Getting started with AI is easy, but getting useful results can take practice. Why does AI sometimes misunderstand your request, give an incorrect answer or produce something completely different from what you expected? Often, the problem starts with unclear instructions, unrealistic expectations or trusting the first result too quickly. Explore nine contributors’ perspectives on common beginner mistakes and discover how to ask better questions, check results and use AI more confidently.
BEFORE YOU READ...
If AI gives you a disappointing answer, is your first instinct to try again?
Imagine asking AI to help with an important task, but the result is too general or contains mistakes. Would you change your instructions, check the information or simply give up? Think about how you could improve the result without blindly trusting it.
Explore Different Perspectives
Discover eight perspectives on common AI mistakes, from treating chatbots as all-knowing assistants to writing unclear prompts, overlooking errors and forgetting to provide context.
Jes Folden Hyldig — AI isn't human: Why understanding its limitations matters
My big pet peeve is that it was a major mistake calling LLMs artificial intelligence in the first place, because it engenders it with anthropomorphic qualities (e.g. a will, feelings etc.). It would be more accurate to call the present models for smart algorithms. At present there isn’t any model that is close to approaching intelligence.
Another thing that often appears difficult for beginners is that how and in what order you present a word can heavily change what type of outcome you will receive from your prompt because of the token weights and the associative power different words play in a LLM-model. And even if you master the right prompt, you won’t necessarily achieve the same results from time to time because of the built in elements of randomness that LLMs have. I think a basic understanding of an LLM would be a plus. Just a schematic one will bring you far. Thirdly – well, for every task you assign, you need to assess what a wrong answer will involve, and to what extent you would be better off doing the task yourself, if it means you need to fact check the result to mitigate the risk. This again engenders a necessary base knowledge in relations to the task – i.e. if you ask an LLM about quantum physics be certain that you know or can find alternative resources to be able to assess the LLM-results before submitting your ‘findings’ for a seat at NYC Quantum Summit.
Jes Folden Hyldig, Denmark, AI Expert
Læs på dansk (DK)
Det, der virkelig irriterer mig, er, at det fra begyndelsen var en stor fejl at kalde store sprogmodeller (LLM’er) for kunstig intelligens, fordi det får os til at tillægge dem menneskelige egenskaber (f.eks. vilje, følelser osv.). Det ville være mere præcist at kalde de nuværende modeller for intelligente algoritmer. På nuværende tidspunkt findes der ingen model, der er tæt på at opnå egentlig intelligens. En anden ting, som ofte virker vanskelig for begyndere, er, at måden og rækkefølgen, man præsenterer ord på, kan ændre resultatet af ens prompt markant. Det skyldes den vægt, forskellige tokens har, og den associative betydning, som forskellige ord får i en stor sprogmodel. Selv hvis man mestrer den rigtige prompt, får man ikke nødvendigvis det samme resultat hver gang på grund af de indbyggede tilfældighedselementer i LLM’er. Jeg mener, at en grundlæggende forståelse af, hvordan en stor sprogmodel fungerer, ville være en fordel. Selv en skematisk forståelse kan bringe én langt. For det tredje skal man for hver opgave, man giver modellen, vurdere, hvad konsekvenserne af et forkert svar kan være, og i hvilket omfang det ville være bedre selv at udføre opgaven, hvis man alligevel er nødt til at faktatjekke resultatet for at begrænse risikoen. Det kræver igen en vis grundlæggende viden om den pågældende opgave. Hvis man eksempelvis spørger en stor sprogmodel om kvantefysik, skal man sikre sig, at man enten selv har den nødvendige viden eller kan finde alternative kilder til at vurdere modellens resultater, før man indsender sine »opdagelser« for at få en plads ved NYC Quantum Summit.Jes Folden Hyldig, Danmark, AI-ekspert
Auf Deutsch lesen (DE)
Was mich besonders stört, ist, dass es von Anfang an ein großer Fehler war, große Sprachmodelle (LLMs) als künstliche Intelligenz zu bezeichnen, weil ihnen dadurch anthropomorphe Eigenschaften zugeschrieben werden (z. B. ein eigener Wille, Gefühle usw.). Es wäre treffender, die heutigen Modelle als intelligente Algorithmen zu bezeichnen. Gegenwärtig gibt es kein Modell, das auch nur annähernd echte Intelligenz erreicht. Eine weitere Schwierigkeit für Anfängerinnen und Anfänger besteht häufig darin, dass die Art und Reihenfolge, in der Wörter in einem Prompt verwendet werden, das Ergebnis erheblich verändern können. Das liegt an der Gewichtung der Tokens und der assoziativen Bedeutung, die verschiedene Wörter in einem großen Sprachmodell haben. Selbst wenn man den richtigen Prompt beherrscht, erhält man aufgrund der eingebauten Zufallselemente von LLMs nicht unbedingt jedes Mal dieselben Ergebnisse. Ich denke, dass ein grundlegendes Verständnis davon, wie ein LLM funktioniert, von Vorteil wäre. Schon ein schematisches Verständnis kann einen weit bringen. Drittens muss man bei jeder Aufgabe, die man einem Modell überträgt, abschätzen, welche Folgen eine falsche Antwort hätte und inwieweit es sinnvoller wäre, die Aufgabe selbst zu erledigen, wenn man das Ergebnis ohnehin überprüfen muss, um Risiken zu verringern. Dafür braucht man wiederum ein gewisses Grundwissen über die jeweilige Aufgabe. Wenn man beispielsweise ein LLM zur Quantenphysik befragt, sollte man sicherstellen, dass man entweder selbst über ausreichende Kenntnisse verfügt oder alternative Quellen finden kann, um die Ergebnisse des Modells zu beurteilen, bevor man seine „Erkenntnisse“ einreicht, um einen Platz beim NYC Quantum Summit zu bekommen.Jes Folden Hyldig, Dänemark, KI-Experte
Leer en español (ES)
Lo que más me molesta es que, desde el principio, fue un gran error llamar inteligencia artificial a los grandes modelos de lenguaje (LLM), porque eso hace que les atribuyamos características humanas (por ejemplo, voluntad, sentimientos, etc.). Sería más preciso llamar a los modelos actuales algoritmos inteligentes. En la actualidad no existe ningún modelo que esté cerca de alcanzar una verdadera inteligencia. Otra cuestión que suele resultar difícil para los principiantes es que la forma y el orden en que se presentan las palabras pueden cambiar considerablemente el tipo de resultado que se obtiene de un prompt, debido al peso de los tokens y al poder asociativo que tienen las distintas palabras dentro de un modelo de lenguaje. Incluso si dominas el prompt adecuado, no necesariamente obtendrás los mismos resultados cada vez, debido a los elementos de aleatoriedad incorporados en los LLM. Creo que sería muy beneficioso tener una comprensión básica de cómo funciona un modelo de lenguaje. Incluso una visión esquemática puede ayudarte muchísimo. En tercer lugar, para cada tarea que encargues a un modelo, debes evaluar qué consecuencias podría tener una respuesta incorrecta y hasta qué punto sería mejor realizar la tarea por tu cuenta si, de todos modos, necesitas verificar los resultados para reducir los riesgos. Esto, a su vez, requiere ciertos conocimientos básicos relacionados con la tarea. Por ejemplo, si preguntas a un LLM sobre física cuántica, asegúrate de tener los conocimientos necesarios o de poder encontrar fuentes alternativas que te permitan evaluar sus resultados antes de presentar tus «descubrimientos» para conseguir una plaza en el NYC Quantum Summit.Jes Folden Hyldig, Dinamarca, experto en IA
Прочетете на български (BG)
Това, което най-много ме дразни, е, че още от самото начало беше голяма грешка големите езикови модели (LLM) да бъдат наречени изкуствен интелект, защото така им се приписват човешки характеристики (например воля, чувства и т.н.). Би било по-точно настоящите модели да се наричат интелигентни алгоритми. В момента няма нито един модел, който дори да се доближава до истински интелект. Друго нещо, което често затруднява начинаещите, е, че начинът и редът, по който представяте думите в една заявка, могат значително да променят получения резултат. Това се дължи на тежестта на токените и асоциативната роля, която различните думи играят в големите езикови модели. Дори да овладеете правилното формулиране на заявките, не е задължително всеки път да получавате едни и същи резултати заради вградените елементи на случайност в LLM. Смятам, че основното разбиране за начина на работа на големите езикови модели би било предимство. Дори една схематична представа може да ви помогне много. На трето място, за всяка задача, която възлагате на модела, трябва да прецените какви биха били последствията от грешен отговор и до каква степен би било по-добре да изпълните задачата сами, ако така или иначе трябва да проверявате фактите, за да ограничите риска. Това отново предполага необходимост от основни познания в съответната област. Например, ако задавате въпроси на LLM за квантовата физика, уверете се, че разполагате с необходимите знания или можете да намерите алтернативни източници, за да оцените резултатите на модела, преди да представите своите „открития“ с цел да получите място на NYC Quantum Summit.Jes Folden Hyldig, Дания, експерт по ИИ
Ricard Pena Cerdan — Don't mistake a chatbot for an all-knowing source
I guess the main problem would be the fact of not understanding what generative AI is. As the interface looks like a regular chatbot and the entry difficulty is near zero, there is a risk of not recognizing the pattern in how AI works and becoming something close as a total-trust-source. This belief would erase the border between the programme itself and its use, resulting in many of the problems we have been detecting in the last year: AI induced psychosis, parasocial relationship with it or plagiarism, false information or even hoaxes.
Any new user must know clearly how the AI ecosystem works, keeping in mind this tool is not a miracle and is not a pocket with access to all internet knowledge. Without understanding what is a prompt, how the embedded words system works or how the model has been trained, it will be difficult to provide the information any user should give in order to get any desirable outcome and also, what kind of answer the AI system can offer.
We could add the ethical and ecological issues AI has embedded to its use. They are not as important as the ones previously mentioned due to the fact they don’t affect the results of his personal use but I consider everyone should hear about them if anyone is resolved to operate this type of tool.
Ricard Peña Cerdan, Denmark, a journalist, AI Enthusiast
Læs på dansk (DK)
Jeg tror, at det største problem er, at man ikke forstår, hvad generativ AI egentlig er. Fordi brugerfladen ligner en almindelig chatbot, og det næsten ikke kræver nogen forkundskaber at komme i gang, er der risiko for, at man ikke gennemskuer mønstrene i, hvordan AI fungerer, og begynder at betragte den som en kilde, man kan stole fuldstændigt på. Denne opfattelse kan udviske grænsen mellem selve programmet og dets anvendelse og føre til mange af de problemer, vi har set i det seneste år: AI-induceret psykose, parasociale relationer til AI, plagiat, falske oplysninger og endda bevidst vildledning. Enhver ny bruger bør have en klar forståelse af, hvordan AI-økosystemet fungerer, og huske på, at dette værktøj ikke er et mirakel eller en lommecomputer med adgang til al viden på internettet. Uden at forstå, hvad en prompt er, hvordan systemet med indlejrede ordrepræsentationer fungerer, eller hvordan modellen er blevet trænet, bliver det svært at give de oplysninger, der er nødvendige for at opnå det ønskede resultat, og at forstå, hvilken slags svar AI-systemet kan levere. Vi kan også tilføje de etiske og miljømæssige problemstillinger, der er forbundet med brugen af AI. De er ikke lige så vigtige som de tidligere nævnte problemer, fordi de ikke direkte påvirker resultaterne af den enkeltes brug. Jeg mener dog, at alle bør kende til dem, hvis de beslutter sig for at anvende denne type værktøj.Ricard Peña Cerdan, Danmark, journalist, AI-entusiast
Auf Deutsch lesen (DE)
Ich vermute, das Hauptproblem besteht darin, nicht zu verstehen, was generative KI eigentlich ist. Da die Benutzeroberfläche wie ein gewöhnlicher Chatbot aussieht und der Einstieg nahezu keine Hürden mit sich bringt, besteht die Gefahr, dass man die Funktionsweise von KI nicht erkennt und sie als eine Quelle betrachtet, der man uneingeschränkt vertrauen kann. Diese Vorstellung würde die Grenze zwischen dem Programm selbst und seiner Nutzung verwischen und zu vielen der Probleme führen, die wir im vergangenen Jahr beobachtet haben: KI-induzierte Psychosen, parasoziale Beziehungen zur KI, Plagiate, falsche Informationen oder sogar gezielte Falschmeldungen. Jede neue Nutzerin und jeder neue Nutzer sollte genau verstehen, wie das KI-Ökosystem funktioniert, und sich bewusst sein, dass dieses Werkzeug weder ein Wundermittel noch ein Taschenzugang zum gesamten Wissen des Internets ist. Ohne zu verstehen, was ein Prompt ist, wie das System eingebetteter Wortrepräsentationen funktioniert oder wie das Modell trainiert wurde, wird es schwierig, die Informationen bereitzustellen, die für ein gewünschtes Ergebnis notwendig sind. Ebenso schwierig wird es, einzuschätzen, welche Art von Antwort das KI-System überhaupt liefern kann. Hinzu kommen die ethischen und ökologischen Probleme, die mit der Nutzung von KI verbunden sind. Sie sind nicht so wichtig wie die zuvor genannten Aspekte, da sie die Ergebnisse der persönlichen Nutzung nicht unmittelbar beeinflussen. Dennoch bin ich der Meinung, dass jeder Mensch davon erfahren sollte, wenn er sich dazu entschließt, ein solches Werkzeug einzusetzen.Ricard Peña Cerdan, Dänemark, Journalist, KI-Enthusiast
Leer en español (ES)
Supongo que el principal problema sería no comprender qué es realmente la IA generativa. Como su interfaz se parece a la de un chatbot convencional y la dificultad para empezar a utilizarla es prácticamente nula, existe el riesgo de no reconocer los patrones de funcionamiento de la IA y acabar considerándola una fuente en la que se puede confiar plenamente. Esta creencia borraría la frontera entre el propio programa y su utilización, dando lugar a muchos de los problemas que hemos detectado durante el último año: psicosis inducida por la IA, relaciones parasociales con ella, plagio, información falsa e incluso bulos. Cualquier usuario nuevo debe comprender claramente cómo funciona el ecosistema de la IA, teniendo presente que esta herramienta no es un milagro ni una especie de dispositivo de bolsillo con acceso a todo el conocimiento de Internet. Sin entender qué es un prompt, cómo funciona el sistema de representaciones de palabras integrado en el modelo o cómo ha sido entrenado, será difícil proporcionar la información necesaria para obtener los resultados deseados y comprender qué tipo de respuestas puede ofrecer el sistema de IA. También podríamos añadir las cuestiones éticas y medioambientales asociadas al uso de la IA. No son tan importantes como las mencionadas anteriormente, ya que no afectan directamente a los resultados de su utilización personal, pero considero que todo el mundo debería conocerlas si decide utilizar este tipo de herramientas.Ricard Peña Cerdan, Dinamarca, periodista, entusiasta de la IA
Прочетете на български (BG)
Предполагам, че основният проблем е неразбирането на това какво всъщност представлява генеративният ИИ. Тъй като интерфейсът изглежда като обикновен чатбот, а започването на работа с него почти не изисква усилия, съществува риск хората да не разпознават закономерностите в начина, по който функционира ИИ, и да започнат да го възприемат като източник, на който могат да се доверяват напълно. Подобно убеждение би заличило границата между самата програма и нейното използване, което може да доведе до много от проблемите, наблюдавани през последната година: психоза, предизвикана от ИИ, парасоциални взаимоотношения с него, плагиатство, невярна информация и дори умишлено разпространявани заблуди. Всеки нов потребител трябва ясно да разбира как функционира екосистемата на ИИ, като има предвид, че този инструмент не е чудо и не представлява джобно устройство с достъп до цялото знание в интернет. Без да разбира какво е промпт, как работи системата от вградени представяния на думите или как е бил обучен моделът, за потребителя ще бъде трудно да предостави необходимата информация за получаване на желания резултат, както и да прецени какъв тип отговор може да предложи системата с ИИ. Можем да добавим и етичните и екологичните проблеми, свързани с използването на ИИ. Те не са толкова важни, колкото споменатите по-рано, тъй като не влияят пряко върху резултатите от личната му употреба. Въпреки това смятам, че всеки трябва да бъде информиран за тях, ако реши да използва подобен инструмент.Ricard Peña Cerdan, Дания, журналист, ентусиаст в областта на ИИ
Maialen Ayestaran — Don't believe everything AI tells you: Why fact-checking matters
One of the most common mistakes people make is taking everything that artificial intelligence says as if it were an absolute truth, without questioning it. Often, the information provided is not cross-checked with other sources, which can lead to misunderstandings or the assumption of incorrect data. This can be particularly risky in situations that require accuracy, careful analysis, or informed decision-making.
For this reason, the advice I would give to someone who is just beginning to use AI is to take the information “with a grain of salt.” In other words, it should be used as an initial reference point, but it is always essential to verify it against other reliable sources. Maintaining a critical attitude is crucial, and one should avoid becoming completely dependent on a single tool. By doing so, users can benefit from AI as a helpful support while still developing their own reasoning, judgment, and ability to evaluate information independently.
Ayestaran Maialen, Spain, Student of Psychology, Enthusiast about AI
Læs på dansk (DK)
En af de mest almindelige fejl, folk begår, er at tage alt, hvad kunstig intelligens siger, som en absolut sandhed uden at stille spørgsmål ved det. Ofte bliver de oplysninger, der gives, ikke kontrolleret ved hjælp af andre kilder, hvilket kan føre til misforståelser eller til, at man accepterer forkerte oplysninger som korrekte. Det kan være særligt risikabelt i situationer, der kræver præcision, grundig analyse eller velovervejede beslutninger. Derfor vil mit råd til en person, der lige er begyndt at bruge AI, være at tage oplysningerne med et gran salt. Med andre ord bør man bruge dem som et udgangspunkt, men det er altid vigtigt at kontrollere dem ved hjælp af andre pålidelige kilder. Det er afgørende at bevare en kritisk tilgang og undgå at blive fuldstændig afhængig af ét enkelt værktøj. På den måde kan brugerne få gavn af AI som en nyttig støtte, samtidig med at de fortsat udvikler deres egen evne til at ræsonnere, foretage vurderinger og selvstændigt vurdere information.Ayestaran Maialen, Spanien, psykologistuderende, AI-entusiast
Auf Deutsch lesen (DE)
Einer der häufigsten Fehler, die Menschen machen, besteht darin, alles, was künstliche Intelligenz sagt, als absolute Wahrheit hinzunehmen, ohne es zu hinterfragen. Häufig werden die bereitgestellten Informationen nicht mit anderen Quellen abgeglichen, was zu Missverständnissen oder dazu führen kann, dass falsche Angaben als richtig angenommen werden. Dies kann besonders in Situationen riskant sein, die Genauigkeit, sorgfältige Analysen oder fundierte Entscheidungen erfordern. Deshalb würde ich jemandem, der gerade erst anfängt, KI zu nutzen, raten, die Informationen mit Vorsicht zu betrachten. Anders gesagt: Man sollte sie als ersten Anhaltspunkt nutzen, sie aber unbedingt anhand anderer zuverlässiger Quellen überprüfen. Eine kritische Haltung beizubehalten ist entscheidend, und man sollte vermeiden, vollständig von einem einzigen Werkzeug abhängig zu werden. So können Nutzerinnen und Nutzer KI als hilfreiche Unterstützung einsetzen und gleichzeitig ihre eigene Fähigkeit zum logischen Denken, zur Urteilsbildung und zur selbstständigen Bewertung von Informationen weiterentwickeln.Ayestaran Maialen, Spanien, Psychologiestudentin, KI-Enthusiastin
Leer en español (ES)
Uno de los errores más comunes que cometen las personas es considerar todo lo que dice la inteligencia artificial como si fuera una verdad absoluta, sin cuestionarlo. A menudo, la información proporcionada no se contrasta con otras fuentes, lo que puede dar lugar a malentendidos o a aceptar datos incorrectos como verdaderos. Esto puede resultar especialmente arriesgado en situaciones que requieren precisión, un análisis cuidadoso o una toma de decisiones bien fundamentada. Por este motivo, el consejo que le daría a alguien que está empezando a utilizar la IA es que se tome la información «con pinzas». Es decir, debería utilizarse como un punto de referencia inicial, pero siempre es fundamental contrastarla con otras fuentes fiables. Mantener una actitud crítica es esencial y hay que evitar depender por completo de una única herramienta. De esta manera, los usuarios pueden aprovechar la IA como un apoyo útil mientras siguen desarrollando su propio razonamiento, criterio y capacidad para evaluar la información de forma independiente.Ayestaran Maialen, España, estudiante de Psicología, entusiasta de la IA
Прочетете на български (BG)
Една от най-често срещаните грешки, които хората допускат, е да приемат всичко, което изкуственият интелект казва, за абсолютна истина, без да го поставят под съмнение. Често предоставената информация не се сверява с други източници, което може да доведе до недоразумения или до приемане на неверни данни за достоверни. Това може да бъде особено рисковано в ситуации, които изискват точност, внимателен анализ или вземане на информирани решения. Поради тази причина съветът ми към човек, който тепърва започва да използва ИИ, е да приема информацията „с едно наум“. С други думи, тя трябва да се използва като първоначална отправна точка, но винаги е важно да бъде проверявана чрез други надеждни източници. Запазването на критично отношение е от съществено значение и човек трябва да избягва да става напълно зависим от един-единствен инструмент. По този начин потребителите могат да се възползват от ИИ като полезна подкрепа, като същевременно продължават да развиват собственото си логическо мислене, преценка и способност самостоятелно да оценяват информацията.Ayestaran Maialen, Испания, студентка по психология, ентусиастка в областта на ИИ
Christian Steinacher — Stop treating AI like a search engine: Start a conversation instead
Interestingly, two things can be observed time and again among beginners. They simply use AI incorrectly and are then disappointed with the results. Most disappointments in dealing with AI are not caused by the technology itself, but by false expectations or usage patterns. Users almost always provide vague prompts and are then disappointed with the superficial results. The following applies here in particular: The quality of the answer depends on the quality of the question! AI tools such as Chat-GPT, Microsoft Copilot and Google Gemini are not designed as ‘search engines’ but as dialogue systems. It is therefore essential to think in terms of conversations rather than search queries. You should ask questions, refine answers by asking further questions, request examples and change perspectives. Only then will the results gradually improve. Artificial intelligence is an assistant that can sometimes make technical errors or even provide incorrect facts. It is therefore important to read the results several times, check the facts and personalise the content. AI tools work with probabilities, not with real understanding, so these systems provide drafts and food for thought, but not absolute truth. Even if the results are very impressive, these tools are not infallible. Before using an AI tool, you should ask yourself: Do I know exactly what I want? Have I clearly formulated my goal?
Do I at least have a rough idea of the result in advance? Note: AI enhances clarity – it does not replace it! Is my prompt specific enough? Does my request include the target audience, context, style, length and desired output format? As mentioned above, the more precise the information, the better the result. Once I have the first result, I ask for alternatives and question any ambiguities. Good AI use is a dialogue, not a one-time click. Finally, check the result again, of course. Are the facts correct? Does the writing style suit me?
Christian Steinacher, IT-consultant and entrepreneur, Austria, AI Expert
Læs på dansk (DK)
Interessant nok er der to ting, man igen og igen kan observere hos begyndere. De bruger ganske enkelt AI forkert og bliver derefter skuffede over resultaterne. De fleste skuffelser ved brug af AI skyldes ikke selve teknologien, men forkerte forventninger eller uhensigtsmæssige brugsmønstre. Brugerne giver næsten altid upræcise prompts og bliver derefter skuffede over de overfladiske resultater. Her gælder især følgende: Kvaliteten af svaret afhænger af kvaliteten af spørgsmålet! AI-værktøjer som Chat-GPT, Microsoft Copilot og Google Gemini er ikke udviklet som »søgemaskiner«, men som dialogsystemer. Derfor er det afgørende at tænke i samtaler frem for søgeforespørgsler. Man bør stille spørgsmål, forbedre svarene ved at stille opfølgende spørgsmål, bede om eksempler og skifte perspektiv. Først da vil resultaterne gradvist blive bedre. Kunstig intelligens er en assistent, der nogle gange kan begå tekniske fejl eller endda give faktuelt forkerte oplysninger. Derfor er det vigtigt at læse resultaterne flere gange, kontrollere fakta og tilpasse indholdet til sine egne behov. AI-værktøjer arbejder med sandsynligheder og ikke med egentlig forståelse. Derfor leverer disse systemer udkast og inspiration til videre refleksion, men ikke absolut sandhed. Selv om resultaterne kan være meget imponerende, er disse værktøjer ikke ufejlbarlige. Før man bruger et AI-værktøj, bør man spørge sig selv: Ved jeg præcis, hvad jeg vil have? Har jeg formuleret mit mål tydeligt? Har jeg i det mindste på forhånd en overordnet idé om, hvordan resultatet skal se ud? Husk: AI styrker klarheden – den erstatter den ikke! Er min prompt tilstrækkeligt specifik? Indeholder min forespørgsel oplysninger om målgruppen, konteksten, stilen, længden og det ønskede outputformat? Som nævnt ovenfor gælder det, at jo mere præcise oplysningerne er, desto bedre bliver resultatet. Når jeg har fået det første resultat, beder jeg om alternativer og stiller spørgsmål ved eventuelle uklarheder. God brug af AI er en dialog, ikke et enkelt klik. Til sidst skal resultatet naturligvis kontrolleres igen. Er oplysningerne korrekte? Passer skrivestilen til mig?Christian Steinacher, IT-konsulent og iværksætter, Østrig, AI-ekspert
Auf Deutsch lesen (DE)
Interessanterweise lassen sich bei Anfängerinnen und Anfängern immer wieder zwei Dinge beobachten. Sie nutzen KI schlichtweg falsch und sind anschließend von den Ergebnissen enttäuscht. Die meisten Enttäuschungen im Umgang mit KI werden nicht durch die Technologie selbst verursacht, sondern durch falsche Erwartungen oder ungünstige Nutzungsmuster. Nutzerinnen und Nutzer formulieren fast immer ungenaue Prompts und sind dann von den oberflächlichen Ergebnissen enttäuscht. Hier gilt insbesondere: Die Qualität der Antwort hängt von der Qualität der Frage ab! KI-Werkzeuge wie Chat-GPT, Microsoft Copilot und Google Gemini sind nicht als „Suchmaschinen“, sondern als Dialogsysteme konzipiert. Deshalb ist es entscheidend, in Gesprächen statt in Suchanfragen zu denken. Man sollte Fragen stellen, Antworten durch Nachfragen verfeinern, Beispiele anfordern und die Perspektive wechseln. Erst dadurch werden die Ergebnisse schrittweise besser. Künstliche Intelligenz ist ein Assistent, der manchmal technische Fehler machen oder sogar falsche Fakten liefern kann. Deshalb ist es wichtig, die Ergebnisse mehrmals durchzulesen, die Fakten zu überprüfen und die Inhalte zu personalisieren. KI-Werkzeuge arbeiten mit Wahrscheinlichkeiten und nicht mit echtem Verständnis. Daher liefern diese Systeme Entwürfe und Denkanstöße, aber keine absolute Wahrheit. Selbst wenn die Ergebnisse sehr beeindruckend sind, sind diese Werkzeuge nicht unfehlbar. Bevor man ein KI-Werkzeug verwendet, sollte man sich fragen: Weiß ich genau, was ich möchte? Habe ich mein Ziel klar formuliert? Habe ich zumindest im Voraus eine ungefähre Vorstellung vom gewünschten Ergebnis? Wichtig: KI verbessert die Klarheit – sie ersetzt sie nicht! Ist mein Prompt konkret genug? Enthält meine Anfrage Angaben zur Zielgruppe, zum Kontext, zum Stil, zur Länge und zum gewünschten Ausgabeformat? Wie bereits erwähnt gilt: Je präziser die Informationen, desto besser das Ergebnis. Sobald ich das erste Ergebnis erhalten habe, bitte ich um Alternativen und hinterfrage mögliche Unklarheiten. Gute KI-Nutzung ist ein Dialog und kein einmaliger Klick. Abschließend sollte man das Ergebnis natürlich noch einmal überprüfen. Stimmen die Fakten? Passt der Schreibstil zu mir?Christian Steinacher, IT-Berater und Unternehmer, Österreich, KI-Experte
Leer en español (ES)
Curiosamente, hay dos cosas que se observan una y otra vez entre los principiantes. Simplemente utilizan la IA de forma incorrecta y después se sienten decepcionados con los resultados. La mayoría de las decepciones al utilizar la IA no se deben a la tecnología en sí, sino a expectativas equivocadas o a formas inadecuadas de utilizarla. Los usuarios casi siempre proporcionan prompts imprecisos y luego se decepcionan con los resultados superficiales. Aquí se aplica especialmente una regla: ¡la calidad de la respuesta depende de la calidad de la pregunta! Las herramientas de IA como Chat-GPT, Microsoft Copilot y Google Gemini no están diseñadas como «motores de búsqueda», sino como sistemas de diálogo. Por eso es fundamental pensar en términos de conversaciones y no de consultas de búsqueda. Hay que hacer preguntas, perfeccionar las respuestas mediante preguntas adicionales, solicitar ejemplos y cambiar de perspectiva. Solo así los resultados mejorarán progresivamente. La inteligencia artificial es un asistente que a veces puede cometer errores técnicos o incluso proporcionar datos incorrectos. Por eso es importante leer los resultados varias veces, verificar los hechos y personalizar el contenido. Las herramientas de IA funcionan mediante probabilidades, no a partir de una comprensión real, por lo que estos sistemas ofrecen borradores e ideas para reflexionar, pero no verdades absolutas. Aunque los resultados puedan ser muy impresionantes, estas herramientas no son infalibles. Antes de utilizar una herramienta de IA, deberías preguntarte: ¿sé exactamente lo que quiero? ¿He formulado claramente mi objetivo? ¿Tengo al menos una idea aproximada del resultado que espero obtener? Recuerda: ¡la IA mejora la claridad, no la sustituye! ¿Mi prompt es lo suficientemente específico? ¿Mi solicitud incluye el público objetivo, el contexto, el estilo, la extensión y el formato de respuesta deseado? Como ya he mencionado, cuanto más precisa sea la información, mejor será el resultado. Una vez que obtengo la primera respuesta, pido alternativas y cuestiono cualquier aspecto ambiguo. Utilizar bien la IA implica mantener un diálogo, no hacer un solo clic. Por último, por supuesto, hay que volver a revisar el resultado. ¿Son correctos los datos? ¿Se adapta el estilo de escritura a mí?Christian Steinacher, consultor informático y empresario, Austria, experto en IA
Прочетете на български (BG)
Интересното е, че при начинаещите постоянно се наблюдават две неща. Те просто използват ИИ неправилно и след това остават разочаровани от резултатите. Повечето разочарования при работата с ИИ не са причинени от самата технология, а от погрешни очаквания или неподходящи начини на използване. Потребителите почти винаги задават неясни промптове и след това се разочароват от повърхностните резултати. Тук важи особено следното правило: Качеството на отговора зависи от качеството на въпроса! Инструменти с ИИ като Chat-GPT, Microsoft Copilot и Google Gemini не са създадени като „търсачки“, а като системи за диалог. Затова е важно да мислим в рамките на разговор, а не на заявки за търсене. Трябва да задаваме въпроси, да усъвършенстваме отговорите чрез допълнителни въпроси, да искаме примери и да променяме гледната точка. Едва тогава резултатите постепенно ще се подобряват. Изкуственият интелект е асистент, който понякога може да допуска технически грешки или дори да предоставя неверни факти. Затова е важно да прочитаме резултатите няколко пъти, да проверяваме фактите и да адаптираме съдържанието към собствените си нужди. Инструментите с ИИ работят с вероятности, а не с истинско разбиране, затова тези системи предоставят чернови и идеи за размисъл, но не и абсолютна истина. Дори когато резултатите са много впечатляващи, тези инструменти не са безпогрешни. Преди да използваме инструмент с ИИ, трябва да се запитаме: Знам ли точно какво искам? Формулирал ли съм ясно целта си? Имам ли поне приблизителна представа за желания резултат предварително? Запомнете: ИИ подобрява яснотата – не я замества! Достатъчно конкретен ли е моят промпт? Включва ли заявката ми целевата аудитория, контекста, стила, дължината и желания формат на отговора? Както вече споменах, колкото по-точна е информацията, толкова по-добър е резултатът. След като получа първия резултат, искам алтернативи и поставям под въпрос всички неясноти. Доброто използване на ИИ е диалог, а не еднократно натискане на бутон. Накрая, разбира се, проверявам резултата отново. Верни ли са фактите? Подхожда ли ми стилът на писане?Christian Steinacher, ИТ консултант и предприемач, Австрия, експерт по ИИ
Marlene Schwarzl — Why your first prompt isn't enough: Refine, verify and know when to restart
In my opinion, a common mistake made by beginners in dealing with AI is that instructions are too vague. If you only ask in general, you will usually get superficial answers. It is better to formulate clearly: Goal, format, target group and desired style should be described as concretely as possible. Another mistake is the expectation that AI will always deliver correct or perfect results. AI can also be wrong or invent content. It is therefore important to critically examine results and to improve or ask questions if necessary.
Many beginners also underestimate the importance of iteration. Instead of simply accepting the first answer, it is worthwhile to sharpen it in a targeted manner: “Make it shorter”, “Explain it more simply” or “Give an example”. This significantly improves the quality.
A typical problem is also holding on to a chat for too long. Once the AI goes in the wrong direction, it can be hard to correct it. In such cases, it often helps to start a new chat and formulate the request more clearly. After all, many forget that AI is a tool and not a substitute for one’s own thinking. Those who actively cooperate, remain critical and steer in a targeted manner achieve the best results.
Marlene Schwarzl, teacher, Austria, AI Educator
Læs på dansk (DK)
Efter min mening er en almindelig fejl blandt begyndere, der bruger AI, at deres instruktioner er for upræcise. Hvis man kun stiller generelle spørgsmål, får man som regel overfladiske svar. Det er bedre at formulere sig tydeligt: Målet, formatet, målgruppen og den ønskede stil bør beskrives så konkret som muligt. En anden fejl er at forvente, at AI altid leverer korrekte eller perfekte resultater. AI kan også tage fejl eller finde på indhold. Derfor er det vigtigt at forholde sig kritisk til resultaterne og om nødvendigt forbedre dem eller stille opfølgende spørgsmål. Mange begyndere undervurderer også betydningen af at arbejde i flere omgange. I stedet for blot at acceptere det første svar kan det betale sig at forbedre det målrettet med instruktioner som: »Gør det kortere«, »Forklar det mere enkelt« eller »Giv et eksempel«. Det forbedrer kvaliteten betydeligt. Et typisk problem er også at fortsætte i den samme chat for længe. Når AI først er kommet på afveje, kan det være svært at rette op på det. I sådanne tilfælde hjælper det ofte at starte en ny chat og formulere sin forespørgsel tydeligere. Når alt kommer til alt, glemmer mange, at AI er et værktøj og ikke en erstatning for ens egen tænkning. De bedste resultater opnås af dem, der samarbejder aktivt med AI, bevarer en kritisk tilgang og styrer processen målrettet.Marlene Schwarzl, lærer, Østrig, AI-underviser
Auf Deutsch lesen (DE)
Meiner Meinung nach besteht ein häufiger Fehler von Anfängerinnen und Anfängern im Umgang mit KI darin, dass ihre Anweisungen zu ungenau sind. Wer nur allgemeine Fragen stellt, erhält in der Regel oberflächliche Antworten. Besser ist es, sich klar auszudrücken: Ziel, Format, Zielgruppe und gewünschter Stil sollten so konkret wie möglich beschrieben werden. Ein weiterer Fehler ist die Erwartung, dass KI immer richtige oder perfekte Ergebnisse liefert. Auch KI kann sich irren oder Inhalte erfinden. Deshalb ist es wichtig, die Ergebnisse kritisch zu prüfen und sie bei Bedarf zu verbessern oder nachzufragen. Viele Anfängerinnen und Anfänger unterschätzen außerdem die Bedeutung der schrittweisen Überarbeitung. Anstatt die erste Antwort einfach zu akzeptieren, lohnt es sich, sie gezielt zu verfeinern: „Mach es kürzer“, „Erkläre es einfacher“ oder „Gib ein Beispiel“. Dadurch verbessert sich die Qualität erheblich. Ein typisches Problem ist auch, zu lange an einem Chat festzuhalten. Sobald die KI in die falsche Richtung geht, kann es schwierig sein, sie wieder auf den richtigen Weg zu bringen. In solchen Fällen hilft es oft, einen neuen Chat zu beginnen und die Anfrage klarer zu formulieren. Schließlich vergessen viele, dass KI ein Werkzeug und kein Ersatz für das eigene Denken ist. Die besten Ergebnisse erzielen diejenigen, die aktiv mitarbeiten, kritisch bleiben und den Prozess gezielt steuern.Marlene Schwarzl, Lehrerin, Österreich, KI-Pädagogin
Leer en español (ES)
En mi opinión, uno de los errores más comunes que cometen los principiantes al utilizar la IA es dar instrucciones demasiado vagas. Si solo haces preguntas generales, normalmente obtendrás respuestas superficiales. Es mejor expresarse con claridad: el objetivo, el formato, el público destinatario y el estilo deseado deben describirse de la forma más concreta posible. Otro error es esperar que la IA siempre proporcione resultados correctos o perfectos. La IA también puede equivocarse o inventar contenido. Por eso es importante examinar críticamente los resultados y mejorarlos o hacer preguntas adicionales cuando sea necesario. Muchos principiantes también subestiman la importancia de la iteración. En lugar de limitarse a aceptar la primera respuesta, merece la pena perfeccionarla mediante indicaciones concretas como: «Hazlo más corto», «Explícalo de forma más sencilla» o «Pon un ejemplo». Esto mejora considerablemente la calidad. Otro problema habitual es prolongar demasiado una misma conversación. Una vez que la IA empieza a desviarse en la dirección equivocada, puede resultar difícil corregirla. En estos casos, suele ser útil iniciar un chat nuevo y formular la solicitud con mayor claridad. Al fin y al cabo, muchas personas olvidan que la IA es una herramienta y no un sustituto del pensamiento propio. Quienes colaboran activamente, mantienen una actitud crítica y orientan el proceso de manera consciente consiguen los mejores resultados.Marlene Schwarzl, profesora, Austria, educadora en IA
Прочетете на български (BG)
Според мен една от най-честите грешки, които начинаещите допускат при работа с ИИ, е да дават твърде неясни инструкции. Ако задавате само общи въпроси, обикновено ще получавате повърхностни отговори. По-добре е да формулирате заявките си ясно: целта, форматът, целевата аудитория и желаният стил трябва да бъдат описани възможно най-конкретно. Друга грешка е очакването, че ИИ винаги ще предоставя правилни или перфектни резултати. ИИ също може да греши или да измисля съдържание. Затова е важно резултатите да се разглеждат критично и при необходимост да се подобряват или да се задават допълнителни въпроси. Много начинаещи също подценяват значението на многократното усъвършенстване. Вместо просто да приемат първия отговор, си струва целенасочено да го подобрят с инструкции като: „Направи го по-кратко“, „Обясни го по-просто“ или „Дай пример“. Това значително повишава качеството. Друг типичен проблем е прекалено дългото продължаване на един и същ чат. След като ИИ тръгне в погрешна посока, може да бъде трудно да бъде коригиран. В такива случаи често помага да започнете нов чат и да формулирате заявката си по-ясно. В крайна сметка много хора забравят, че ИИ е инструмент, а не заместител на собственото мислене. Най-добри резултати постигат тези, които участват активно, запазват критичното си мислене и целенасочено насочват процеса.Marlene Schwarzl, учителка, Австрия, преподавателка по ИИ
Wolfgang Schabereiter — Be specific, check the facts and don't give up after one try
When using AI, beginners often make the mistake of giving instructions that are too vague. If you only write “Make me a text”, the result usually remains general or inappropriate. It is better to clearly state the goal, style, length and target group. A second common mistake is to trust the first answer immediately. AI can be helpful, but it also makes mistakes or sometimes invents information. That’s why you should always check important content, especially with facts, figures or sources.
Another typical mistake is to give up too quickly in frustration when the first result is not perfect. Good results often only come about by asking questions, reformulating and gradually improving. So AI works best as a dialogue, not as a one-time command. Some beginners also expect the AI to “think” even though it only reacts to what is entered. The clearer the instruction, the better the result.
These mistakes can be avoided by working with simple, concrete prompts, reading results critically and using AI in several steps. It is also helpful to give the AI a role, for example: “Explain it as if it were for a student” or “Write objectively and briefly”. So you quickly learn how to get better answers. The most important point is: try it out, improve it and see AI as a support – not as an infallible solution.
Mag. Wolfgang Schabereiter, consultant and entrepreneur, Austria, AI Expert
Læs på dansk (DK)
Når begyndere bruger AI, begår de ofte den fejl, at de giver alt for upræcise instruktioner. Hvis man blot skriver »Lav en tekst til mig«, bliver resultatet som regel for generelt eller uhensigtsmæssigt. Det er bedre at angive målet, stilen, længden og målgruppen tydeligt. En anden almindelig fejl er straks at stole på det første svar. AI kan være nyttig, men den begår også fejl og finder nogle gange på oplysninger. Derfor bør man altid kontrollere vigtigt indhold, især når det gælder fakta, tal eller kilder. En anden typisk fejl er at give op for hurtigt af frustration, når det første resultat ikke er perfekt. Gode resultater opnås ofte først ved at stille opfølgende spørgsmål, omformulere sine instruktioner og gradvist forbedre resultatet. AI fungerer derfor bedst som en dialog og ikke som en enkeltstående kommando. Nogle begyndere forventer også, at AI kan »tænke«, selv om den kun reagerer på det, man indtaster. Jo tydeligere instruktionen er, desto bedre bliver resultatet. Disse fejl kan undgås ved at arbejde med enkle, konkrete prompts, læse resultaterne kritisk og bruge AI i flere trin. Det er også nyttigt at give AI en bestemt rolle, for eksempel: »Forklar det, som om det var til en elev« eller »Skriv objektivt og kortfattet«. På den måde lærer man hurtigt, hvordan man får bedre svar. Det vigtigste er: Prøv dig frem, forbedr resultatet, og se AI som en støtte – ikke som en ufejlbarlig løsning.Mag. Wolfgang Schabereiter, konsulent og iværksætter, Østrig, AI-ekspert
Auf Deutsch lesen (DE)
Bei der Nutzung von KI machen Anfängerinnen und Anfänger häufig den Fehler, zu ungenaue Anweisungen zu geben. Wenn man lediglich „Schreib mir einen Text“ eingibt, bleibt das Ergebnis meist allgemein oder unpassend. Besser ist es, Ziel, Stil, Länge und Zielgruppe klar zu benennen. Ein zweiter häufiger Fehler besteht darin, der ersten Antwort sofort zu vertrauen. KI kann hilfreich sein, macht aber auch Fehler oder erfindet manchmal Informationen. Deshalb sollte man wichtige Inhalte immer überprüfen, insbesondere wenn es um Fakten, Zahlen oder Quellen geht. Ein weiterer typischer Fehler ist, aus Frustration zu schnell aufzugeben, wenn das erste Ergebnis nicht perfekt ist. Gute Ergebnisse entstehen oft erst durch Nachfragen, Umformulierungen und schrittweise Verbesserungen. Deshalb funktioniert KI am besten als Dialog und nicht als einmaliger Befehl. Manche Anfängerinnen und Anfänger erwarten außerdem, dass die KI „denkt“, obwohl sie lediglich auf die eingegebenen Informationen reagiert. Je klarer die Anweisung, desto besser das Ergebnis. Diese Fehler lassen sich vermeiden, indem man mit einfachen, konkreten Prompts arbeitet, die Ergebnisse kritisch liest und KI in mehreren Schritten nutzt. Hilfreich ist es auch, der KI eine Rolle zuzuweisen, zum Beispiel: „Erkläre es so, als wäre es für einen Schüler“ oder „Schreibe sachlich und kurz“. So lernt man schnell, bessere Antworten zu erhalten. Das Wichtigste ist: ausprobieren, verbessern und KI als Unterstützung betrachten – nicht als unfehlbare Lösung.Mag. Wolfgang Schabereiter, Berater und Unternehmer, Österreich, KI-Experte
Leer en español (ES)
Al utilizar la IA, los principiantes suelen cometer el error de dar instrucciones demasiado vagas. Si simplemente escribes «Hazme un texto», el resultado normalmente será demasiado general o poco adecuado. Es mejor indicar claramente el objetivo, el estilo, la extensión y el público destinatario. Un segundo error habitual es confiar inmediatamente en la primera respuesta. La IA puede ser útil, pero también comete errores y, en ocasiones, inventa información. Por eso siempre debes comprobar el contenido importante, especialmente cuando se trata de datos, cifras o fuentes. Otro error típico es rendirse demasiado pronto por frustración cuando el primer resultado no es perfecto. A menudo, los buenos resultados solo se consiguen haciendo preguntas adicionales, reformulando las instrucciones y mejorando las respuestas progresivamente. Por eso, la IA funciona mejor como un diálogo y no como una orden puntual. Algunos principiantes también esperan que la IA «piense», aunque en realidad solo responde a lo que se introduce. Cuanto más clara sea la instrucción, mejor será el resultado. Estos errores pueden evitarse trabajando con prompts sencillos y concretos, leyendo los resultados de manera crítica y utilizando la IA en varias etapas. También resulta útil asignarle un papel a la IA, por ejemplo: «Explícalo como si fuera para un estudiante» o «Escribe de manera objetiva y breve». Así aprenderás rápidamente a obtener mejores respuestas. Lo más importante es probar, mejorar y considerar la IA como una herramienta de apoyo, no como una solución infalible.Mag. Wolfgang Schabereiter, consultor y empresario, Austria, experto en IA
Прочетете на български (BG)
Когато използват ИИ, начинаещите често допускат грешката да дават твърде неясни инструкции. Ако просто напишете „Напиши ми текст“, резултатът обикновено ще бъде твърде общ или неподходящ. По-добре е ясно да посочите целта, стила, дължината и целевата аудитория. Втора често срещана грешка е незабавното доверяване на първия отговор. ИИ може да бъде полезен, но също така допуска грешки и понякога измисля информация. Затова винаги трябва да проверявате важното съдържание, особено когато става въпрос за факти, числа или източници. Друга типична грешка е да се отказвате прекалено бързо от разочарование, когато първият резултат не е идеален. Добрите резултати често се постигат едва след задаване на допълнителни въпроси, преформулиране на инструкциите и постепенно подобряване на отговорите. Затова ИИ работи най-добре като диалог, а не като еднократна команда. Някои начинаещи също очакват ИИ да „мисли“, въпреки че той само реагира на въведената информация. Колкото по-ясна е инструкцията, толкова по-добър е резултатът. Тези грешки могат да бъдат избегнати чрез използване на прости и конкретни промптове, критично разглеждане на резултатите и работа с ИИ на няколко етапа. Полезно е също така да зададете определена роля на ИИ, например: „Обясни го така, сякаш е предназначено за ученик“ или „Пиши обективно и кратко“. По този начин бързо ще се научите как да получавате по-добри отговори. Най-важното е: експериментирайте, подобрявайте резултатите и възприемайте ИИ като помощно средство, а не като безпогрешно решение.Mag. Wolfgang Schabereiter, консултант и предприемач, Австрия, експерт по ИИ
Christian Vogel — Leave the Google mindset behind: Give AI the context it needs
One of the most common mistakes is applying the old “Google mindset” to AI. Many people are accustomed to entering just a few keywords into a search engine and then gathering the relevant information themselves. With AI, however, this approach often leads to disappointing results because the requests are too vague, too brief, or lack sufficient context. If you provide only two keywords, you should not expect a highly tailored or nuanced response.
Another challenge is that many beginners are not yet familiar with the full capabilities of modern AI systems. If someone has never seen a more sophisticated prompt or does not understand the role of a system prompt, it can be difficult to appreciate what these tools are actually capable of. Working effectively with AI increasingly requires skills that resemble good leadership: clearly delegating tasks, defining objectives, communicating expectations, and critically evaluating outcomes. In most cases, the more precisely we communicate, the better the results will be.
It is also important to develop a basic understanding of the differences between AI models and their approaches—for example, the distinction between fast, instant-response systems and more advanced reasoning models that take additional time to analyze and solve problems. Equally problematic is placing blind trust in AI-generated answers. Especially when dealing with important information, outputs should always be critically reviewed and independently verified.
Another common mistake is dismissing AI as a short-lived trend. AI is not going away. On the contrary, the pace at which models are improving exceeds what many people imagine. That is precisely why it is important to take their potential seriously while maintaining a critical and balanced perspective.
Christian Vogel, teacher, Germany, AI Expert and Enthusiast
Læs på dansk (DK)
En af de mest almindelige fejl er at overføre den gamle »Google-tankegang« til AI. Mange mennesker er vant til blot at indtaste nogle få nøgleord i en søgemaskine og derefter selv samle de relevante oplysninger. Med AI fører denne tilgang dog ofte til skuffende resultater, fordi forespørgslerne er for upræcise, for korte eller mangler tilstrækkelig kontekst. Hvis man kun angiver to nøgleord, bør man ikke forvente et særligt målrettet eller nuanceret svar. En anden udfordring er, at mange begyndere endnu ikke kender alle mulighederne i moderne AI-systemer. Hvis man aldrig har set en mere avanceret prompt eller ikke forstår betydningen af en systemprompt, kan det være svært at få øje på, hvad disse værktøjer faktisk er i stand til. Effektivt arbejde med AI kræver i stigende grad kompetencer, der minder om god ledelse: at uddelegere opgaver tydeligt, definere mål, kommunikere forventninger og vurdere resultaterne kritisk. I de fleste tilfælde gælder det, at jo mere præcist vi kommunikerer, desto bedre bliver resultaterne. Det er også vigtigt at udvikle en grundlæggende forståelse af forskellene mellem AI-modeller og deres tilgange – for eksempel forskellen mellem hurtige systemer, der giver øjeblikkelige svar, og mere avancerede ræsonnementsmodeller, der bruger ekstra tid på at analysere og løse problemer. Det er lige så problematisk at stole blindt på AI-genererede svar. Især når det drejer sig om vigtige oplysninger, bør resultaterne altid vurderes kritisk og kontrolleres uafhængigt. En anden almindelig fejl er at afvise AI som en kortvarig trend. AI forsvinder ikke. Tværtimod udvikler modellerne sig i et tempo, der overstiger, hvad mange mennesker forestiller sig. Netop derfor er det vigtigt at tage deres potentiale alvorligt og samtidig bevare et kritisk og afbalanceret perspektiv.Christian Vogel, lærer, Tyskland, AI-ekspert og -entusiast
Auf Deutsch lesen (DE)
Einer der häufigsten Fehler besteht darin, die alte „Google-Denkweise“ auf KI zu übertragen. Viele Menschen sind daran gewöhnt, nur wenige Schlüsselwörter in eine Suchmaschine einzugeben und anschließend die relevanten Informationen selbst zusammenzutragen. Bei KI führt dieser Ansatz jedoch häufig zu enttäuschenden Ergebnissen, weil die Anfragen zu ungenau, zu kurz oder ohne ausreichenden Kontext formuliert sind. Wer nur zwei Schlüsselwörter eingibt, sollte keine besonders maßgeschneiderte oder differenzierte Antwort erwarten. Eine weitere Herausforderung besteht darin, dass viele Anfängerinnen und Anfänger noch nicht mit den umfassenden Möglichkeiten moderner KI-Systeme vertraut sind. Wer noch nie einen anspruchsvolleren Prompt gesehen hat oder die Rolle eines System-Prompts nicht versteht, kann nur schwer einschätzen, wozu diese Werkzeuge tatsächlich in der Lage sind. Der effektive Umgang mit KI erfordert zunehmend Fähigkeiten, die einer guten Führung ähneln: Aufgaben klar delegieren, Ziele definieren, Erwartungen kommunizieren und Ergebnisse kritisch bewerten. In den meisten Fällen gilt: Je präziser wir kommunizieren, desto besser werden die Ergebnisse. Wichtig ist außerdem, ein grundlegendes Verständnis für die Unterschiede zwischen KI-Modellen und ihren jeweiligen Ansätzen zu entwickeln – beispielsweise für den Unterschied zwischen schnellen Systemen, die sofort antworten, und fortschrittlicheren Reasoning-Modellen, die zusätzliche Zeit benötigen, um Probleme zu analysieren und zu lösen. Ebenso problematisch ist es, KI-generierten Antworten blind zu vertrauen. Gerade bei wichtigen Informationen sollten die Ergebnisse stets kritisch geprüft und unabhängig verifiziert werden. Ein weiterer häufiger Fehler besteht darin, KI als kurzlebigen Trend abzutun. KI wird nicht wieder verschwinden. Im Gegenteil: Die Geschwindigkeit, mit der sich die Modelle verbessern, übersteigt das, was sich viele Menschen vorstellen können. Genau deshalb ist es wichtig, ihr Potenzial ernst zu nehmen und gleichzeitig eine kritische und ausgewogene Perspektive zu bewahren.Christian Vogel, Lehrer, Deutschland, KI-Experte und -Enthusiast
Leer en español (ES)
Uno de los errores más comunes es aplicar a la IA la antigua «mentalidad de Google». Muchas personas están acostumbradas a introducir unas pocas palabras clave en un motor de búsqueda y después recopilar por su cuenta la información relevante. Sin embargo, con la IA este enfoque suele producir resultados decepcionantes, porque las solicitudes son demasiado vagas, demasiado breves o carecen de suficiente contexto. Si solo proporcionas dos palabras clave, no deberías esperar una respuesta muy personalizada o llena de matices. Otro desafío es que muchos principiantes todavía no conocen todas las capacidades de los sistemas modernos de IA. Si alguien nunca ha visto un prompt más elaborado o no comprende la función de un prompt de sistema, puede resultarle difícil apreciar de lo que realmente son capaces estas herramientas. Trabajar eficazmente con la IA requiere cada vez más habilidades similares a las de un buen líder: delegar tareas con claridad, definir objetivos, comunicar expectativas y evaluar críticamente los resultados. En la mayoría de los casos, cuanto más precisa sea nuestra comunicación, mejores serán los resultados. También es importante desarrollar una comprensión básica de las diferencias entre los modelos de IA y sus enfoques; por ejemplo, distinguir entre los sistemas rápidos que ofrecen respuestas inmediatas y los modelos de razonamiento más avanzados, que dedican más tiempo a analizar y resolver problemas. Igualmente problemático es confiar ciegamente en las respuestas generadas por la IA. Especialmente cuando se trata de información importante, los resultados siempre deben revisarse de manera crítica y verificarse de forma independiente. Otro error habitual es descartar la IA como si fuera una moda pasajera. La IA no va a desaparecer. Al contrario, la velocidad a la que mejoran los modelos supera lo que muchas personas imaginan. Precisamente por eso es importante tomarse en serio su potencial, manteniendo al mismo tiempo una perspectiva crítica y equilibrada.Christian Vogel, profesor, Alemania, experto y entusiasta de la IA
Прочетете на български (BG)
Една от най-често срещаните грешки е прилагането на стария „начин на мислене от Google“ към ИИ. Много хора са свикнали да въвеждат само няколко ключови думи в търсачката и след това сами да събират необходимата информация. При ИИ обаче този подход често води до разочароващи резултати, защото заявките са твърде неясни, прекалено кратки или не съдържат достатъчно контекст. Ако предоставите само две ключови думи, не бива да очаквате силно персонализиран или нюансиран отговор. Друго предизвикателство е, че много начинаещи все още не познават пълните възможности на съвременните системи с ИИ. Ако някой никога не е виждал по-сложен промпт или не разбира ролята на системния промпт, може да му бъде трудно да оцени на какво всъщност са способни тези инструменти. Ефективната работа с ИИ все повече изисква умения, подобни на доброто лидерство: ясно делегиране на задачи, определяне на цели, комуникиране на очакванията и критична оценка на резултатите. В повечето случаи колкото по-точно общуваме, толкова по-добри ще бъдат резултатите. Важно е също така да развием основно разбиране за разликите между моделите с ИИ и техните подходи – например разликата между бързите системи, които предоставят незабавни отговори, и по-усъвършенстваните модели за разсъждение, които отделят допълнително време за анализ и решаване на проблеми. Също толкова проблематично е сляпото доверие в отговорите, генерирани от ИИ. Особено когато става въпрос за важна информация, резултатите винаги трябва да бъдат разглеждани критично и проверявани независимо. Друга често срещана грешка е ИИ да бъде отхвърлян като краткотрайна тенденция. ИИ няма да изчезне. Напротив, скоростта, с която моделите се усъвършенстват, надхвърля представите на много хора. Именно затова е важно да приемаме сериозно техния потенциал, като същевременно запазваме критична и балансирана гледна точка.Christian Vogel, учител, Германия, експерт и ентусиаст в областта на ИИ
Mario Velikov Mitonchev — AI can't read your mind: Explain the bigger picture first
The most common mistake beginners make is that they don’t introduce the AI to the idea they have. Instead, they directly tell it what they want without any context or background. This is like stopping a random person on the street and asking, “How many grams of xanthan gum should I put in my suspension?” The chance that they will give you a useful answer is very low—and the same is true for AI.
Beginners treat the AI as if it already knows everything about their specific situation, their goals, and their constraints. But AI doesn’t read minds. It responds based only on the information you give it.
To avoid this mistake, always provide context first. Explain the bigger picture: what you are trying to achieve, what you have already tried, and what the problem really is. Think of the AI as a smart colleague who just joined your team—you wouldn’t ask them a highly specific question without first explaining what you’re working on. Start with the idea, then ask the question. This small shift in approach makes the difference between a useless answer and a genuinely helpful one.
Mario Velikov Mitonchev, Bulgaria, AI Enthusiast
Læs på dansk (DK)
Den mest almindelige fejl, begyndere begår, er, at de ikke først præsenterer deres idé for AI. I stedet fortæller de direkte, hvad de ønsker, uden at give nogen kontekst eller baggrund. Det svarer til at stoppe en tilfældig person på gaden og spørge: »Hvor mange gram xanthangummi skal jeg tilsætte min suspension?« Sandsynligheden for, at personen giver dig et brugbart svar, er meget lille – og det samme gælder for AI. Begyndere behandler AI, som om den allerede ved alt om deres specifikke situation, deres mål og deres begrænsninger. Men AI kan ikke læse tanker. Den svarer udelukkende på baggrund af de oplysninger, du giver den. For at undgå denne fejl bør du altid begynde med at give kontekst. Forklar den større sammenhæng: Hvad forsøger du at opnå, hvad har du allerede prøvet, og hvad er det egentlige problem? Tænk på AI som en dygtig kollega, der lige er blevet en del af dit team – du ville ikke stille vedkommende et meget specifikt spørgsmål uden først at forklare, hvad du arbejder på. Begynd med idéen, og stil derefter spørgsmålet. Denne lille ændring i din tilgang kan være forskellen mellem et ubrugeligt svar og et svar, der virkelig hjælper dig.Mario Velikov Mitonchev, Bulgarien, AI-entusiast
Auf Deutsch lesen (DE)
Der häufigste Fehler, den Anfängerinnen und Anfänger machen, besteht darin, dass sie der KI ihre Idee nicht zunächst erklären. Stattdessen sagen sie ihr direkt, was sie möchten, ohne jeglichen Kontext oder Hintergrundinformationen zu liefern. Das ist so, als würde man eine zufällige Person auf der Straße anhalten und fragen: „Wie viele Gramm Xanthan sollte ich meiner Suspension hinzufügen?“ Die Wahrscheinlichkeit, eine hilfreiche Antwort zu erhalten, ist sehr gering – und bei KI ist es genauso. Anfängerinnen und Anfänger behandeln KI so, als wüsste sie bereits alles über ihre konkrete Situation, ihre Ziele und ihre Einschränkungen. Aber KI kann keine Gedanken lesen. Sie antwortet ausschließlich auf Grundlage der Informationen, die man ihr gibt. Um diesen Fehler zu vermeiden, sollte man immer zuerst den Kontext erläutern. Erkläre das Gesamtbild: Was möchtest du erreichen, was hast du bereits ausprobiert und worin besteht das eigentliche Problem? Stell dir die KI wie eine kompetente Kollegin oder einen kompetenten Kollegen vor, die oder der gerade neu in dein Team gekommen ist – du würdest dieser Person auch keine hochspezifische Frage stellen, ohne vorher zu erklären, woran du arbeitest. Beginne mit der Idee und stelle erst danach die Frage. Diese kleine Veränderung der Herangehensweise macht den Unterschied zwischen einer nutzlosen und einer wirklich hilfreichen Antwort aus.Mario Velikov Mitonchev, Bulgarien, KI-Enthusiast
Leer en español (ES)
El error más común que cometen los principiantes es no explicar primero a la IA la idea que tienen en mente. En lugar de eso, le dicen directamente lo que quieren sin proporcionar ningún contexto ni información previa. Es como parar a una persona cualquiera por la calle y preguntarle: «¿Cuántos gramos de goma xantana debería añadir a mi suspensión?». La probabilidad de que esa persona te dé una respuesta útil es muy baja, y lo mismo ocurre con la IA. Los principiantes tratan a la IA como si ya lo supiera todo sobre su situación particular, sus objetivos y sus limitaciones. Pero la IA no puede leer la mente. Solo responde basándose en la información que le proporcionas. Para evitar este error, proporciona siempre el contexto primero. Explica la situación general: qué intentas conseguir, qué has probado ya y cuál es realmente el problema. Piensa en la IA como si fuera un compañero inteligente que acaba de incorporarse a tu equipo: no le harías una pregunta muy específica sin explicarle antes en qué estás trabajando. Empieza por presentar la idea y después haz la pregunta. Este pequeño cambio de enfoque marca la diferencia entre una respuesta inútil y otra verdaderamente útil.Mario Velikov Mitonchev, Bulgaria, entusiasta de la IA
Прочетете на български (BG)
Най-често срещаната грешка, която начинаещите допускат, е, че не запознават предварително ИИ с идеята, която имат. Вместо това директно му казват какво искат, без да предоставят контекст или допълнителна информация. Това е все едно да спрете случаен човек на улицата и да го попитате: „Колко грама ксантанова гума трябва да добавя към моята суспензия?“ Вероятността да получите полезен отговор е много малка – и същото важи за ИИ. Начинаещите се отнасят към ИИ така, сякаш той вече знае всичко за конкретната им ситуация, целите и ограниченията им. Но ИИ не може да чете мисли. Той отговаря единствено въз основа на информацията, която му предоставяте. За да избегнете тази грешка, винаги първо предоставяйте контекст. Обяснете цялостната ситуация: какво се опитвате да постигнете, какво вече сте опитали и какъв всъщност е проблемът. Представете си ИИ като умен колега, който току-що се е присъединил към екипа ви – не бихте му задали много конкретен въпрос, без първо да обясните върху какво работите. Започнете с идеята и след това задайте въпроса. Тази малка промяна в подхода прави разликата между безполезен отговор и такъв, който наистина може да ви помогне.Mario Velikov Mitonchev, България, ентусиаст в областта на ИИ
