Forstå et OpenAI API request (Responses API)

Når du bruger OpenAI via et API, sender du ikke bare et spørgsmål. Du sender et request – et lille JSON-dokument – som beskriver:

• hvilken model du vil tale med
• hvad du vil sige
• hvordan modellen skal opføre sig
• hvor langt og kreativt svaret må være

Denne guide forklarer de vigtigste felter i Responses API – roligt, praktisk og uden teknisk støj.

---

Hvad er et OpenAI API prompt?

Et API-prompt er den instruktion, du sender til en sprogmodel.

I Responses API består det typisk af:

• input → hvad du siger
• model → hvilken AI du bruger
• parametre → regler for svaret

Du kan tænke på det som at udfylde en bestillingsseddel:

“Tal med denne assistent, svar sådan her, og stop dér.”

Det virker – men det giver dig meget lidt kontrol. Resten af denne guide handler om netop den kontrol.

---

system-instruktion

Hvad gør den?

Giver overordnede retningslinjer for modellen. Det er som at sige til en assistent:

• “Vær venlig og professionel”
• “Forklar ting grundigt for begyndere”
• “Brug eksempler i dine svar”
• “Hold dig til fakta, undgå spekulationer”

Typiske værdier

• "You are a helpful assistant."
• "You are an expert tutor who explains concepts clearly to beginners."
• "You are a creative writer who tells engaging stories."

Hvad sker der, hvis du skifter?

• En venlig tone → mere imødekommende svar
• En ekspert tone → dybere forklaringer
• En kreativ tone → mere fantasifulde svar

---

model

Hvad gør den?

Bestemmer hvilken sprogmodel der svarer.

Det er som at vælge:

• junior vs. senior assistent
• hurtig vs. grundig
• billig vs. mere nuanceret

Typiske værdier

• "gpt-4.1-mini" → hurtig, billig, god til simple opgaver
• "gpt-4.1" → mere præcis, bedre til komplekse forklaringer

Hvad sker der, hvis du skifter?

• Mindre model → hurtigere, men kan misse nuancer
• Større model → bedre forståelse, men dyrere

---

input

Hvad gør den?

Det er det, du siger til modellen.

I Responses API kan input være:

• en enkelt tekst
• en længere instruktion
• struktureret indhold (men start simpelt)

God tommelfingerregel

Skriv som til et menneske, der gerne vil hjælpe, men ikke kan læse tanker.

---

max_output_tokens

Hvad gør den?

Sætter en øvre grænse for længden af svaret.

Tokens ≈ orddele 100 tokens ≈ 70–80 ord

Typiske værdier

• 50–100 → korte svar
• 200–400 → forklaringer
• 800+ → længere tekster

Hvad sker der, hvis den er for lav?

• Svaret stopper midt i en sætning

---

temperature

Hvad gør den?

Styrer hvor kreativ modellen må være.

Tænk på det som:

• lav temperatur → forsigtig, faktuel
• høj temperatur → friere, mere legende

Typiske værdier

• 0.0–0.3 → præcist, stabilt
• 0.5–0.7 → naturligt, varieret
• 0.9+ → kreativt, uforudsigeligt

---

top_p

Hvad gør den?

Et alternativ til temperature.

I stedet for hvor vild, vælger du hvor bredt modellen må tænke.

Vigtigt for begyndere

👉 Brug enten temperature eller top_p Ikke begge.

Typiske værdier

• 0.9 → bred variation
• 0.5 → mere fokuseret

---

frequency_penalty

Hvad gør den?

Reducerer gentagelser.

God hvis modellen:

• gentager samme ord
• genstarter sætninger

Typiske værdier

• 0.0 → ingen straf
• 0.5 → færre gentagelser
• 1.0+ → meget varieret sprog

---

presence_penalty

Hvad gør den?

Opmuntrer modellen til at introducere nye begreber.

Tænk:

• frequency → gentager ord
• presence → gentager idéer

Typiske værdier

• 0.0 → holder sig til det kendte
• 0.6 → mere udforskende

---

stop

Hvad gør den?

Fortæller modellen hvornår den skal stoppe.

Nyttigt til:

• strukturerede svar
• én linje / ét punkt

---

Best practices for begyndere

1. Start simpelt – kun model og input
2. Tilføj én parameter ad gangen
3. Brug lav temperature til forklaringer
4. Sæt altid max_output_tokens
5. Test direkte i små eksperimenter (som her)
6. Tænk på prompten som kontekst, ikke kommando

---

🧪 Prøv Responses API selv

Der findes flere endpoints i OpenAI API. Den vi har brugt indtil nu completions. Her er en lille forsmag på responses med en interaktiv playground hvor du kan eksperimentere med alle parametre:

• Vælg mellem 3 forskellige system instruktioner (kreativ, faktuel, pædagogisk)
• Juster model, temperature, max tokens og top_p
• Prøv forskellige test-prompts
• Se hvordan parametre påvirker output

Tips til eksperimentering:

• Prøv samme prompt med forskellige system instruktioner
• Sammenlign temperature: 0.2 vs temperature: 1.2
• Test hvordan max_output_tokens påvirker svarets dybde
• Skift mellem modeller for at se forskelle i kvalitet og hastighed

---

Responses API handler ikke om at “styre” AI hårdt. Det handler om at skabe tydelige rammer, så sproget kan arbejde for dig.

Jo klarere din intention er, jo bedre bliver svaret.