Claude eller ChatGPT? En praktisk sammenligning

Det viktigste kort

I 2026 skiller systemene seg knapt lenger i evne, men i arbeidsflyt. Valget er et prosessvalg, ikke et teknologivalg.
Den som bruker begge parallelt, taper mer tid på byttet enn den vinner på styrkene – med mindre ansvaret er tydelig delt.
Den største spaken er ikke modellen, men prompten: samme oppdrag, presist formulert, løfter begge systemene til et annet nivå.
For bedrifter i Sveits og EU er det til slutt ofte ikke kvaliteten som avgjør, men databehandleravtalen.

Knapt noe spørsmål stilles så ofte i markedsteam og besvares så sjelden ordentlig: Claude eller ChatGPT? Diskusjonen ender som regel i benchmarks ingen kan etterprøve, eller i magefølelser ingen kan underbygge. Ingen av delene hjelper på beslutningen.

Denne artikkelen går en annen vei. Den sammenligner ikke systemene, men oppgavene – og plasserer hver oppgave der den er best ivaretatt. For det er spørsmålet som teller i hverdagen.

Status August 2026. Modellversjoner, funksjonsomfang og priser endrer seg her måned for måned. Inndelingen etter oppgavetype er stabil; de konkrete tallene bør sjekkes hos leverandøren før en kjøpsbeslutning.

Hvor de to faktisk skiller seg

Det viktigste funnet først: for oppgavene som dukker opp i markedsføring, leverer begge systemene brukbare resultater. Forskjellen ligger ikke i om en oppgave løses, men i hvordan resultatet ser ut og hvor mye etterarbeid det krever.

To lystexturer ved siden av hverandre: til venstre et presist rutenett, til høyre myke skyer — To måter å arbeide på, ingen vinner: presisjon og struktur på den ene siden, bredde og koblingsevne på den andre.

De fire aksene valget avgjøres på

Lengde og sammenheng: Hvor godt holder systemet en lang tekst sammen – forblir tonen den samme over 2 000 ord, motsier teksten seg selv, følges oppdraget helt til siste avsnitt?
Instruksjonstroskap: Hva skjer med et oppdrag med tolv krav? Blir alle tolv oppfylt, eller forsvinner krav sju og elleve umerkelig?
Økosystem: Hvor godt kobles systemet til det som allerede er i bruk – bildegenerering, dataanalyse, grensesnitt mot tredjepartssystemer, automatiseringsplattformer?
Juridiske rammer: Finnes det en databehandleravtale, hvor behandles dataene, og er det avtalefestet at innholdet deres ikke går inn i trening?

Lengde og sammenheng

Ved korte oppgaver – en emnelinje, tre annonsetitler, et sammendrag – er forskjellen knapt målbar. Den blir tydelig så snart en tekst dekker flere skjermer. Da viser det seg om et system holder tråden eller begynner å gjenta seg halvveis.

Praktisk test på fem minutter: gi begge samme disposisjon og la dem skrive en fagartikkel på 1 500 ord. Les deretter bare siste avsnitt. Står det noe der som innholdsmessig knytter an til det første – eller en generell avslutningsfrase som ville passet til enhver tekst?

Instruksjonstroskap

Her ligger den praktisk største forskjellen, og den er enkel å prøve. Formuler et oppdrag med ti nummererte krav, hvorav to ubehagelige – for eksempel «ikke bruk punktlister» og «ikke bruk ordet løsning». Tell deretter hvor mange som ble fulgt.

Visste du at …?

Rekkefølgen på kravene påvirker hvor pålitelig de blir fulgt. Instruksjoner i begynnelsen og slutten av en prompt følges mer konsekvent enn dem i midten – en effekt som i litteraturen kalles Lost in the Middle.

I praksis: det viktigste kravet hører hjemme først, det viktigste forbudet sist. Det som havner i midten, bør være ukritisk.

Økosystem

Dette punktet undervurderes jevnlig. Et system som skriver litt dårligere, men kobles rent til automatiseringen deres, er ofte det bedre valget samlet sett – teksten redigeres uansett, mens koblingen sparer eller koster tid hver eneste dag.

Sjekk konkret: finnes det et grensesnitt? Er det tilgjengelig i automatiseringsplattformen deres? Hvordan håndteres tilganger i teamet? Og hva skjer med historikken når noen slutter?

Juridiske rammer

For bedrifter i Sveits og EU er dette punktet der diskusjoner om tekstkvalitet raskt blir underordnet. Tre spørsmål avgjør: finnes det en databehandleravtale? Hvor behandles dataene? Og er bruken av innholdet deres til trening utelukket i avtalen – ikke bare i en innstilling?

Begge leverandørene har bedriftstilbud for dette. Vilkårene er ulike og endrer seg. Få dem juridisk vurdert én gang før dere legger kundedata inn i et system – ikke etterpå.

Fra praksis: to uker vekselvis

En strøm av lyspartikler passerer tre terskler og ordner seg underveis — Flaskehalsen sitter sjelden i modellen. Den sitter i overgangene – der et menneske må avgjøre hva som går videre.

Fra praksis

I to uker arbeidet vi bevisst delt: alt som gjaldt løpende tekst – blogginnlegg, landingssider, e-postserier – gikk gjennom det ene systemet. Alt som gjaldt analyse, tabeller og koblinger gjennom det andre.

Det overraskende resultatet var ikke at ett av dem gjorde det bedre. Det var hvor mye tid byttet koster. Hvert bytte betyr å bygge opp konteksten på nytt, forklare toneregler på nytt, sette inn eksempler på nytt. Vi tok tiden omtrentlig: flere minutter per bytte gikk kun til å gjenopprette hvor vi var.

Konsekvensen ble ikke å velge ett. Den ble å fordele ansvaret fast i stedet for å velge fra gang til gang. Siden har det vært klart hvor hvilken oppgave havner – og byttekostnaden oppstår bare når en oppgave virkelig trenger begge sider.

Eksempler fra markedshverdagen

Fordelingen nedenfor er ingen rangering, men svaret på ett spørsmål: hvilken egenskap trenger denne oppgaven mest?

Fagartikkel ut fra en disposisjon

Krever utholdenhet over lengden og en tone som ikke tipper over i reklame. Avgjørende er instruksjonstroskapen: en disposisjon med åtte punkter skal gi åtte punkter.

Følg med på: les siste del først. Der viser det seg om oppdraget bar hele veien.

Kriterium: lengde og instruksjonstroskap

Tretti annonsevarianter

Krever bredde framfor dybde. Her teller hvor forskjellige variantene faktisk er – mange systemer leverer tretti omformuleringer av samme setning i stedet for tretti innganger.

Følg med på: oppgi variasjonsaksene, for eksempel «ti nyttedrevne, ti som spørsmål, ti med et tall». Ellers varierer bare ordvalget.

Kriterium: bredde i innganger

Analyse av en kampanjetabell

Krever regneevne og viljen til av og til å la et tall stå utolket. Den vanligste feilen er ikke regningen, men å finne opp sammenhenger mellom kolonner som ikke har noe med hverandre å gjøre.

Følg med på: be for hver påstand om radene den bygger på. Det som ikke kan dokumenteres, ryker ut.

Kriterium: sporbarhet

E-postserie med fem meldinger

Krever sammenheng over flere utsendelser. Den femte e-posten må vite hva den første sa, uten å gjenta det.

Følg med på: ikke bestill fem ganger separat. Ett oppdrag for alle fem, med det uttrykkelige kravet at hver melding bygger på den forrige.

Kriterium: sammenheng mellom deler

Oversettelse til et annet språk

Krever språkøre, ikke ordbok. Forskjellen viser seg i reklametekst: en ordrett oversettelse er nesten alltid korrekt og nesten alltid ubrukelig.

Følg med på: ikke bestill «oversett», bestill «skriv om denne teksten for målmarkedet, med samme budskap og samme virkning».

Kriterium: virkning framfor ordlyd

Prompts som utgjør forskjellen

Vannrette lyslinjer bretter seg mot høyre til et tredimensjonalt gitter — Av en instruksjon blir det struktur. Arbeidet ligger foran, i formuleringen – ikke bak, i redigeringen.

Det største kvalitetsspranget kommer ikke av å bytte system, men av måten man bestiller på. De tre malene nedenfor virker i begge systemene og er bygd slik at resultatet kan kontrolleres.

Mal 1: fagartikkel med kontrollsteg

Prompt

Rolle: Du skriver for et B2B-publikum som utfører markedsføringen selv.
Ingen byråsjargong, ingen superlativer, ingen reklamespråk.

Oppgave: Skriv en fagartikkel om [TEMA], 1 400 til 1 600 ord.

Disposisjon (nøyaktig disse delene, nøyaktig i denne rekkefølgen):
1. [DEL]
2. [DEL]
3. [DEL]

Krav:
- Hver del begynner med kjernepåstanden, deretter begrunnelsen.
- Konkrete eksempler i stedet for generelle utsagn.
- Ingen punktlister i den løpende teksten.
- Ordet "løsning" forekommer ikke.

Til slutt, atskilt fra teksten: list opp hvert krav og skriv
hvor i teksten du har oppfylt det.

Siste avsnitt er selve trikset: den som selv må dokumentere etterlevelsen, holder seg målbart oftere til den – og du ser umiddelbart hva som manglet.

Mal 2: varianter med påtvunget spredning

Prompt

Lag 15 annonsetitler for [TILBUD], målgruppe [MÅLGRUPPE],
maksimalt 60 tegn.

Fordel dem på fem innganger, tre titler hver:
A) Nytten i resultatet (hva kunden har etterpå)
B) Kostnaden ved å ikke handle (hva som skjer uten)
C) Konkret tall eller tidsangivelse
D) Spørsmål målgruppen stiller seg selv
E) Motposisjon til en utbredt antakelse

Regler:
- Ingen tittel får gjenta en annens formulering.
- Ingen utropstegn.
- Oppgi antall tegn etter hver tittel.

Uten oppgitte akser oppstår omformuleringer i stedet for alternativer. Tegnantallet sparer etterregningen i regnearket.

Mal 3: analyse med dokumentasjonsplikt

Prompt

Her er kampanjedata som tabell. [DATA]

Oppgave: Nevn de tre mest påfallende funnene.

For hvert funn:
- Påstanden i én setning
- Radene eller kolonnene den følger av
- En mulig alternativ forklaring

Hvis dataene ikke strekker til for en påstand, skriv det
i stedet for å anslå. Formuler ingen anbefalinger.

De to siste setningene er avgjørende. Uten dem oppstår troverdig klingende anbefalinger som hviler på for lite data – den vanligste feilen ved KI-støttede analyser.

Slik bestemmer vi i TEISENDA

Vi stiller ikke spørsmålet om det beste systemet, men fire spørsmål etter hverandre. Det første som gir et klart svar, avgjør.

Spørsmål	Hvis ja, da …
Går kunde- eller persondata inn?	… avgjør avtalen, ikke tekstkvaliteten.
Skal resultatet videre til et annet system?	… avgjør grensesnittet.
Er det en lang tekst med mange krav?	… avgjør instruksjonstroskapen.
Ingenting av dette gjelder?	… ta systemet der retningslinjene deres allerede er lagret.

Tips Det fjerde punktet er det mest undervurderte. Et system der tonen deres, målgruppene deres og eksemplene deres er lagret, gir bedre resultater enn et teoretisk sterkere system uten den konteksten. Forspranget ligger i forberedelsen, ikke i modellen.

Konklusjon

Den som i 2026 fortsatt leter etter den bedre språkmodellen, leter på feil sted. Systemene ligger nær nok hverandre til at forskjellene i resultat er mindre enn forskjellen mellom en god og en dårlig prompt.

Den mest produktive beslutningen er derfor sjelden «hvilken», men «til hva». Fordel oppgavetypene fast, lagre retningslinjene deres ett sted, og slutt å bytte fra gang til gang. Tidsgevinsten er større enn ethvert forsprang en enkelt modell har i en benchmark.

Merk Det som står her om funksjonsomfang, priser og avtalevilkår, kan være utdatert i løpet av få uker. Inndelingen etter oppgavetype er stabil – leverandørenes tilbudssider er det ikke. Kontroller vilkårene på nytt før hver fornyelse.

Vanlige spørsmål

Lønner det seg å betale for begge systemene parallelt?

Fra omtrent tre personer i teamet som regel ja – men bare med en fast fordeling av hvilken oppgave som håndteres hvor. Uten den fordelingen betaler dere dobbelt og taper i tillegg tid på byttet.

Kan jeg legge kundedata inn i et slikt system?

Bare med databehandleravtale og bare hvis bruk til trening er utelukket i avtalen. Begge leverandørene har bedriftstilbud for dette. For bedrifter i Sveits og EU hører det med å få det juridisk vurdert før de første dataene flyter – ikke etterpå.

Hvordan ser jeg at en tekst er skrevet av en KI?

På de samme trekkene som dårlige tekster har generelt: generelle utsagn uten belegg, utskiftbare eksempler, samme setningslengde avsnitt etter avsnitt og avslutninger som ville passet til ethvert tema. Deteksjonsverktøy er upålitelige – å lese er sikrere.

Hva er raskeste vei til bedre resultater?

Det viktigste kravet først i prompten, det viktigste forbudet sist, og oppfordringen om selv å dokumentere etterlevelsen helt til slutt. De tre grepene tar to minutter og veier tyngre enn ethvert systembytte.

Erstatter dette redigeringen?

Nei. Det flytter arbeidet fra å skrive til å kontrollere. Den som hopper over kontrollen, publiserer før eller siden en påstand som ikke stemmer – og oppdager det først når en kunde spør.

Markedsføring som setter seg opp selv

Betaen for Studio Engine er åpen. Sikre deg en plass og bidra fra starten.

Bli med i betaen →

← Tilbake til oversikten