Exempel på användning av Placepoint AI

Rapporterna nedan är gjorda med Placepoint AI av våra användare, från en enda prompt var. De visar spännvidden: från uppslag på en enskild fastighet till analyser av hela gator och portföljer. Vill du börja med något kort, gå direkt till exempelprompterna längst ned på sidan.

Områdesanalys: en hel gata i en prompt

Prompten ”Sjekk hele John Colletts allé, hvor kan man bygge nytt, lag rapport” gav en rapport på 15 sidor: alla 72 grunneiendommene i gatan genomgångna, med karta och bedömning per adress.

Rapporten visade att gatan i praktiken är tre olika regleringsverkligheter, och att fyra adresser mitt i gatan inte omfattas av det byggförbud som stoppar alla grannarna. Det undantaget står inte i någon kartdatabas: Claude hittade det genom att läsa plandokumenten och beslutet om förlängt byggförbud. Kraven står i bestämmelserna, inte i färgerna på plankartan. Metoddelen listar vilka plandokument som faktiskt är lästa, och skiljer dokumenterade täckningsluckor från utebliven analys. Samma planer finns i regleringskartlagren i Placepoint Fusion.

Framsida	Sammanfattning	Plankarta

Hela rapporten kan laddas ned: John Colletts allé, regleringsanalys (PDF, 15 sidor).

Fler rapporter och analyser

• En hållbarhetsrapport på 25 sidor för ett känt huvudkontor i Oslo: matrikkel, BREEAM-certifiering, ägarstruktur, samtliga 25 hyresgäster med bolagsdossier, tinglyst ägarhistorik, karta och restidsisokron.
• En due diligence-rapport på 11 sidor med juridisk, teknisk och finansiell screening, som tydligt markerar vad som är täckt och inte.
• En klimatrisk-rapport som PDF-magasin med fysisk risk, transitionsrisk och naturmångfald, byggd på samma källor som riskkartlagren, och en kreditrapport för bank efter samma recept.
• En köparbedömning där Claude på en helt neutral prompt drog slutsatsen hög risk eftersom köparbolaget stod i en pågående rättsprocess.
• En masskanning av grunnbøker för en hel anläggning: Claude hittade alla matrikkelnumren själv, hämtade utdragen samlat och sammanfattade de belastningar som kunde hindra utveckling.
• En lead-lista för en takentreprenör: 1 517 fastigheter identifierade och filtrerade på byggår och byggnadstyp, kopplade mot ägarbolag och kombinerade med visuell takanalys av byggnader från flygfoto. Samma typ av urval som Filter ger i Placepoint Fusion.

Tomtdelning: vilka tomter är stora nog

Frågan ”Hvilke tomter i Bergsalléen i Oslo er store nok til å deles?” ger svaret i två delar: regelverket som styr avstyckning just nu (arealkrav per bostadsenhet, %-BYA och det tillfälliga förbudet med undantag), och en tabell över fastigheterna i gatan som uppfyller arealkravet, med matrikkelnummer och tomtareal. Svaret är tydligt med vad som måste kontrolleras konkret hos Plan- og bygningsetaten före en verklig ansökan om avstyckning.

Detta svar kommer från Agenten i Placepoint Fusion, som använder samma motor som Placepoint AI i Claude. Frågorna nedan fungerar på båda ställena:

• ”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?”

Korta exempelprompter

Placepoint AI tar både korta frågor och sammansatta uppgifter: ett uppslag på en adress, eller en hel gata med rapport till slut. Exemplen nedan är enkla att skriva och använder ändå mycket av Placepoint på en gång: registren, kartlagren och analyserna i samma svar. Börja gärna med ”Bruk Placepoint MCP”, skriv på det språk du själv använder, och byt ut hakparenteserna mot en riktig adress, ett matrikkelnummer eller ett organisationsnummer:

• ”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 arbetar med datamängderna i dina projekt:

• ”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 prompterna gäller bara i Claude Desktop, Claude Code och Cowork: historiska flygfoton, täthetskartor och export till kalkylark. Agenten skapar varken bilder eller filer, så där kommer svaret som text och kartlänkar. Rapporterna och kartorna bygger på samma källor som resten av Placepoint Fusion: se Data och källor och Placepoint i siffror.