Gemini forklaret – sådan bruger du Googles AI i hverdagen

Gemini forklaret – sådan bruger du Googles AI i hverdagen

Anders Frimann Christensen

Lær hvad Gemini er, hvordan det virker i Workspace, og hvordan teams kan bruge Gemini API til tekst, billeder og data – med skabeloner og tjeklister.

Hvad er Gemini?

Gemini er Googles familie af AI-modeller til tekst, billeder, kode og analyse. Du kan tilgå den i en chat, direkte i Google Workspace (Docs, Sheets, Slides, Gmail, Meet) eller via API til egne apps.

Kort sagt: én model – mange brugerflader.

Hvor giver Gemini mest værdi?

  • Skrive- og researcharbejde: udkast, omskrivning, opsummering, tone-tilpasning

  • Dokument- og mødeflow: mødenoter, action points, mailudkast, slide-forslag

  • Data & ark: udtræk af tabeller, klassifikation, hurtige analyser

  • Kode: forklar kode, generér tests, små scripts

  • Billeder: idéudvikling, simple redigeringer, illustrationer til slides

Tommelfingerregel: Start med 2–3 tydelige use cases og mål effekten, før I ruller ud bredt.

Gemini i Workspace (Docs, Sheets, Slides, Gmail, Meet)

  • Docs: skriv udkast, komprimer afsnit, lav forslag til struktur

  • Sheets: generér tabeller, formel-hjælp, kategoriser rækker

  • Slides: skitser slides, billedidéer, talepunkter

  • Gmail: korte svar, opsummer lange tråde, ændr tone

  • Meet: auto-noter, beslutninger, opfølgningspunkter

Pro-tip: Lav en lille stilguide (tone, længde, do’s/don’ts) og gem som prompt-skabeloner i et delt dokument.

Gemini i Chrome og på nettet

  • Side-om-side-hjælp: marker tekst på en webside og få forklaring/opsummering

  • Udfyldningshjælp i felter: formularer, jobopslag, LinkedIn, helpdesk

  • Hurtig research: kort overblik med kilder, forslag til næste trin

Gemini vs. ChatGPT – hurtig sammenligning i praksis

Overblik

  • ChatGPT (OpenAI): Generalist-assistent i browser/app med stærk skrive-, analyse- og billedfunktion (DALL·E 3) — plus nye proaktive overblik via Pulse (Pro-preview). Egner sig til ideudkast, analyser og kreativt arbejde direkte i chatten. 

  • Gemini (Google): Multimodal assistent tæt integreret i Google Workspace (Gmail, Docs, Sheets, Slides, Meet) og tilgængelig via Gemini API/AI Studio til egne apps. Stærk til “arbejde hvor du er” i Googles økosystem. 

Styrker

  • ChatGPT

    • Hurtig idé- og tekstproduktion i én chat-flade; billedgenerering/–redigering via DALL·E 3 i samme flow. 

    • Pulse kan levere kuraterede, daglige opdateringer baseret på dine præferencer og tilkoblede apps (Pro-preview).

  • Gemini

    • Naturlig Workspace-integration: skriv/opsummér mails, lav dokumenter og slides, hjælpefunktioner i Sheets/Meet. 

    • AI Studio/Gemini API gør det let at prototypere og bygge, inkl. meget store kontekstvinduer (afhænger af plan/model). 

Udvikling & integration

  • ChatGPT/OpenAI: Byg via OpenAI API; samme økosystem som DALL·E 3 (billeder). God til tekst- og billedworkflows i apps.

  • Gemini/Google: Gemini API i Google AI Studio, plus tæt samspil med Google Cloud/Workspace; velegnet når data/processer allerede lever i Google. 

Multimodalitet

  • ChatGPT: Understøtter billedinput og -generering (DALL·E 3) i chatten. 

  • Gemini: Multimodal på tværs af tekst/billeder (og flere modaliteter afhængigt af model/plan) i apps og via API. 

Hvor passer de bedst? (tommelfingerregler)

  • Vælg ChatGPT, hvis du vil have én stærk, generel skrive/analyseløsning med indbygget billedgenerering i chatten – og du ikke er låst til et bestemt kontor-økosystem.

  • Vælg Gemini, hvis teamet arbejder dybt i Gmail/Docs/Sheets/Slides/Meet og du vil automatisere direkte dér — eller hurtigt bygge POCs via AI Studio. 

Note om priser/planer
Begge platforme tilbyder gratis adgang i begrænset form samt betalte planer med højere kapaciteter og enterprise-kontroller. Tjek de officielle planer og kontekstgrænser før valg.

Gemini API og udvikling (REST/SDK)

Tre typiske måder at bygge på:

  1. Chat/tekst: spørgsmål-svar, opsummering, transformering

  2. RAG: slå op i jeres dokumenter og generér svar med citater

  3. Struktur: få modeloutput i gyldig JSON til formularer og pipeline-trin

Standardmønster:

  • Prompt-server: central styring af prompts, politik, PII-maskering

  • Vektor-database: embeddings til søgning i egne kilder

  • Eval & logs: kvalitet, latency, tokenforbrug, feedbackknap

Prompt-skabeloner (kopiér direkte)

1) Mailudkast i Gmail

Rolle: Kundeservice. Mål: Kort, venligt svar.
Input: [indsæt kundens spørgsmål]
Krav: 120–150 ord, 1 CTA, ingen juridiske løfter.
Output: Emnelinje + brødtekst + PS.

2) Slidegenerator i Slides

Opgave: Lav 6 slides til [emne].
Krav: Titel pr. slide, 3 bullets, én nøglegrafik-idé.
Tone: Klar og konkret. Publikum: [målgruppe].

3) JSON-struktur til sagsindtag

Opgave: Udtræk felter fra teksten.
Schema: { navn, virksomhedsnavn, emne, has_deadline:boolean, deadline_iso:string|null }
Svar som gyldig JSON, uden ekstra tekst.

Eksempler: fra idé til drift

A) Vidensbase-Q&A (RAG)

  1. Indlæs PDF’er/Docs → chunk → embeddings i vector DB

  2. Bruger spørger → hent 5 relevante uddrag

  3. Prompt med uddrag + “svar med citater/links”

  4. Log kvalitet og brugerfeedback

B) Mødenoter i Meet

  1. Optag møde → generér sammendrag + beslutninger

  2. Send mailudkast i Gmail med action items

  3. Arkivér i delt mappe med tags

C) Ark-klassifikation i Sheets

  1. Indsæt rå CSV

  2. Prompt: “Tilføj kolonne ‘kategori’ og ‘prioritet’”

  3. Kør stikprøve-QA og lås arket

Governance light (hurtigt og nødvendigt)

  • Politik: Hvad må/ikke må i prompts (persondata, kundedata, IP)

  • Datasikkerhed: anvend godkendte konti, sluk modeltræning hvor muligt, brug regions-hosting hvis relevant

  • Logning: gem prompts/svar for kritiske processer (undgå rå PII)

  • Eval: mål nøjagtighed, hallucinationsrate, tidsbesparelse, brand-score

  • Uddannelse: 60-min crash course i promptteknik til hele teamet

Sammenligning i øjenhøjde

  • Styrker: tæt integration i Workspace, solid på dokumentflow, god til “arbejde hvor du er”

  • Overvej: adgangsstyring, datakrav og hvilke opgaver der kræver RAG eller struktureret output

  • Alternativer: Brug det værktøj, der passer bedst til jeres stack – standardisér prompts og processer uanset platform

Mini-FAQ

Kan vi bruge Gemini på dansk?
Ja. Skriv danske prompts, angiv målgruppe/tonalitet og ønsket format.

Kan Gemini lave faktuelle fejl?
Ja. Brug RAG med jeres kilder, giv formatkrav og lav human-in-the-loop på kritiske svar.

Hvordan starter vi uden store licenskøb?
Pilotér 2–3 use cases i eksisterende Workspace-licenser, mål tid/kvalitet og beslut bagefter.

30-60-90 plan (teams)

  • Dag 1–30: Vælg 2 use cases i Workspace, lav simple policies

  • Dag 31–60: Tilføj RAG til én proces, indfør eval-målinger

  • Dag 61–90: Byg en lille API-prototype med JSON-output og logging

Tjeklister

Chat/tekst

  • Rolle, mål, publikum defineret

  • Fakta/kilder vedlagt eller RAG aktiv

  • Klart outputformat (tekst eller JSON)

  • QA og godkendelsesflow på plads

Billeder/slides

  • Prompt dækker motiv, stil, tone

  • Generér flere varianter, vælg 1–2

  • Brand-check og rettigheder godkendt

API/drift

  • Rate limits, retries, timeouts

  • Logs/metrics + eval-sæt

  • PII-maskering og miljøadskillelse (dev/stage/prod)

Tilbage til blog

Indsend en kommentar

Bemærk, at kommentarer skal godkendes, før de bliver offentliggjort.