Hoppa till huvudinnehåll
OBS! Dokumentationen genereras automatiskt. Innehållet kan vara ofullständigt och innehålla fel, särskilt skärmbilder och videor. Se Om hjälpsidorna. Vi tar gärna emot synpunkter: hör av dig via «Hittade du det du letade efter?» längst ned, i chatten nere till höger eller på support@placepoint.no - vi svarar så snabbt vi kan!

Exempel på användning av Placepoint AI

Våra användare har gjort rapporterna nedan med Placepoint AI, från en enda prompt var. De sträcker sig 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 som går igenom alla de 72 grunneiendommene i gatan, med karta och bedömning per adress.

Rapporten visade att gatan i praktiken är reglerad på tre olika sätt, 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 med Placepoint AI 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 kända luckor i dataunderlaget från det som inte är analyserat. Samma planer finns i regleringskartlagren i Placepoint Fusion.

FramsidaSammanfattningPlankarta
Framsidan av rapporten om John Colletts alléSammanfattningen: gatan är tre gator, med nyckeltal per zonPlankartutsnitt med ändamålsytor över trädgårdsstaden

Ladda ned hela rapporten: John Colletts allé, regleringsanalys (PDF, 15 sidor).

Fler rapporter och analyser​

Claude gjorde rapporterna nedan med Placepoint AI, från en prompt var. Källorna och leveransen skiftar från rapport till rapport, medan prompterna är uppbyggda på samma sätt: geografi, variabler, detaljnivå och format.

Ett träningscenter överväger Lørenvangen 22 i Oslo. Prompten ber om två upptagningsområden, tio minuter till fots och tio minuter på cykel. För varje område vill den ha befolkning, ålder, hushåll, dagbefolkning och inkomst och förmögenhet per grunnkrets, och dessutom konkurrenterna inom området. Allt ska levereras som PDF med karta. Svaret är Lørenvangen 22, demografi och upptagningsområde (PDF, 14 sidor). Rapporten beräknar båda isokronerna, summerar SSB-talen per område och jämför dem med snittet för Oslo. Ett eget avsnitt säger vad dataunderlaget inte täcker. Hela prompten, och hur du gör samma sak för hand i kartlagren, står på Demografianalys.

Här är sex till, uppbyggda på samma sätt:

  • Hållbarhetsrapport för ett huvudkontor: En rapport på 25 sidor om ett känt huvudkontor i Oslo, med matrikkel, BREEAM-certifiering, ägarstruktur, samtliga 25 hyresgäster med bolagsdossier, tinglyst ägarhistorik, karta och restidsisokron. Prompt: ”Lag en bærekraftsrapport for [adresse] med BREEAM, energimerke, eierstruktur og leietakere.”
  • Due diligence med tydlig täckningsgrad: En due diligence-rapport på 11 sidor med juridisk, teknisk och finansiell screening. Rapporten markerar själv vad som är täckt och vad som inte är det, så att du ser var din egen genomgång måste börja. Prompt: ”Lag en due diligence-rapport for [adresse], og marker tydelig hva som ikke dekkes.”
  • Klimatrisk och kreditbedömning: En klimatrisk-rapport som PDF-magasin med fysisk risk, transitionsrisk och naturmångfald, byggd på samma källor som riskkartlagren. En kreditrapport för bank följde samma recept. Prompt: ”Lag en klimarisikorapport for [adresse] med fysisk risiko, transisjonsrisiko og naturmangfold.”
  • Köparbedömning: Utifrån en helt neutral prompt drog Claude slutsatsen hög risk, eftersom köparbolaget var part i en pågående rättsprocess. Prompten nämnde inte rättsprocesser. Claude hittade ärendet eftersom den läste hela bolagsbilden. Prompt: ”Vurder orgnr [orgnr] som kjøper av eiendommen [matrikkelnummer].”
  • Fastighetsregister för en hel anläggning: Claude gick igenom grunnbøkene för hela anläggningen. Den hittade alla matrikkelnumren själv, hämtade utdragen samlat och sammanfattade de belastningar som kunde hindra utveckling. Prompt: ”Hent grunnboksutskrift for alle matrikkelnumrene i [anlegg] og oppsummer heftelsene.”
  • Lead-lista för en takentreprenör: Claude hittade 1 517 fastigheter utifrån byggår och byggnadstyp, kopplade dem till ägarbolaget och bedömde taken på flygfoto. Det är samma typ av urval som Filter ger i Placepoint Fusion. Prompt: ”Finn bygg i [kommune] fra før 1990 med store flate tak, koblet til eierselskap, som regneark.”

Fler prompter av samma slag, sorterade efter ämne, finns under Korta exempelprompter.

Tomtdelning: vilka tomter är stora nog​

Frågan ”Hvilke tomter i Bergsalléen i Oslo er store nok til å deles?” ger ett svar 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 säger också vad du måste kontrollera hos Plan- og bygningsetaten innan du skickar in en ansökan om avstyckning.

Svar på tomtdelningsfrågan för Bergsalléen, med regelverk och tabell över tillräckligt stora tomter

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?”

Så får du ut mest av Placepoint AI​

Vi har redan finjusterat själva Placepoint AI: vilka verktyg Claude väljer, hur uppslagen avgränsas och hur mycket data som skickas tillbaka i varje svar. Det är inget du ställer in själv. Det du styr är den kontext Claude arbetar i och sättet du frågar på. Det avgör både kvaliteten på svaret och hur mycket av din kvot i Claude som går åt.

Håll samtalen korta​

Claude minns allt som har sagts och hämtats i ett samtal, och använder det som arbetsminne när den svarar. Minnet är stort, men blir sämre ju fullare det är. Anthropic skriver i dokumentationen av kontextfönstret att precision och återfinning sjunker i takt med att samtalet växer, och kallar det ”context rot”. Deras råd är att hålla kontexten liten och relevant, med så få uppgifter som möjligt, men tillräckligt för att ge det svar du vill ha (Effective context engineering for AI agents). Detta är en egenskap hos Claude, inte hos Placepoint AI.

För dig betyder det två saker. Starta ett nytt samtal när du byter fastighet, kund eller ämne, även om det gamla fortfarande svarar. Och ge Claude bra kontext från start, som instruktioner och fasta dokument i ett projekt, i stället för att bygga upp den under ett långt samtal. Blir ett långt samtal otydligt eller långsamt, be Claude sammanfatta det som är klarlagt, och klistra in sammanfattningen i ett nytt samtal.

Slå på minnet, så kommer Claude ihåg dig mellan samtalen​

Placepoint AI kommer inte ihåg något själv. Det är klienten du använder som kommer ihåg, och det är där du styr vad som sparas. I Claude heter det Memory: Claude sparar vem du är och vad du arbetar med, och kan söka i tidigare samtal när du frågar om något ni har pratat om förut. Varje projekt har sitt eget minne, och Cowork som körs lokalt på din dator använder det inte.

Om minnet är på från början beror på abonnemanget:

  • Free, Pro och Max: minnet är på från början i Claude Desktop, på webben och i mobilappen.
  • Team och Enterprise: en Owner måste först slå på det för organisationen. Därefter måste varje användare slå på det själv under Settings, Memory, med reglaget Generate memory from chats. Innan båda stegen är gjorda kommer Claude inte ihåg något från förra samtalet.

Under Settings, Memory ser du också allt Claude har sparat, och kan rätta eller radera det. Se Use Claude's chat search and memory to build on previous context.

Använder du Placepoint AI från en annan klient gäller samma princip, med andra inställningar:

  • Microsoft 365 Copilot: minnet är på från början. Du styr det under Settings and more, Chat settings, Personalization, Saved memories. Se Manage Copilot Memory in Microsoft Copilot.
  • ChatGPT: inställningarna ligger under Settings, Personalization, Memory, med egna reglage för sparade minnen och för användning av tidigare samtal. Se Memory in ChatGPT.

Ge Claude instruktioner en gång, inte i varje prompt​

Den enklaste och mest effektiva åtgärden är att berätta för Claude vem du är, vad du arbetar med och hur leveransen ska se ut. Då slipper du upprepa det i varje samtal, och svaren träffar bättre från första försöket. Detta gäller all användning av Claude, inte bara Placepoint AI.

  • Din egen profil: klicka på dina initialer längst ned till vänster, välj Settings och fyll i Instructions for Claude. Instruktionerna gäller alla dina samtal. Skriv in roll, bolag, fackområde, vilket språk du vill ha svar på och vilken form leveransen ska ha. Se Understanding Claude's personalization features.
  • Projekt: samla arbete som hör ihop i ett projekt, till exempel en kund, ett köp eller en portfölj, och lägg instruktionerna och fasta dokument där. Alla samtal i projektet ärver dem. Se What are projects? och How can I create and manage projects?.
  • Hela organisationen: på Team- och Enterprise-abonnemang kan Owner och Primary Owner sätta instruktioner som gäller alla i verksamheten, under Organization settings, Organization and access. Där de säger olika saker går de före den enskilda användarens egna instruktioner. Se Set organization instructions.

Anthropics egna råd står i Prompt engineering best practices, och den tekniska referens de själva uppdaterar är Prompting best practices. Fyra av råden betyder mest: säg vad Claude ska göra i stället för vad den inte ska göra, motivera kraven så att modellen förstår syftet, ge den möjlighet att säga att något saknas, och håll instruktionen kort. Längre instruktioner ger inte bättre svar.

Exempel på instruktioner för en verksamhet​

En advokatbyrå som använder Placepoint AI till faktaunderlag, inte till rådgivning, kan lägga in något sådant här för hela organisationen. Anthropic rekommenderar taggarna eftersom de håller de olika kraven åtskilda, och eftersom du senare kan ändra ett block utan att röra resten.

<rolle>
Du levererar faktaunderlag till advokater. Vi gör den juridiska bedömningen själva,
så svaret ska vara kontrollerbart snarare än slutgiltigt.
</rolle>

<kilder>
Ange register och datum för varje faktapåstående om en fastighet, och skilj
uppgifter ur Grunnboken från uppgifter ur matrikkel. Markera egna resonemang med
"Slutsats:", så att vi ser vad registret säger och vad du härleder.
Står något inte i registret, skriv att det inte är registrerat.
</kilder>

<nar_noe_mangler>
Saknar du kontext som ändrar svaret väsentligt, ställ en precis fråga
innan du svarar. Rimliga slutsatser går bra när de är markerade som sådana. Tal,
namn, citat och källhänvisningar ska komma från data du har hämtat.
</nar_noe_mangler>

<personopplysninger>
Du visar inte personnamn eller fødselsnummer (norskt personnummer): Placepoint AI tar bort dem.
Behöver vi identifierad lagfaren ägare slår vi upp det i Placepoint Fusion,
där åtkomsten förutsätter berättigat intresse, eller i Grunnboken.
</personopplysninger>

<leveranse>
Svara med ren text eller tabell som vi klistrar in i våra egna mallar. Fråga först
om uppgiften verkar kräva rapport, PDF eller instrumentpanel: det tar längre
tid, och vi använder det sällan. Avsluta med fynd, oklarheter och vad som bör
undersökas vidare.
</leveranse>

Instruktionen gör tre saker. Den säger vad Claude ska göra, inte vad den ska låta bli. Den motiverar kraven. Och den ger modellen en utväg när underlaget är tunt, så att den inte pressar fram ett svar. Det är de tre greppen som betyder mest.

Byt ut innehållet mot det som gäller din bransch. Ett fastighetsbolag vill till exempel be om portföljtal per SPV, en bank om trafikljus per riskområde.

Standardinstruktioner per bransch​

Blocken nedan använder samma tre grepp i varje bransch, och är indelade i tre delar: vilka ni är och vad Claude ska leverera, vad som ska prioriteras, och vilken form leveransen ska ha. Varje exempel är skrivet som om det kom från en verksamhet i branschen. Välj din bransch, och byt ut det som inte passar er.

<rolle>
Vi är en regionbank med företagskunder, och du levererar faktaunderlag till
pant- och kreditbedömning av de fastigheter som ställs som säkerhet.
Kreditbeslutet fattar vi själva, så svaret ska vara kontrollerbart
snarare än slutgiltigt.
</rolle>

<prioriter>
Lagfaren ägare och ägarform först, därefter belastningar ur Grunnboken:
pant med belopp och prioritet, servitut, rådighetsinskränkningar och delningsförbud. Sedan
naturrisker för varje fastighet: översvämning, skred, kvicklera och stormflod, med
aktsamhetskartor skilda från riskzoner. Till sist hyresgäster med löptid där
hyresintäkterna bär lånet. Ange register och datum för varje uppgift.
</prioriter>

<leveranse>
Tabell med en rad per fastighet och en kolumn per ämne: belastning, naturrisk,
hyresgäst, källa, datum. Skriv "täcks inte av registret" där täckningen
saknas, i stället för att utelämna raden. Avsluta med de tre saker vi bör
klargöra med kunden innan ärendet går till kreditkommittén. Ingen rekommendation om
lån eller belåningsgrad.
</leveranse>

Är ni flera som arbetar olika, lägg den gemensamma delen på organisationen och branschblocket i varje projekt.

Be om det du faktiskt behöver​

  • En uppgift per samtal. Starta ett nytt samtal när du byter ämne. Ett långt samtal drar med sig allt som hämtats tidigare, och det kostar både tid och kvot utan att göra svaret bättre. Se Håll samtalen korta.
  • Säg vilken form du vill ha. Behöver du tre tal, be om tre tal. Rapport, tabell, karta och instrumentpanel kostar mer än ett kort svar. Rapporter levereras som HTML som standard eftersom det går snabbast. Be om PDF när du faktiskt ska skicka dokumentet vidare.
  • Avgränsa. Ett matrikkelnummer, en gata, en kommun eller ett organisationsnummer ger snabbare och mer precisa svar än ”Oslo”.
  • Återanvänd receptet. När en analys sitter, be Claude skriva ned prompten som ett recept du kan köra på nästa fastighet eller portfölj. Lägg det i projektinstruktionerna.
  • Välj modell efter uppgift. Använd den mest avancerade modellen till att bygga strukturen och receptet, och en snabbare modell till att köra samma recept många gånger.

Be om källor, och läs förbehållen​

  • Kräv källa och datum på varje faktapåstående. Claude anger gärna vilket register uppgiften kommer från och när den är hämtad, och länkar till kartlagret eller plandokumentet. Gör det till ett fast krav, så blir svaret kontrollerbart.
  • Be Claude skilja det registret säger från det den själv härleder. Det är den viktigaste skillnaden i ett faktaunderlag.
  • Definitioner varierar mellan kommuner. ”Ubebygd” och ”sentrumsformål” betyder inte samma sak i alla kommuner. Be Claude flagga vilken definition den har använt när svaret täcker flera kommuner.
  • Saknas data ska svaret säga det. Placepoint AI säger ifrån när det inte finns plandata för en fastighet, i stället för att beskriva den som oreglerad.
  • Claude kan ha fel. Resultaten är en utgångspunkt, inte ett facit, och måste verifieras mot officiella källor innan de används för beslut.

Har en administratör lagt till connectorn för hela verksamheten måste varje enskild användare ändå logga in med sin egen Placepoint-användare första gången. Åtkomsten följer användaren, inte URL:en. Hur du ansluter står på Placepoint AI.

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 AI”, skriv på det språk du själv använder, och byt ut hakparenteserna mot en riktig adress, ett matrikkelnummer eller ett organisationsnummer. Prompterna är grupperade efter ämne. De flesta kommer från det våra användare faktiskt har frågat om.

Fastighet och Grunnboken​

  • ”Hent grunnboksutskriften for [matrikkelnummer] og oppsummer hvilke heftelser som ligger på eiendommen.”
  • ”Finn alle matrikkelnumrene som hører til [anlegg], hent grunnboksutskrift for hver av dem og oppsummer heftelsene som kan hindre utvikling.”
  • ”Lag en energirapport for [adresse] med energikarakter, oppvarmingskarakter, dato og gyldighet for hvert bygg. List byggene uten gyldig energiattest for seg.”
  • ”Hvem eier eiendom i [kommune] med energimerke A i snitt?”
  • ”Hva betyr BRA, og hvor stort er BRA på [adresse]?”
  • ”Lag en investeringsrapport for [matrikkelnummer]: hvilke leietakere finnes, hva kan eiendommen bygges ut til, og hvor mangler du data?”
  • ”Lag en bærekraftsrapport for [adresse] med BREEAM-sertifisering, energimerke, eierstruktur og alle leietakere, og vis 15 minutters gangavstand på kartet.”

Energiklasserna kommer från Enova och gäller energiattester (energiattest, motsvarar energideklaration) som är under tio år gamla. En byggnad utan giltig attest har ingen energiklass, och det säger Claude till om.

Reglering och planer​

  • ”Hvilke reguleringsplaner og kommuneplaner gjelder for eiendommen [matrikkelnummer]?”
  • ”Hent bestemmelsene og planbeskrivelsen for planen som gjelder [matrikkelnummer], og oppsummer hva som er tillatt av utnyttelse, høyder og formål.”
  • ”Hvilke planer gjelder for [adresse], også planprogram og veiledende planer, og hva sier de om utnyttelse?”
  • ”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]?”
  • ”Finn ubebygde eiendommer i [kommune] som er avsatt til bolig- eller sentrumsformål i kommuneplanen.”
  • ”Dette er et nytt boligprosjekt på [matrikkelnummer]. Hva sier planbestemmelsene om boligmiks, parkering og støy?”
  • ”Bør bygget på [matrikkelnummer] rives eller bygges på? Gå gjennom regulering, risiko og eierforhold, og si hva du er sikker på og hva som er usikkert.”

Vad som räknas som obebyggt, och vilka markanvändningsändamål som räknas som centrumändamål (sentrumsformål), varierar mellan kommunerna. Be Claude säga vilken definition svaret bygger på.

Risk och klimat​

  • ”Sjekk om eiendommen [matrikkelnummer] ligger i et flom- eller skredutsatt område, og vis det på et kart.”
  • ”Lag en risikorapport for [adresse].”
  • ”Hvilke innsigelser kan Statsforvalteren komme med mot utbygging på [matrikkelnummer]? Gå gjennom skred, flom, stormflo, overvann, kulturminner, naturvern, naturmangfold og forurenset grunn, og lag en rapport.”
  • ”Lag en risikovurdering av orgnr [orgnr] som kjøper av eiendommen [matrikkelnummer].”

Den sista prompten visar vad som händer när Claude läser hela bolagsbilden: en pågående rättsprocess hos köparen kom med i bedömningen utan att prompten bad om det. Rapporten Naturvärden och invändningar går igenom samma källor som prompten om invändningar (innsigelser).

Bolag och hyresgäster​

  • ”Hvilke eiendommer leier [selskap] i [kommune]?”
  • ”Hvor holder [selskap] til i dag, hvem er utleier, og hvor satt de før?”
  • ”Vis de største leietakerne hos [selskap] i Bjørvika.”
  • ”Lag en leietakeroversikt for [adresse] som viser hvor lenge hver leietaker har sittet der.”
  • ”Lag en leietakerrapport for [adresse] som PDF, med én til tre sider per selskap for de ti største etter antall ansatte: leietid, en kort risikovurdering og eierskapstre. Resten i en oppsummeringstabell.”
  • ”Hvor mange ansatte jobber på [adresse], og hvor mange har selskapene der totalt?”
  • ”Hvilke leietakere sitter i BREEAM-sertifiserte bygg i [kommune]?”
  • ”Hvilke av leietakerne til [konsern] sitter i bygg som ikke er kontor?”
  • ”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 alle [kjede]-butikkene i [kommune] med adresse og antall ansatte per sted.”
  • ”Hvilke selskaper med over 20 ansatte eier eiendom i [kommune], og hvor mye areal eier de?”
  • ”Hvilke selskaper har fått hjemmel til eiendom i [kommune] de siste to årene?”
  • ”Hvilke offentlige aktører eier eiendom i grunnkrets?”
  • ”Hvilke selskaper under avvikling eier lager- eller logistikkeiendom?”
  • ”Finn SPV-ene i [kommune] og hvem som står bak dem.”

Antal anställda finns på tre nivåer: på adressen, i bolaget och i koncernen. Är prompten otydlig frågar Claude vilket tal du menar i stället för att gissa. Ett bolag under avveckling står fortfarande som aktivt i registren, så be om det uttryckligen när det är det du letar efter.

Portföljer och urval​

  • ”Hvor mange aktive eiendommer er det i [kommune]?”
  • ”Lag en porteføljerapport om alle eiendommene [selskap] (orgnr [orgnr]) eier i [sted/område].”
  • ”Finn alle nybyggprosjekter i [område] med igangsettingstillatelse, rammetillatelse eller midlertidig brukstillatelse og minst 20 boenheter.”
  • ”Finn alle [kjede]-butikkene i Norge, koble hver til matrikkelen og energimerket, og lag et regneark over dem som har energimerke C eller bedre.”
  • ”Finn eiendommer over 10 000 m² i [fylke] med arealformål næringsbebyggelse i kommuneplanen, under 2 km fra en transformatorstasjon og uten boliger i nærheten.”
  • ”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 og hvor lenge hver av dem har vært registrert, og en ESG-profil per bygg.”

Nybyggnadsprojekten kommer från byggnadsstatusen i matrikkel, inte från ett projektregister, så stäm av mot egna källor. Transformatorstationerna finns i kartlagren från Norges vassdrags- og energidirektorat (NVE), men ledig kapacitet i nätet ingår inte.

Läge och restid​

  • ”Finn de beste stedene for å etablere en ny dagligvarebutikk i nærheten av [sted].”
  • ”Hvilke eiendommer ligger innen 300 meter fra Jernbanetorget, og hvem eier dem?”
  • ”Finn de ti beste lokalene for et distribusjonssenter for et selskap som må kjøre ut leveranser fysisk i [område], rangert etter kjøretid.”
  • ”Hvilke næringsbygg ligger innen 25 minutter med kollektivtransport fra [stasjon]?”
  • ”Finn ubebygde tomter innen 30 minutter fra [adresse] som er regulert til småhus eller rekkehus, og sjekk flom, skred og kvikkleire på de beste.”
  • ”Lag isokroner for 10, 20 og 30 minutter med bil rundt [adresse], og vis dem på et kart.”

Restiderna beräknas med samma motor som Analyse i Placepoint Fusion.

Karta, flygfoto och export​

  • ”Vis alle historiske flyfoto rundt eiendommen [matrikkelnummer], satt pent opp med metadata.”
  • ”Vis tettheten av eneboliger i [kommune] på et kart.”
  • ”Vis kulturminnene i [område] på et kart.”
  • ”Eksporter alle eiendommer med leietakere i [kommune] til et regneark.”

Prompter som ber om bilder, kartor eller filer fungerar bara i Claude Desktop, Claude Code och Cowork. Agenten skapar varken bilder eller filer, så där kommer svaret som text och kartlänkar. Uppgifterna om kulturminnen kommer från Riksantikvaren.

Placepoint Dataset MCP​

Placepoint Dataset MCP arbetar med datamängderna i dina projekt, och ser bara de projekt som din Placepoint-användare har åtkomst till. Innan Claude skriver något säger den vilket projekt det gäller, eftersom datamängder kan ha samma namn i flera projekt. Resultatet finns som ett kartlager i projektet nästa gång du öppnar Placepoint Fusion.

Skapa och ladda upp​

  • ”Lag et datasett i prosjektet [prosjekt] med alle næringseiendommer over 5 000 m² i [kommune], med eier og byggeår.”
  • ”Hent eiendommene [selskap] eier, legg dem inn som et datasett i [prosjekt] og vis porteføljen på kartet.”
  • ”Lag et datasett med alle grunnkretsene i [kommune], så jeg kan fargelegge dem etterpå.”
  • ”Lag et datasett med alle postnumrene i [by], fordel dem på kontorene våre, og gjør kontor til en nedtrekksliste i tabellen.”
  • ”Last opp leietakerlisten vår, koble radene til matrikkelen på adresse og vis hvilke som ikke fikk treff.”

Du kan inte klistra in en fil i samtalet. Claude skapar en uppladdningslänk, och du lägger filen där. I Claude Code gör Claude det själv. Rader som Claude själv har hittat, som ett bolags fastigheter, läggs in direkt.

Koppla och berika​

  • ”Legg til kommune og grunnkrets på hver rad i [datasett], og tell rader per kommune.”
  • ”Hvor mange av radene i [datasett] ligger i hver bydel i Oslo?”
  • ”Hvilke rader i [datasett] fikk ikke treff i matrikkelen, og hvorfor?”
  • ”Legg til en kolonne Status i [datasett] med valgene Ny, I dialog og Avsluttet.”
  • ”Oppdater [datasett] fra denne filen, med organisasjonsnummer som nøkkel. Vis hva som endres før du skriver.”

Bevaka​

  • ”Hvilke eiendommer i [datasett] har fått ny hjemmelshaver eller nytt pant det siste året?”
  • ”Hvilke eiendommer i [datasett] ligger i en flomsone eller et aktsomhetsområde for skred?”
  • ”Hvilke av selskapene i [datasett] er under avvikling eller konkurs?”

Rutt och restid​

  • ”Finn den korteste bilruten fra [adresse] innom alle punktene i [datasett].”
  • ”Lag en isokron for 20 minutter med bil fra [adresse], og lagre den som et datasett i [prosjekt].”
  • ”Hvor lang kjøretid er det fra hvert kontor i [datasett] til hver eiendom i [datasett]?”

Stil och delning​

  • ”Sett fargen på [datasett] etter byggeår, og skjul kolonnene vi ikke bruker.”
  • ”Bruk logoen vår som symbol for punktene i [datasett].”
  • ”Del prosjektet [prosjekt] med hele teamet som lesere.”

En symbol måste vara kvadratisk. En avlång logotyp blir utdragen i kartan. Claude delar med den lägsta åtkomstnivå som räcker, och frågar innan den delar.

Från lista till karta: ett exempel​

Med fem prompter blir en kundlista i Excel ett delat kartlager:

  1. ”Jeg har en Excel-fil med kundene våre, én per rad, med adresse. Lag et datasett av den i prosjektet [prosjekt].”
  2. ”Koble radene til matrikkelen på adresse. Hvilke fikk ikke treff?”
  3. ”Legg til kommune og bydel som kolonner, og tell kunder per bydel.”
  4. ”Sett fargen etter kundetype, og skjul kolonnene med interne notater.”
  5. ”Del prosjektet med teamet som lesere.”

Du kan göra samma sak steg för steg i panelen. Se Datamängder. Skillnaden är att Claude också kan svara på frågor om listan utifrån registren, till exempel vilka av kunderna som har sålt, och vem som äger granntomten.

Där prompterna har en fast sida​

Flera av prompterna har en fast sida i Placepoint Fusion. Hyresgästerna för en enskild fastighet står i Enheter och hyresgäster, och samlat för en portfölj i hyresgästrapporten. Urval på bransch, anställda och byggnadstyp gör du i Filter. Körtid och närhet ligger i Analyse. Rapporterna och kartorna bygger på samma källor som resten av Placepoint Fusion: se Data och källor och Placepoint i siffror.

Längre prompter för hela uppgifter​

Var och en av prompterna nedan löser en hel uppgift och slutar i ett PM, ett kalkylark eller ett kartlager. De är längre än de korta exempelprompterna, och de ber om samma sak varje gång: källa och länk på varje punkt, tydlig markering av uppskattningar, och besked när något inte finns i dataunderlaget. Byt ut hakparenteserna mot en riktig adress, ett matrikkelnummer eller ett organisationsnummer, och starta ett nytt samtal per uppgift (se Håll samtalen korta). Kör var och en första gången på en tomt eller ett bolag som ni känner väl, och jämför med det ni själva hittade. Då ser ni vad som träffar.

Varje prompt kan också sparas som en skill i Claude: en kort instruktion som Claude själv tar fram när uppgiften dyker upp, så att du slipper klistra in prompten varje gång. Vad en skill är, och hur du lägger in den, beskriver Anthropic i What are Skills? och Use Skills in Claude.

Tomtvärdering på fem minuter​

Prompten svarar på de fyra frågor du ställer om varje tomt: vem som äger den, vad den är reglerad till, vad som finns i marken, och vilka grannarna är. Underlaget är detsamma som i fastighetspanelen och Risk.

Använd Placepoint AI. Gör en tomtvärdering för [adress eller matrikkelnummer].

Täck:

  • Själva fastigheten: matrikkelnummer, tomtareal, byggnader och lagfaren ägare.
  • Ägare och ägarkedja upp till yttersta ägare, med senaste bokslut för varje bolag.
  • Gällande reglering och kommuneplan, och om ändamålet är bostäder. Läs bestämmelserna, inte bara namnet på planen.
  • Risk: översvämning, skred, kvicklera, kulturminnen och förorenad mark.
  • Grannfastigheterna, med ägare och ändamål.

Ange källa och länk på varje punkt. Avsluta med ett PM på en sida: vad som talar för, vad som talar emot, och vad vi måste kontrollera innan vi går vidare.

Varianter:

  • ”... jämför [adress A] och [adress B] i samma svar, med samma struktur.”
  • ”... ta med transaktioner och jämförbara försäljningar i området de senaste [antal] åren.”
  • ”... leverera som PDF som jag kan bifoga beslutsunderlaget.”
  • ”... ta med restid till kollektivtrafik, befolkning och skolor i närområdet.”

Svaret bygger på gällande reguleringsplan och kommuneplan, den lagfarna ägaren i Grunnboken och riskkartlagren. Försäljningstakt och lägenhetsfördelning för nya bostadsprojekt ingår inte. Det har vi inga data om.

Tomtsökning och prospektering​

Prompten hittar utvecklingskandidater utifrån kriterier du sätter, i stället för ett uppslag i taget. Du kan göra samma urval i Filter. Skillnaden är att Claude också följer ägarkedjan och levererar kalkylarket.

Använd Placepoint AI. Hitta obebyggda tomter inom [30] minuter från [Oslo S] med bil eller kollektivtrafik, där reglerings- eller kommuneplanändamålet är bostäder och tomten är större än [areal] m².

För varje träff: matrikkelnummer, adress, tomtareal, gällande markanvändningsändamål och vilken plan det kommer från, lagfaren ägare och ägarkedjan upp till yttersta ägare.

Leverera som Excel sorterat efter tomtareal. Markera tydligt vad som är uppskattningar, och flagga träffar där markanvändningsändamålet är osäkert eller definieras annorlunda i kommunen.

Varianter:

  • ”... avgränsa till [kommun] och sortera efter restid till närmaste tågstation.”
  • ”... ta bara med tomter där den lagfarna ägaren är ett bolag.”
  • ”... ta bara med ändamål som tillåter småhus och radhus, inte flerbostadshus.”
  • ”... kör våra egna tomter [lista] genom samma kontroll, så att vi ser dem sida vid sida med kandidaterna.”
  • ”... utvidga till [grannkommun] och sortera alla träffar samlat.”
  • ”... lägg in de tio bästa som en datamängd i [projekt], så att teamet ser dem i kartan.”

”Ubebygd” (obebyggd) tolkar Claude som att det inte finns något slutbesked i bygglovsärendena de senaste åren. Det är en indikation, inte ett bevis. Om planen tillåter småhus eller bara flerbostadshus står i bestämmelserna och inte i markanvändningsändamålet. Använd listan för att välja var du ska titta närmare, inte som ett facit.

Områdesbild kring en tomt​

Prompten sätter ihop bilden kring ett projekt eller en tomt: vilka planer som gäller, vad som har sålts, vem som äger fastigheterna runt omkring, och vad som kan stoppa projektet. Det är samma fråga som områdesanalysen bygger på.

Använd Placepoint AI. Gör en områdesbild för [adress eller matrikkelnummer].

Täck:

  • Gällande reglering och kommuneplan. Läs bestämmelserna, inte bara namnet på planen.
  • Transaktioner och jämförbara försäljningar i området de senaste [antal] åren.
  • Ägarförhållanden på grannfastigheterna, med bolag och ägarkedja.
  • Risk: översvämning, skred, kvicklera och förorenad mark.
  • Läge: restid till kollektivtrafik, befolkning och service i närområdet.

Ange källa och länk på varje punkt. Sammanfatta till sist med enkla ord vad som talar för och vad som talar emot.

Varianter:

  • ”... jämför [adress A] och [adress B] i samma svar, med samma struktur.”
  • ”... leverera som PDF som jag kan bifoga beslutsunderlaget.”
  • ”... ta med historiska flygfoton som visar utvecklingen i området.”

Transaktionerna kommer från fastighetsöverlåtelserna i Grunnboken, och restiderna från samma beräkningar som Analyse använder.

Portföljöversikt​

Prompten samlar ett bolags portfölj, även de fastigheter som bolaget äger via dotterbolag och SPV:er. Det är den fråga som oftast avslöjar fastigheter som folk inte visste fanns i portföljen, eftersom de ligger flera led ned. Fliken Ägarskap i bolagspanelen och portföljrapporten visar samma sak för ett bolag i taget.

Använd Placepoint AI. Ge mig en fullständig översikt över fastigheterna som [organisationsnummer] äger, inklusive de som ägs indirekt via dotterbolag och SPV-kedjor.

Per fastighet: matrikkelnummer, adress, tomtareal, byggnader och BRA, bolaget som äger den, och gällande plan- och regleringsstatus.

Ta med en karta över huvudklustret, och ägarstrukturen från yttersta ägare ned till SPV:erna. Flagga bolag som är avregistrerade eller har negativt eget kapital.

Leverera som Excel med en rad per fastighet, och en kort sammanfattning överst.

Vad har hänt sedan sist:

Använd Placepoint AI. För fastigheterna som [organisationsnummer] äger, även de som ägs indirekt: vad har ändrats sedan [datum]? Leta efter ägarbyten, nya bygglovsärenden, nya planbeslut och ändringar i bolagsstrukturen. Leverera som en kort lista, nyaste först, med källa per punkt.

Variant:

  • ”... lägg till en riskgenomgång per fastighet: översvämning, skred, kvicklera, kulturminnen och förorenad mark. En egen kolumn per ämne, med källa.”

Ytorna är BRA från matrikkel, och bokslutssiffrorna kommer från Brønnøysundregistrene, som på fliken Bokslut.

Riskgenomgång​

Prompten kontrollerar en tomt, en lista eller ett projekt mot riskkartlagren och läser vad planen säger om fynden. Utan den måste du slå upp i fem kartportaler. Risk i fastighetspanelen gör samma sak för en fastighet i taget, och riskrapporten beskriver innehållet.

Använd Placepoint AI. Gör en riskgenomgång för [adress, matrikkelnummer eller lista].

Per fastighet:

  • Översvämning, skred, kvicklera och dagvatten, med zon och källa.
  • Kulturminnen och hänsynszoner i gällande plan.
  • Registrerad förorenad mark.
  • Vad planbestämmelserna kräver av utredning eller åtgärder på dessa punkter.

Leverera som tabell med en rad per fastighet och en kolumn per ämne. Markera rött där det finns ett registrerat fynd, gult där kartlagret är osäkert eller saknas, och grönt där det är kontrollerat och inget har hittats. Ange källa i varje cell.

Projekt som kartlager:

Använd Placepoint AI. Hitta [tre] projekt på [bolags] webbplats som är genomförda eller pågår. Gör en riskgenomgång av vart och ett och spara resultatet som en datamängd i [projekt], så att hela teamet ser det som kartlager i Placepoint Fusion.

Gult betyder ”inte klarlagt”, aldrig ”troligen i sin ordning”. Ett tomt kartlager betyder att risken inte är kartlagd, inte att den inte finns. Får du grönt rakt igenom i ett område där du vet att det finns marin lera, fråga Claude om kvickleralagret faktiskt täcker området. Risk för kvicklera utanför kartlagda zoner kräver geoteknisk undersökning. Dagvatten läses från dräneringslinjerna, kulturminnena och hänsynszonerna från regleringskartlagren, och föroreningarna från Förorenad mark.

Förvärvslista i tre steg​

Prompterna bygger och underhåller en kandidatlista som ni följer över tid, så att bedömda tomter inte försvinner i gamla anteckningar. Steg tre lägger listan i ett projekt som datamängd, så att hela teamet ser historiken i kartan och ingen bedömer samma tomt två gånger utan att veta om det. Förvärvsrapporten beskriver innehållet i listan.

Steg 1, bygg listan:

Använd Placepoint AI. Sätt upp en förvärvslista för [område eller kriterier].

Per kandidat: matrikkelnummer, adress, tomtareal, markanvändningsändamål, lagfaren ägare och ägarkedja, senast kända transaktion med pris och datum, och en kort statusrad.

Lägg till kolumner som vi fyller i själva: vår bedömning, budpris, status och nästa steg.

Leverera som Excel.

Steg 2, kontrollera vad som har hänt:

Använd Placepoint AI. Här är vår förvärvslista [klistra in eller ladda upp]. Kontrollera varje fastighet mot registren och säg vad som har ändrats sedan [datum]: ägarbyte, nytt bygglovsärende, nytt planbeslut eller ändring i bolaget som äger fastigheten. Leverera som en kort lista över det som faktiskt har ändrats. Upprepa inte rader utan ändringar.

Steg 3, lägg listan i kartan:

Använd Placepoint AI. Ladda upp den här listan som en datamängd i [projekt], kopplad mot matrikkelnummer, så att hela teamet ser kandidaterna som kartlager i Placepoint Fusion. Kalla datamängden [namn].

Steg 3 använder Placepoint Dataset MCP. Du kan inte klistra in listan i samtalet: Claude skapar en uppladdningslänk, och du lägger filen där.

Motpart och ägarkedja​

Prompterna tar reda på vem som faktiskt äger en tomt innan ni tar kontakt, och bedömer motparten i en transaktion: bolag, koncern och bokslut. Bolagspanelen och ägarstrukturrapporten visar samma sak i Placepoint Fusion.

Vem äger:

Använd Placepoint AI. Vem äger [adress eller matrikkelnummer]? Följ ägarkedjan från lagfaren ägare upp till yttersta ägare, med ägarandel i varje led. Ta med styrelsen och vd i varje bolag, och vilka andra fastigheter samma ägare har i [kommun eller område].

Ange källa för varje led. Säg till om ett led i kedjan är en privatperson, utan att ange namnet.

Bedöm motparten:

Använd Placepoint AI. Gör en köparbedömning av [bolag eller organisationsnummer].

Täck: koncernstruktur och yttersta ägare, de senaste tre årens bokslut med omsättning, resultat och eget kapital, fastighetsportfölj med antal fastigheter och BRA, nyliga transaktioner, och roller som återkommer i andra bolag.

Avsluta med fem punkter om det jag bör veta innan jag går in i en förhandling. Ange källa för varje tal.

Privatpersoner är anonymiserade i Placepoint AI: du får veta att ett led i kedjan är en privatperson och hur stor andelen är, men inte vem (se Personuppgifter är inte tillgängliga). Behöver ni namnet är utdraget ur Grunnboken källan. Svaret är ett arbetsunderlag, inte en kreditbedömning, och det säger Claude själv.

Sist oppdatert
OBS! Dokumentationen genereras automatiskt. Innehållet kan vara ofullständigt och innehålla fel, särskilt skärmbilder och videor. Se Om hjälpsidorna. Vi tar gärna emot synpunkter: hör av dig via «Hittade du det du letade efter?» längst ned, i chatten nere till höger eller på support@placepoint.no - vi svarar så snabbt vi kan!