Kreativ Skrivning & Storytelling

Kreativ skrivning med sprogmodeller dækker alt tekstarbejde, hvor resultatet vurderes på stil, stemme og virkning frem for på faktuel korrekthed. Det spænder fra fiktion og manuskripter til slogans, sociale opslag og produkttekster. Fællesnævneren er, at der ikke findes ét rigtigt svar, kun mere eller mindre velfungerende versioner.

Grænsen mod almindelig tekstgenerering går ved, hvad du bruger som målestok. Når opgaven er at referere et møde eller omskrive en manual, er præcision det afgørende, og modellen arbejder ud fra et defineret input. I kreativ skrivning leverer du typisk retning og rammer, mens modellen fylder ud.

Use-casen adskiller sig også fra RAG-baseret indholdsproduktion. Der henter modellen fakta fra en dokumentsamling og skal holde sig til dem. Her er hallucination sjældent problemet, men fladhed er det ofte.

En brugbar arbejdsgang har som regel fire led: en briefing, et udkast, en kritik og en revision. Briefingen indeholder genre, målgruppe, længde, tone og eventuelt et stilforlæg. Uden disse rammer falder modellen tilbage på det statistisk mest sandsynlige, og det er netop det, der læses som generisk.

Stilforlægget er ofte det, der flytter mest. Tre til fem afsnit af din egen eller en anden tekst i context window giver modellen et konkret mål at ramme, hvor en abstrakt instruktion som "skriv legende" giver lidt. Længere forlæg virker bedre end adjektiver.

Modelvalg påvirker resultatet mærkbart. Claude Opus 5 og GPT-5.6 Sol holder længere passager sammen og rammer nuancer i tone bedre, mens Claude Sonnet 5 er hurtig nok til mange iterationer i træk. GPT-5 nano fungerer til korte varianter og volumen, for eksempel tredive versioner af en overskrift, hvor du selv sorterer.

Kvaliteten afgøres i praksis af tre ting: hvor præcist du beskriver rammen, hvor mange runder du kører, og hvor hårdt du redigerer til sidst. Første udkast er råmateriale, ikke resultat.

Den hyppigste fejl er at bede om det færdige produkt i én prompt. Modellen leverer noget læsbart, og det læsbare er svært at kassere, selvom det er middelmådigt. Du ender med at redigere i en tekst, der aldrig burde have været udgangspunktet.

Et andet mønster er stilistisk konvergens. Beder du om ti forslag, ligner de ofte hinanden mere, end antallet antyder, fordi de trækker på samme fortolkning af din prompt. Reelle alternativer kræver, at du ændrer præmissen mellem hver kørsel, ikke bare trykker igen.

Over længere tekster driver tonen. En model kan holde stemmen stabil i nogle tusinde tokens, men i et kapitel eller et helt manuskript glider den mod en neutral middelform. Løsningen er at arbejde i sektioner med samme stilforlæg hver gang frem for at generere i ét langt stræk.

Endelig er der en grænse, som prompting ikke fjerner. Modellen kan kombinere kendte mønstre elegant, men den ved ikke, hvad der er set for meget før i netop din branche. Den vurdering er din, og den kan ikke uddelegeres.

Det mest produktive er at bruge modellen på de dele af processen, hvor volumen betyder mere end præcision. Femogtyve vinkler på en kampagne, tyve navneforslag, fem måder at åbne en scene på. Her er lav træfsikkerhed acceptabel, fordi du kun skal bruge én.

Udvælgelsen og finpudsningen bør derimod blive hos dig. Det er her, teksten får et synspunkt, en risiko og en konkret detalje, der ikke kunne stå i hvilken som helst anden tekst.

Ophavsret er værd at tage alvorligt, særligt når du beder om stil i retning af en navngiven forfatter. Stil er som udgangspunkt ikke beskyttet, men formuleringer og karakterer kan være det, og outputtet kan ligge tættere på forlægget, end det virker.