När ChatGPT går från pratkompis till praktisk arbetskompis

Tänk om din att-göra-lista kunde börja med att du bara pratar in den? Inte genom att öppna fem appar, leta kontaktuppgifter, klicka runt och till slut skriva “ring Mikael”. Utan genom att säga: “Kom ihåg att jag ska ringa Mikael imorgon klockan åtta.” Och så får du en uppgift som faktiskt innehåller rätt person, företag, telefonnummer, mejladress och lite lagom mycket sammanhang. Det är här ChatGPT börjar bli riktigt spännande – inte som magi, utan som praktisk AI-automation i vardagen. ✨

Från chatt till arbetsflöde

Jag tror många fortfarande tänker på ChatGPT som en smart textkompis. Någon som kan skriva ett mejl, sammanfatta en text eller hjälpa till att hitta på tre rubriker till ett LinkedIn-inlägg. Och visst, det är fortfarande användbart. Men det är inte där det mest spännande händer längre.

Det riktigt intressanta börjar när ChatGPT får tre saker samtidigt:

✅ tillgång till relevanta appar
✅ tydliga instruktioner för hur arbetet ska göras
✅ ett sammanhang där den förstår vad du försöker åstadkomma

Ett enkelt exempel är just att-göra-listan. Om jag säger “ring Mikael imorgon” är det egentligen en ganska dålig uppgift. Vilken Mikael? Varför ska jag ringa honom? Har vi mejlat nyligen? Är det kopplat till ett företag, ett projekt eller ett tidigare möte? Det är sådant som normalt gör att små uppgifter blir små irritationsmoment.

Men om ChatGPT kan använda appar, tidigare mejl, kalender och kanske ett CRM-system, då kan uppgiften bli något helt annat:

Ring Mikael Andersson på Exempel AB om uppföljning efter förra veckans möte om AI-workshop.
Telefon: 070-xxx xx xx
E-post: mikael@example.se
Senaste kontakt: mejl om offertunderlag skickat i fredags.

Det är fortfarande bara en kalenderpost. Men den är plötsligt användbar.

Appar, connectors och varför namnet spelar mindre roll

Det som tidigare ofta kallades connectors i ChatGPT har börjat samlas under begreppet appar. Det är egentligen ganska logiskt. För användaren spelar det mindre roll om något tekniskt sett är en connector, ett appgränssnitt eller en integration. Det viktiga är: kan ChatGPT komma åt rätt information och göra rätt sak?

En app i ChatGPT kan till exempel hjälpa till att:

✅ söka i mejl
✅ hitta filer i Google Drive, SharePoint eller liknande
✅ läsa kalenderinformation
✅ skapa eller uppdatera poster i ett annat system
✅ använda data från externa tjänster i en pågående konversation

Det är här mycket av vardagsnyttan finns. För företag är det också här AI börjar gå från “rolig demo” till faktisk effektivisering. Att skriva en bra text är trevligt. Att minska friktionen i ett återkommande arbetsflöde är värdeskapande på riktigt.

Men – och här kommer den där lilla tråkiga men viktiga vuxenrösten – det här kräver eftertanke. När AI får tillgång till mejl, kalender, dokument eller affärssystem måste man fundera på behörigheter, dataskydd och vad AI:n faktiskt får göra. Det är en sak att låta den läsa information. Det är en annan sak att låta den skicka mejl, boka möten eller ändra data utan godkännande.

Min tumregel är enkel:

✅ Låt AI läsa mer än den får skriva.
✅ Kräv godkännande innan något skickas, bokas eller ändras.
✅ Börja med interna, lågkritiska flöden.
✅ Testa i liten skala innan ni släpper lös den stora AI-draken. 🐉

Det låter kanske försiktigt, men det är precis så praktisk AI-implementering bör göras. Inte genom att stoppa allt. Inte genom att öppna allt. Utan genom att välja rätt nivå av nytta och risk.

Vad är då en skill?

En skill är, förenklat, ett sätt att ge ChatGPT en återanvändbar arbetsinstruktion. Tänk dig en liten manual som säger:

“När användaren ber om X, gör så här. Använd de här källorna. Följ den här ordningen. Formatera svaret på det här sättet. Kontrollera de här sakerna innan du är klar.”

Det är alltså inte samma sak som en app. Appen är kopplingen till ett system. Skillen är arbetsmetoden.

Ett väldigt konkret exempel:

Appen ger ChatGPT möjlighet att söka i Outlook Mail.
Appen ger ChatGPT möjlighet att skapa en kalenderpost.
Skillen säger: “När Olle ber dig lägga till något i att-göra-listan, börja med att identifiera person och företag. Sök i mejl efter relevant kontext. Hitta kontaktuppgifter. Skapa sedan ett kalenderförslag med tydlig rubrik, telefonnummer och bakgrund. Be om godkännande innan något skapas.”

Där händer något häftigt. För då blir ChatGPT inte bara en chatt. Den blir ett gränssnitt till ett arbetsflöde.

Och ja, jag inser att det här låter lite som något man skulle vilja ha haft sedan 2016 när röstassistenterna började dyka upp. “Snart pratar vi med datorerna!” sa vi. Sedan blev det mest att man bad högtalaren spela musik och ibland råkade tända fel lampa i vardagsrummet. 😇

Men nu börjar bitarna faktiskt falla på plats.

Skill, projekt eller Custom GPT – vad ska man använda till vad?

Det här är lätt att blanda ihop, så låt oss göra det praktiskt.

Ett projekt i ChatGPT är bäst när du vill samla ett sammanhang över tid. Till exempel en bloggstrategi, ett kundcase, en utbildning eller ett större utvecklingsarbete. Där kan du ha filer, instruktioner och flera chattar som hör ihop. Projektet är som en arbetsmapp.

En Custom GPT är bäst när du vill skapa en särskild assistent för ett tydligt syfte. Till exempel “AI Olle bloggassistent”, “offertgranskare” eller “intern policybot”. Den kan ha instruktioner, kunskapsfiler och vissa funktioner. Den är som en specialiserad medarbetare du aktivt väljer att prata med.

En skill är bäst när du vill att ChatGPT ska följa ett återkommande arbetsflöde på ett konsekvent sätt. Den behöver inte nödvändigtvis kännas som en separat assistent. Den kan snarare aktiveras när uppgiften matchar det den är byggd för. Den är som en arbetsrutin - som alltid finns där, oavsett vilken chat du är i.

Och apparna? De är broarna till andra system.

Så här brukar jag tänka:

📌 Projekt = sammanhanget
📌 Custom GPT = specialisten
📌 Skill = arbetsmetoden
📌 App/connector = kopplingen till data och verktyg

När man kombinerar dem blir det riktigt kraftfullt.

Tre praktiska användningsfall för företag

För små och medelstora företag är det lätt att AI känns stort, fluffigt och lite “strategidokument med svåra ord”. Men här pratar vi om väldigt konkreta saker.

1. Röststyrd uppföljning efter kundmöten

Efter ett möte kan du prata in:

“Lägg in att jag ska följa upp med Anna nästa torsdag om behovsanalysen och fråga om de vill boka en AI-workshop.”

Med rätt appar och skill kan ChatGPT hitta vem Anna är, vilket företag det gäller, vad ni pratade om senast och skapa en kalenderpost eller ett mejlutkast. Det sparar inte bara tid. Det minskar också risken att bra affärsmöjligheter tappas bort i vardagsbruset.

2. Smartare intern administration

Tänk onboarding, offertunderlag, mötesanteckningar, projektuppföljning eller återkommande rapporter. Det är ofta inte “svåra” uppgifter, men de tar tid och energi. En skill kan göra att ChatGPT alltid följer samma struktur, hämtar rätt underlag och presenterar resultatet på ett sätt som passar verksamheten.

Det är här AI automation blir vardagsnytta snarare än framtidsspaning.

3. Säljarbete och kundvård med bättre kontext

Många företag har massor av värdefull information utspridd i mejl, CRM, dokument och gamla mötesanteckningar. Problemet är inte att informationen saknas. Problemet är att den är jobbig att hitta när man behöver den.

Med appar och skills kan ChatGPT hjälpa till att plocka fram relevant kontext inför ett samtal:

✅ Vad har vi gjort med kunden tidigare?
✅ Vem är huvudkontakt?
✅ Vad lovade vi sist?
✅ Finns det öppna frågor?
✅ Vad vore ett rimligt nästa steg?

Det här är inte science fiction. Det är snarare “äntligen slipper jag leta i sju system innan jag ringer ett samtal”.

Den mänskliga delen får inte försvinna

Det är lätt att bli förförd av automation. Jag blir det själv ibland. Ge mig en ny AI-funktion och jag är där och trycker innan kaffet hunnit svalna. Men det viktiga är inte att automatisera allt. Det viktiga är att automatisera rätt saker.

AI ska inte ersätta relationen med kunden, kollegan eller samarbetspartnern. Den ska hjälpa oss att komma bättre förberedda, följa upp snabbare och lägga mer energi på det som faktiskt kräver mänsklig fingertoppskänsla.

Det är också därför skills är så intressanta. De gör det möjligt att bygga in mänskliga arbetssätt i AI-flödet. Inte bara “gör en uppgift”, utan “gör uppgiften på vårt sätt”.

För företag som vill komma igång med AI är det här en bra startpunkt. Börja inte med den största visionen. Börja med ett återkommande irritationsmoment.

Var tappar ni tid?
Var blir det ofta fel?
Var sitter informationen utspridd?
Var skulle en bättre förberedd medarbetare skapa mer värde?

Där har ni ofta första AI-caset.

Key Takeaway

ChatGPT blir som mest användbart när det får kombinera appar, skills och tydligt sammanhang. Appar ger tillgång till verktyg och data, projekt håller ihop arbetet, Custom GPTs fungerar som specialiserade assistenter och skills gör arbetsflöden återanvändbara. Börja smått, behåll mänskligt godkännande där det behövs och leta efter vardagsflöden där AI kan minska friktion direkt.

Vill du veta mer?

Är du nyfiken på hur ChatGPT, appar, Custom GPTs och AI-automation kan användas praktiskt i ditt företag? Kontakta gärna mig på AIOlle, så kan vi titta på vilka små men värdeskapande flöden som skulle göra störst skillnad hos er. Ibland börjar framtidens AI-strategi faktiskt med något så enkelt som: “påminn mig att ringa Mikael imorgon.” 😇