utveg når grunnlaget er tynt, så han ikkje pressar fram eit svar. Det er desse tre grepa som tyder mest.

Byt ut innhaldet med det som gjeld din bransje. Eit eigedomsselskap vil for eksempel be om porteføljetal per SPV, ein bank om trafikklys per risikotema.

Standardinstruksjonar per bransje​

Blokkene under brukar dei same tre grepa i kvar bransje, og er delte i tre: kven de er og kva Claude skal levere, kva som skal prioriterast, og kva form leveransen skal ha. Kvart eksempel er skrive som om det kom frå éi verksemd i bransjen. Vel din bransje, og byt ut det som ikkje passar for dykk.

<rolle>
Vi er ein regionbank med næringskundar, og du leverer faktagrunnlag til
pant- og kredittvurdering av eigedommane som blir stilte som sikring.
Kredittavgjerda tek vi sjølve, så svaret skal vere etterprøvbart
framfor konkluderande.
</rolle>

<prioriter>
Heimelshavar og eigarform først, deretter heftelsar frå grunnboka:
pant med beløp og prioritet, servituttar, urådigheit og deleforbod. Så
naturfare for kvar eigedom: flaum, skred, kvikkleire og stormflo, med
aktsemdkart skilt frå faresone. Til slutt leigetakarar med løpetid der
leigeinntektene ber lånet. Oppgi register og dato for kvar opplysning.
</prioriter>

<leveranse>
Tabell med éi rad per eigedom og éin kolonne per tema: heftelse, naturfare,
leigetakar, kjelde, dato. Skriv "ikkje dekt av registeret" der dekninga
manglar, framfor å utelate rada. Avslutt med dei tre tinga vi bør
avklare med kunden før saka går til kredittkomiteen. Inga tilråding om
lån eller belåningsgrad.
</leveranse>

Er de fleire som jobbar ulikt, legg fellesdelen på organisasjonen og bransjeblokka i kvart prosjekt.

Be om det du faktisk treng​

  • Éi oppgåve per samtale. Start ein ny samtale når du byter tema. Ein lang samtale dreg med seg alt som er henta tidlegare, og det kostar både tid og kvote utan å gjere svaret betre; sjå Hald samtalane korte.
  • Sei kva form du vil ha. Treng du tre tal, be om tre tal. Rapport, tabell, kart og dashbord kostar meir enn eit kort svar. Rapportar blir leverte som HTML som standard fordi det går raskast; be om PDF når du faktisk skal sende dokumentet vidare.
  • Avgrens. Eitt matrikkelnummer, éi gate, éin kommune eller eitt organisasjonsnummer gir raskare og meir presise svar enn «Oslo».
  • Gjenbruk oppskrifta. Når ein analyse sit, be Claude skrive ned prompten som ei oppskrift du kan køyre på neste eigedom eller portefølje. Legg ho i prosjektinstruksjonane.
  • Vel modell etter oppgåve. Bruk den mest avanserte modellen til å byggje strukturen og oppskrifta, og ein raskare modell til å køyre den same oppskrifta mange gonger.

Be om kjelder, og les atterhalda​

  • Krev kjelde og dato på kvar faktapåstand. Claude oppgir gjerne kva register opplysninga kjem frå og når ho er henta, og lenkjer til kartlaget eller plandokumentet. Gjer det til eit fast krav, så blir svaret etterprøvbart.
  • Be Claude skilje det registeret seier frå det han sjølv sluttar seg til. Det er den viktigaste skilnaden i eit faktagrunnlag.
  • Definisjonar varierer mellom kommunar. «Ubebygd» og «sentrumsformål» tyder ikkje det same i alle kommunar. Be Claude flagge kva definisjon som er brukt når svaret dekkjer fleire kommunar.
  • Manglar det data, skal svaret seie det. Placepoint AI seier frå når det ikkje finst plandata for ein eigedom, i staden for å skildre han som uregulert.
  • Claude kan ta feil. Resultata er eit utgangspunkt, ikkje ein fasit, og må verifiserast mot offisielle kjelder før dei blir brukte til avgjerder.

Har ein administrator lagt til connectoren for heile verksemda, må kvar enkelt brukar likevel logge inn med sin eigen Placepoint-brukar første gongen. Tilgangen følgjer brukaren, ikkje URL-en. Framgangsmåten for å kople til står på Placepoint AI.

Korte eksempelpromptar​

Placepoint AI tek både korte spørsmål og samansette oppgåver: eitt oppslag på ei adresse, eller ei heil gate med rapport til slutt. Eksempla under er enkle å skrive og brukar likevel mykje av Placepoint på éin gong: registera, kartlaga og analysane i same svaret. Start gjerne med «Bruk Placepoint AI», skriv på det språket du sjølv brukar, og byt ut hakeparentesane med ei ekte adresse, eit matrikkelnummer eller eit organisasjonsnummer. Promptane er samla etter tema; dei fleste er henta frå det brukarane våre faktisk har spurt om.

Eigedom og grunnbok​

  • «Hent grunnboksutskrifta for [matrikkelnummer] og oppsummer kva heftelsar som ligg på eigedommen.»
  • «Finn alle matrikkelnummera som høyrer til [anlegg], hent grunnboksutskrift for kvart av dei og oppsummer heftelsane som kan hindre utvikling.»
  • «Lag ein energirapport for [adresse] med energikarakter, oppvarmingskarakter, dato og gyldigheit for kvart bygg. List bygga utan gyldig energiattest for seg.»
  • «Kven eig eigedom i [kommune] med energimerke A i snitt?»
  • «Kva tyder BRA, og kor stort er BRA på [adresse]?»
  • «Lag ein investeringsrapport for [matrikkelnummer]: kva leigetakarar finst, kva kan eigedommen byggjast ut til, og kvar manglar du data?»
  • «Lag ein berekraftsrapport for [adresse] med BREEAM-sertifisering, energimerke, eigarstruktur og alle leigetakarar, og vis 15 minutt gangavstand på kartet.»

Energimerka kjem frå Enova og gjeld attestar som er under ti år gamle. Eit bygg utan gyldig attest har ikkje energimerke, og det seier Claude frå om.

Regulering og planar​

  • «Kva reguleringsplanar og kommuneplanar gjeld for eigedommen [matrikkelnummer]?»
  • «Hent føresegnene og planskildringa for planen som gjeld [matrikkelnummer], og oppsummer kva som er tillate av utnytting, høgder og formål.»
  • «Kva planar gjeld for [adresse], også planprogram og rettleiande planar, og kva seier dei om utnytting?»
  • «Sjekk heile [gate]: kvar kan ein byggje nytt? Lag rapport.»
  • «Kva tomter i [gate] er store nok til å delast?»
  • «Er det varsla planarbeid i nærleiken av [adresse]?»
  • «Finn ubebygde eigedommar i [kommune] som er sette av til bustad- eller sentrumsformål i kommuneplanen.»
  • «Dette er eit nytt bustadprosjekt på [matrikkelnummer]. Kva seier planføresegnene om bustadmiks, parkering og støy?»
  • «Bør bygget på [matrikkelnummer] rivast eller byggjast på? Gå gjennom regulering, risiko og eigarforhold, og sei kva du er sikker på og kva som er usikkert.»

Kva som blir rekna som ubebygd, og kva arealformål som er sentrumsformål, varierer mellom kommunane. Be Claude seie kva definisjon svaret byggjer på.

Risiko og klima​

  • «Sjekk om eigedommen [matrikkelnummer] ligg i eit flaum- eller skredutsett område, og vis det på eit kart.»
  • «Lag ein risikorapport for [adresse].»
  • «Kva motsegner kan Statsforvaltaren kome med mot utbygging på [matrikkelnummer]? Gå gjennom skred, flaum, stormflo, overvatn, kulturminne, naturvern, naturmangfald og forureina grunn, og lag ein rapport.»
  • «Lag ei risikovurdering av orgnr [orgnr] som kjøpar av eigedommen [matrikkelnummer].»

Den siste prompten viser kva som skjer når Claude les heile selskapsbiletet: ei pågåande rettssak hos kjøparen kom med i vurderinga utan at prompten bad om det. Rapporten Naturverdiar og motsegner går gjennom dei same kjeldene som motsegnprompten.

Selskap og leigetakarar​

  • «Kva eigedommar leiger [selskap] i [kommune]?»
  • «Kvar held [selskap] til i dag, kven er utleigar, og kvar sat dei før?»
  • «Vis dei største leigetakarane hos [selskap] i Bjørvika.»
  • «Lag ei leigetakaroversikt for [adresse] som viser kor lenge kvar leigetakar har sete der.»
  • «Lag ein leigetakarrapport for [adresse] som PDF, med ei til tre sider per selskap for dei ti største etter talet på tilsette: leigetid, ei kort risikovurdering og eigarskapstre. Resten i ein oppsummeringstabell.»
  • «Kor mange tilsette jobbar på [adresse], og kor mange har selskapa der totalt?»
  • «Kva leigetakarar sit i BREEAM-sertifiserte bygg i [kommune]?»
  • «Kva for nokre av leigetakarane til [konsern] sit i bygg som ikkje er kontor?»
  • «Lag ei rangert liste over næringseigedommar i [kommune] med berre éin leigetakar, der leigetakaren har svak økonomi.»
  • «Lag ei liste med IT-selskap i Bergen med over 20 tilsette som sit i kontorbygg.»
  • «Vis alle [kjede]-butikkane i [kommune] med adresse og talet på tilsette per stad.»
  • «Kva selskap med over 20 tilsette eig eigedom i [kommune], og kor mykje areal eig dei?»
  • «Kva selskap har fått heimel til eigedom i [kommune] dei siste to åra?»
  • «Kva offentlege aktørar eig eigedom i grunnkrets?»
  • «Kva selskap under avvikling eig lager- eller logistikkeigedom?»
  • «Finn SPV-ane i [kommune] og kven som står bak dei.»

Talet på tilsette finst på tre nivå: på adressa, i selskapet og i konsernet. Er prompten uklar, spør Claude kva tal du meiner i staden for å gjette. Eit selskap under avvikling står framleis som aktivt i registera, så be om det eksplisitt når det er det du leitar etter.

Porteføljar og utval​

  • «Kor mange aktive eigedommar er det i [kommune]?»
  • «Lag ein porteføljerapport om alle eigedommane [selskap] (orgnr [orgnr]) eig i [stad/område].»
  • «Finn alle nybyggprosjekt i [område] med igangsetjingsløyve, rammeløyve eller mellombels bruksløyve og minst 20 bueiningar.»
  • «Finn alle [kjede]-butikkane i Noreg, kopl kvar til matrikkelen og energimerket, og lag eit rekneark over dei som har energimerke C eller betre.»
  • «Finn eigedommar over 10 000 m² i [fylke] med arealformålet næringsbygg i kommuneplanen, under 2 km frå ein transformatorstasjon og utan bustader i nærleiken.»
  • «Lag ei full porteføljeoversikt for orgnr [orgnr]: alle eigedommar med geografi og kart over hovudklynga, eigarstruktur frå ultimat eigar ned til SPV-ane med flagg for sletta selskap og selskap med negativ eigenkapital, alle leigetakarar per bygg og kor lenge kvar av dei har vore registrert, og ein ESG-profil per bygg.»

Nybyggprosjekta kjem frå bygningsstatusen i matrikkelen, ikkje frå eit prosjektregister, så tel etter mot eigne kjelder. Transformatorstasjonane ligg i kartlaga frå Noregs vassdrags- og energidirektorat (NVE), men ledig kapasitet i nettet er ikkje med.

Plassering og reisetid​

  • «Finn dei beste stadene for å etablere ein ny daglegvarebutikk i nærleiken av [stad].»
  • «Kva eigedommar ligg innan 300 meter frå Jernbanetorget, og kven eig dei?»
  • «Finn dei ti beste lokala for eit distribusjonssenter for eit selskap som må køyre ut leveransar fysisk i [område], rangert etter køyretid.»
  • «Kva næringsbygg ligg innan 25 minutt med kollektivtransport frå [stasjon]?»
  • «Finn ubebygde tomter innan 30 minutt frå [adresse] som er regulerte til småhus eller rekkjehus, og sjekk flaum, skred og kvikkleire på dei beste.»
  • «Lag isokronar for 10, 20 og 30 minutt med bil rundt [adresse], og vis dei på eit kart.»

Reisetidene blir rekna med same motor som Analyse i Placepoint Fusion.

Kart, flyfoto og eksport​

  • «Vis alle historiske flyfoto rundt eigedommen [matrikkelnummer], sett pent opp med metadata.»
  • «Vis tettleiken av einebustader i [kommune] på eit kart.»
  • «Vis kulturminna i [område] på eit kart.»
  • «Eksporter alle eigedommar med leigetakarar i [kommune] til eit rekneark.»

Promptar som ber om bilete, kart eller filer, fungerer berre i Claude Desktop, Claude Code og Cowork. Agenten lagar verken bilete eller filer, så der kjem svaret som tekst og kartlenkjer. Kulturminna kjem frå Riksantikvaren.

Placepoint Dataset MCP​

Placepoint Dataset MCP jobbar med datasetta i prosjekta dine, og ser berre prosjekta Placepoint-brukaren din har tilgang til. Før Claude skriv noko, seier han kva prosjekt det gjeld; datasett kan heite det same i fleire prosjekt. Resultatet ligg som eit kartlag i prosjektet neste gong du opnar Placepoint Fusion.

Lage og laste opp​

  • «Lag eit datasett i prosjektet [prosjekt] med alle næringseigedommar over 5 000 m² i [kommune], med eigar og byggjeår.»
  • «Hent eigedommane [selskap] eig, legg dei inn som eit datasett i [prosjekt] og vis porteføljen på kartet.»
  • «Lag eit datasett med alle grunnkretsane i [kommune], så eg kan fargeleggje dei etterpå.»
  • «Lag eit datasett med alle postnumra i [by], fordel dei på kontora våre, og gjer kontor til ei nedtrekksliste i tabellen.»
  • «Last opp leigetakarlista vår, kopl radene til matrikkelen på adresse og vis kva som ikkje fekk treff.»

Du kan ikkje lime ei fil inn i samtalen. Claude lagar ei opplastingslenkje, og du legg fila der; i Claude Code gjer Claude det sjølv. Rader Claude sjølv har funne, som eigedommane til eit selskap, blir lagde rett inn.

Kople og berike​

  • «Legg til kommune og grunnkrets på kvar rad i [datasett], og tel rader per kommune.»
  • «Kor mange av radene i [datasett] ligg i kvar bydel i Oslo?»
  • «Kva rader i [datasett] fekk ikkje treff i matrikkelen, og kvifor?»
  • «Legg til ein kolonne Status i [datasett] med vala Ny, I dialog og Avslutta.»
  • «Oppdater [datasett] frå denne fila, med organisasjonsnummer som nøkkel. Vis kva som blir endra før du skriv.»

Følgje med​

  • «Kva eigedommar i [datasett] har fått ny heimelshavar eller nytt pant det siste året?»
  • «Kva eigedommar i [datasett] ligg i ei flaumsone eller eit aktsemdområde for skred?»
  • «Kva for nokre av selskapa i [datasett] er under avvikling eller konkurs?»

Rute og reisetid​

  • «Finn den kortaste bilruta frå [adresse] innom alle punkta i [datasett].»
  • «Lag ein isokron for 20 minutt med bil frå [adresse], og lagre han som eit datasett i [prosjekt].»
  • «Kor lang køyretid er det frå kvart kontor i [datasett] til kvar eigedom i [datasett]?»

Stil og deling​

  • «Sett fargen på [datasett] etter byggjeår, og skjul kolonnane vi ikkje brukar.»
  • «Bruk logoen vår som symbol for punkta i [datasett].»
  • «Del prosjektet [prosjekt] med heile teamet som lesarar.»

Eit symbol må vere kvadratisk; ein avlang logo blir strekt i kartet. Claude deler med det lågaste tilgangsnivået som er nok, og spør før han deler.

Frå liste til kart: eitt eksempel​

Med fem promptar blir ei kundeliste i Excel til eit delt kartlag:

  1. «Eg har ei Excel-fil med kundane våre, éin per rad, med adresse. Lag eit datasett av ho i prosjektet [prosjekt].»
  2. «Kopl radene til matrikkelen på adresse. Kva for nokre fekk ikkje treff?»
  3. «Legg til kommune og bydel som kolonnar, og tel kundar per bydel.»
  4. «Sett fargen etter kundetype, og skjul kolonnane med interne notat.»
  5. «Del prosjektet med teamet som lesarar.»

Du kan gjere det same steg for steg i panelet; sjå Datasett. Skilnaden er at Claude også kan svare på spørsmål om lista ut frå registera, for eksempel kven av kundane som har selt, og kven som eig nabotomta.

Der promptane har ei fast side​

Fleire av promptane har ei fast side i Placepoint Fusion. Leigetakarane for éin eigedom står i Einingar og leigetakarar, og samla for ein portefølje i leigetakarrapporten. Utval på bransje, tilsette og bygningstype gjer du i Filter. Køyretid og nærleik ligg i Analyse. Rapportane og karta byggjer på dei same kjeldene som resten av Placepoint Fusion: sjå Data og kjelder og Placepoint i tal.

Lengre promptar for heile oppgåver​

Kvar av promptane under løyser ei heil oppgåve og endar i eit notat, eit rekneark eller eit kartlag. Dei er lengre enn dei korte eksempelpromptane, og dei ber om det same kvar gong: kjelde og lenkje på kvart punkt, tydeleg merking av anslag, og beskjed når noko ikkje finst i datagrunnlaget. Byt ut hakeparentesane med ei ekte adresse, eit matrikkelnummer eller eit organisasjonsnummer, og start ein ny samtale per oppgåve (sjå Hald samtalane korte). Køyr kvar av dei første gongen på ei tomt eller eit selskap de kjenner godt, og samanlikn med det de fann sjølve; då ser de kva som treffer.

Kvar av promptane kan også lagrast som ein skill i Claude: ein kort instruks Claude hentar fram sjølv når oppgåva dukkar opp, så du slepp å lime inn prompten kvar gong. Kva ein skill er, og korleis du legg han inn, står hos Anthropic i What are Skills? og Use Skills in Claude.

Tomtevurdering på fem minutt​

Prompten svarar på dei fire spørsmåla du stiller om kvar tomt: kven som eig ho, kva ho er regulert til, kva som ligg i grunnen, og kven naboane er. Grunnlaget er det same som i eigedomspanelet og Risiko.

Bruk Placepoint AI. Gjer ei tomtevurdering for [adresse eller matrikkelnummer].

Dekk:

  • Eigedommen sjølv: matrikkelnummer, tomteareal, bygg og heimelshavar.
  • Eigar og eigarkjede opp til ultimat eigar, med siste rekneskap for kvart selskap.
  • Gjeldande regulering og kommuneplan, og om formålet er bustad. Les føresegnene, ikkje berre namnet på planen.
  • Risiko: flaum, skred, kvikkleire, kulturminne og forureina grunn.
  • Naboeigedommane, med eigar og formål.

Oppgi kjelde og lenkje på kvart punkt. Avslutt med eit notat på éi side: kva talar for, kva talar mot, og kva vi må sjekke før vi går vidare.

Variantar:

  • «... samanlikn [adresse A] og [adresse B] i same svaret, med same struktur.»
  • «... ta med transaksjonar og samanliknbare sal i området dei siste [tal] åra.»
  • «... lever som PDF eg kan leggje ved avgjerdsnotatet.»
  • «... ta med reisetid til kollektivtransport, befolkning og skular i nærområdet.»

Svaret byggjer på gjeldande reguleringsplan og kommuneplan, heimelshavaren i grunnboka og risikokartlaga. Salstakt og einingsmiks for nye bustadprosjekt er ikkje med; det har vi ikkje data på.

Tomtesøk og prospektering​

Prompten finn utviklingskandidatar ut frå kriterium du set, i staden for eitt oppslag om gongen. Du kan gjere same utval i Filter; skilnaden er at Claude også følgjer eigarkjeda og leverer reknearket.

Bruk Placepoint AI. Finn ubebygde tomter innan [30] minutt frå [Oslo S] med bil eller kollektivtransport, der reguleringsformålet eller kommuneplanformålet er bustad, og der tomta er over [areal] m².

For kvart treff: matrikkelnummer, adresse, tomteareal, gjeldande arealformål og kva plan det kjem frå, heimelshavar og eigarkjeda opp til ultimat eigar.

Lever som Excel sortert etter tomteareal. Marker tydeleg kva som er anslag, og flagg treff der arealformålet er usikkert eller definert annleis i kommunen.

Variantar:

  • «... avgrens til [kommune] og sorter etter reisetid til næraste togstasjon.»
  • «... ta berre med tomter der heimelshavar er eit selskap.»
  • «... ta berre med formål som tillèt småhus og rekkjehus, ikkje blokk.»
  • «... køyr våre eigne tomter [liste] gjennom same kontroll, så vi ser dei side om side med kandidatane.»
  • «... utvid til [nabokommune] og sorter alle treff samla.»
  • «... legg dei ti beste inn som datasett i [prosjekt], så teamet ser dei i kartet.»

«Ubebygd» les Claude som at det ikkje finst nokon ferdigattest i byggjesakene dei siste åra. Det er ein indikasjon, ikkje eit prov. Om planen tillèt småhus eller berre blokk, står i føresegnene og ikkje i arealformålet. Bruk lista til å velje kvar du skal sjå nærmare, ikkje som ein fasit.

Områdebilete rundt ei tomt​

Prompten set saman biletet rundt eit prosjekt eller ei tomt: kva planar som gjeld, kva som er selt, kven som eig eigedommane rundt, og kva som kan stoppe prosjektet. Det er den same spørjinga som områdeanalysen byggjer på.

Bruk Placepoint AI. Lag eit områdebilete for [adresse eller matrikkelnummer].

Dekk:

  • Gjeldande regulering og kommuneplan. Les føresegnene, ikkje berre namnet på planen.
  • Transaksjonar og samanliknbare sal i området dei siste [tal] åra.
  • Eigarforhold på naboeigedommane, med selskap og eigarkjede.
  • Risiko: flaum, skred, kvikkleire og forureina grunn.
  • Plassering: reisetid til kollektivtransport, befolkning og tilbod i nærområdet.

Oppgi kjelde og lenkje på kvart punkt. Oppsummer til slutt med enkle ord kva som talar for og kva som talar mot.

Variantar:

  • «... samanlikn [adresse A] og [adresse B] i same svaret, med same struktur.»
  • «... lever som PDF eg kan leggje ved avgjerdsnotatet.»
  • «... ta med historiske flyfoto som viser utviklinga i området.»

Transaksjonane kjem frå eigedomsomsetningane i grunnboka, og reisetidene frå dei same utrekningane som Analyse brukar.

Porteføljeoversikt​

Prompten samlar porteføljen til eit selskap, også eigedommane det eig gjennom dotterselskap og SPV-ar. Det er den spørjinga som oftast avdekkjer eigedommar folk ikkje visste låg i porteføljen, fordi dei ligg fleire ledd ned. Eigarskap-fana i selskapspanelet og porteføljerapporten viser det same for eitt selskap om gongen.

Bruk Placepoint AI. Gi meg full oversikt over eigedommane til [organisasjonsnummer], inkludert dei som er eigde indirekte gjennom dotterselskap og SPV-kjeder.

Per eigedom: matrikkelnummer, adresse, tomteareal, bygg og BRA, selskapet som eig han, og gjeldande plan- og reguleringsstatus.

Ta med eit kart over hovudklynga, og eigarstrukturen frå ultimat eigar ned til SPV-ane. Flagg selskap som er sletta eller har negativ eigenkapital.

Lever som Excel med éi rad per eigedom, og eit kort samandrag øvst.

Kva har skjedd sidan sist:

Bruk Placepoint AI. For eigedommane til [organisasjonsnummer], også dei som er eigde indirekte: kva har endra seg sidan [dato]? Sjå etter eigarskifte, nye byggjesaker, nye planvedtak og endringar i selskapsstrukturen. Lever som ei kort liste, nyaste først, med kjelde per punkt.

Variant:

  • «... legg til eit risikosveip per eigedom: flaum, skred, kvikkleire, kulturminne og forureina grunn. Eigen kolonne per tema, med kjelde.»

Areala er BRA frå matrikkelen, og rekneskapstala kjem frå Brønnøysundregistrene, som i Rekneskap-fana.

Risikosveip​

Prompten sjekkar éi tomt, ei liste eller eit prosjekt mot risikokartlaga og les kva planen seier om funna. Utan han må du slå opp i fem kartportalar. Risiko i eigedomspanelet gjer det same for éin eigedom om gongen, og risikorapporten skildrar innhaldet.

Bruk Placepoint AI. Køyr eit risikosveip for [adresse, matrikkelnummer eller liste].

Per eigedom:

  • Flaum, skred, kvikkleire og overvatn, med sone og kjelde.
  • Kulturminne og omsynssoner i gjeldande plan.
  • Registrert forureina grunn.
  • Kva planføresegnene krev av utgreiing eller tiltak på desse punkta.

Lever som tabell med éi rad per eigedom og éin kolonne per tema. Marker raudt der det er eit registrert funn, gult der kartlaget er usikkert eller manglar, og grønt der det er sjekka og ikkje funne noko. Oppgi kjelde i kvar celle.

Prosjekt som kartlag:

Bruk Placepoint AI. Finn [tre] prosjekt på nettsida til [selskap] som er gjennomførte eller i gang. Gjer eit risikosveip på kvart av dei og lagre resultatet som eit datasett i [prosjekt], slik at heile teamet ser det som kartlag i Placepoint Fusion.

Gult tyder «ikkje avklart», aldri «sannsynlegvis greitt». Eit tomt kartlag tyder at faren ikkje er kartlagd, ikkje at han ikkje finst. Får du grønt over heile linja i eit område du veit har marin leire, spør Claude om kvikkleirekartlaget faktisk dekkjer området. Kvikkleirefare utanfor kartlagde soner krev grunnundersøking. Overvatn blir lese frå dreneringslinjene, kulturminna og omsynssonene frå reguleringskartlaga, og forureininga frå Forureina grunn.

Akkvisisjonsliste i tre steg​

Promptane byggjer og held ved like ei kandidatliste de følgjer over tid, så vurderte tomter ikkje forsvinn i gamle notat. Steg tre legg lista i eit prosjekt som datasett, så heile teamet ser historikken i kartet og ingen vurderer den same tomta to gonger utan å vite det. Akkvisisjonsrapporten skildrar innhaldet i lista.

Steg 1, bygg lista:

Bruk Placepoint AI. Set opp ei akkvisisjonsliste for [område eller kriterium].

Per kandidat: matrikkelnummer, adresse, tomteareal, arealformål, heimelshavar og eigarkjede, siste kjende transaksjon med pris og dato, og ei kort statuslinje.

Legg til kolonnar vi fyller ut sjølve: vår vurdering, budpris, status og neste steg.

Lever som Excel.

Steg 2, sjekk kva som har skjedd:

Bruk Placepoint AI. Her er akkvisisjonslista vår [lim inn eller last opp]. Sjekk kvar eigedom mot registera og sei kva som har endra seg sidan [dato]: eigarskifte, ny byggjesak, nytt planvedtak, eller endring i selskapet som eig eigedommen. Lever som ei kort liste over det som faktisk har endra seg. Ikkje gjenta rader utan endring.

Steg 3, legg lista i kartet:

Bruk Placepoint AI. Last opp denne lista som eit datasett i [prosjekt], kopla mot matrikkelnummer, slik at heile teamet ser kandidatane som kartlag i Placepoint Fusion. Kall datasettet [namn].

Steg 3 brukar Placepoint Dataset MCP. Du kan ikkje lime lista inn i samtalen: Claude lagar ei opplastingslenkje, og du legg fila der.

Motpart og eigarkjede​

Promptane finn ut kven som faktisk eig ei tomt før de tek kontakt, og vurderer motparten i ein transaksjon: selskap, konsern og rekneskap. Selskapspanelet og eigarstrukturrapporten viser det same i Placepoint Fusion.

Kven eig:

Bruk Placepoint AI. Kven eig [adresse eller matrikkelnummer]? Følg eigarkjeda frå heimelshavar opp til ultimat eigar, med eigardel i kvart ledd. Ta med styret og dagleg leiar i kvart selskap, og kva andre eigedommar same eigar har i [kommune eller område].

Oppgi kjelde på kvart ledd. Sei frå om eit ledd i kjeda er ein privatperson, utan å oppgi namnet.

Vurder motparten:

Bruk Placepoint AI. Lag ei kjøparvurdering av [selskap eller organisasjonsnummer].

Dekk: konsernstruktur og ultimat eigar, siste tre års rekneskap med omsetnad, resultat og eigenkapital, eigedomsportefølje med tal på eigedommar og BRA, nylege transaksjonar, og roller som går igjen i andre selskap.

Avslutt med fem punkt om det eg bør vite før eg går inn i ei forhandling. Oppgi kjelde for kvart tal.

Privatpersonar er anonymiserte i Placepoint AI: du får vite at eit ledd i kjeda er ein privatperson, og kor stor delen er, men ikkje kven (sjå Personopplysningar er ikkje tilgjengelege). Treng de namnet, er grunnboksutskrifta kjelda. Svaret er eit arbeidsgrunnlag, ikkje ei kredittvurdering, og det seier Claude sjølv.

Sist oppdatert
NB! Dokumentasjonen er automatisk generert. Informasjonen kan vere ufullstendig og innehalde feil, særleg skjermbilete og videoar. Sjå Om hjelpesidene. Vi vil veldig gjerne ha innspel: Kontakt oss via «Fann du det du leita etter?» nedst, i chatten nede til høgre eller på support@placepoint.no - vi svarar så fort vi kan!