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?”

Så får du ut mest av Placepoint AI

Själva Placepoint AI är redan optimerat hos oss: 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.

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. De går före den enskilda användarens egna instruktioner där de säger olika saker. 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 råd därifrån bär det mesta: 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. Taggarna är inte utsmyckning: Anthropic rekommenderar dem eftersom de håller de olika kraven åtskilda, och eftersom du senare kan ändra ett block utan att röra 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>

Lägg märke till vad instruktionen gör: den säger vad Claude ska göra i stället för vad den inte ska göra, den motiverar kraven, och den ger modellen en utväg när underlaget är tunt, i stället för att pressa fram ett svar. Det är de tre greppen som flyttar 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 är samma fyra grepp tillämpade på varje bransch: rollen, vad som ska prioriteras, och vilken form leveransen ska ha. Exemplen är korta, för illustration. Välj din bransch, och uppdatera exemplet med instruktioner som passar ditt arbete och dina preferenser.

Bank och kredit

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

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

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

Investerare och fonder

<rolle>
Du leverer faktagrunnlag til screening og porteføljeoppfølging.
</rolle>

<prioriter>
Eierstruktur fra ultimat eier ned til hvert SPV, leietakere med løpetid, og
transaksjoner med dato. Marker selskaper med negativ egenkapital og selskaper
som er slettet.
</prioriter>

<leveranse>
Rader vi limer rett inn i egen modell: ett tall per celle, ingen formatering.
Kart og rapport lager du når vi ber om det.
</leveranse>

Utvecklare och fastighetsägare

<rolle>
Du leverer faktagrunnlag til tomte- og utnyttelsesvurdering.
</rolle>

<prioriter>
Gjeldende plan med formål, utnyttelsesgrad, byggehøyder og rekkefølgekrav, med
plan-ID og lenke til bestemmelsene. Si fra når planen er under revisjon.
</prioriter>

<leveranse>
Per tomt: 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.
</leveranse>

Försäkring

<rolle>
Du leverer faktagrunnlag til eksponerings- og tegningsvurdering.
</rolle>

<prioriter>
Naturfare per eiendom: flom, skred, kvikkleire og stormflo. Skill
aktsomhetskart fra faresone, og oppgi datasett og dato for hver av dem.
</prioriter>

<leveranse>
Én rad per eiendom per faretype, med nivå og kilde. Manglende registerdekning
skrives som nettopp det, aldri som "ingen risiko".
</leveranse>

Näringsmäklare och förvaltare

<rolle>
Du leverer faktagrunnlag til salgs- og utleieoppdrag.
</rolle>

<prioriter>
Eier og hjemmelshaver, arealtall med kilde, leietakere med bransje og
løpetid, og transaksjoner i nærområdet med dato.
</prioriter>

<leveranse>
Kort faktaark per eiendom som kan limes inn i prospekt eller e-post.
Verdivurdering tar du bare med når vi ber om den.
</leveranse>

Rådgivare och advokater

<rolle>
Du leverer faktagrunnlag til advokater og rådgivere. 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:".
</prioriter>

<leveranse>
Ren tekst eller tabell til våre egne maler. Avslutt med funn, uklarheter og
hva som bør undersøkes videre. Ingen juridisk konklusjon.
</leveranse>

Arkitekter och planerare

<rolle>
Du leverer faktagrunnlag til plan- og volumvurdering.
</rolle>

<prioriter>
Formål, byggehøyder, verneverdier og naboplaner, med plan-ID og vedtaksdato.
Nevn hensynssoner som styrer plasseringen.
</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.
</leveranse>

Offentlig sektor

<rolle>
Du leverer faktagrunnlag til saksbehandling. Vedtaket fatter vi selv.
</rolle>

<prioriter>
Matrikkel, gjeldende plan og byggesakshistorikk, hver med register og dato.
Skill det registeret sier fra det du utleder.
</prioriter>

<leveranse>
Nøktern tekst som tåler å bli sitert i et saksframlegg, med kildehenvisning
per opplysning. Ingen anbefaling om utfall.
</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.
• 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. Be om det som standard, så är svaret kontrollerbart.
• Be Claude skilja det registret säger från det den drar slutsatser om. 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 som är använd när svaret täcker flera kommuner.
• Saknas data ska det stå. 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.

Är connectorn tillagd av en administratör för hela verksamheten måste varje enskild användare ändå logga in med sin egen Placepoint-användare första gången. Åtkomsten följer användaren, inte URL:en. Tillvägagångssättet för att ansluta 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 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].”
• ”Hvor mange aktive eiendommer er det i [kommune]?”
• ”Hvilke eiendommer leier [selskap] i [kommune]?”
• ”Vis enebolig-tetthet i [kommune] som et kart.”
• ”Eksporter alle eiendommer med leietakere i [kommune] til et regneark.”
• ”Lag en rangert liste over næringseiendommer i [kommune] med bare én leietaker, der leietakeren har svak økonomi.”
• ”Lag en liste med IT-selskaper i Bergen med over 20 ansatte som sitter i kontorbygg.”
• ”Vis de største leietakerne hos [selskap] i Bjørvika.”
• ”Lag en leietakeroversikt for [adresse] med hvor lenge de har sittet der.”
• ”Hvilke eiendommer ligger innen 300 meter fra Jernbanetorget, og hvem eier dem?”
• ”Finn de 10 beste lokalene for et distribusjonssenter for et selskap som må kjøre ut leveranser fysisk i [område], rangert etter kjøretid.”
• ”Lag en full porteføljeoversikt for orgnr [orgnr]: alle eiendommer med geografi og kart over hovedklyngen, eierstruktur fra ultimat eier ned til SPV-ene med flagg for slettede selskaper og selskaper med negativ egenkapital, alle leietakere per bygg med hvor lenge hver leietaker har vært registrert, og en ESG-profil per bygg.”

Med Placepoint Dataset MCP, som 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.”

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 är det Filter gör. Körtid och närhet ligger i Analyse.

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.