Samma Excel-städning varje måndag? Döpa om hundra filer för hand? Med AI kan du få ett litet skript eller en formel som sköter det åt dig, även om du aldrig skrivit en rad kod.
Du känner igen känslan. Varje måndag öppnar du tre Excel-filer, kopierar över samma kolumner, döper om ett tjugotal bilder och skickar en rapport som ser exakt likadan ut som förra veckans. Tjugo minuter här, en halvtimme där. Det är sällan svårt, bara oändligt tråkigt. Och det är precis den sortens jobb som en dator borde sköta åt dig.
Hittills har svaret ofta varit "då måste du lära dig programmera". Det har fått de flesta att ge upp redan innan de började. 2026 är läget ett annat: du kan beskriva jobbet på vanlig svenska, och en AI skriver ett litet skript eller en formel som gör det åt dig. Här går vi igenom hur det funkar, vad du kan automatisera, och hur du slipper de vanligaste fällorna.
Ett skript är en kort instruktionslista som en dator följer steg för steg. "Öppna alla filer i den här mappen, ta kolumnen med datum, sortera den och spara resultatet som en ny fil" är ett skript, bara skrivet i ett språk som datorn förstår. Språket kan vara Python, JavaScript, Google Apps Script eller VBA i Excel. Det spelar mindre roll vilket, för det är AI:n som skriver det.
Det du behöver kunna är något helt annat: att beskriva vad du vill ha, att testa resultatet och att förstå när något ser fel ut. Det är faktiskt samma färdigheter som när du delegerar till en människa. Bakom kulisserna är det en språkmodell som har sett enorma mängder kod och därför är riktigt bra på att översätta din beskrivning till något körbart.
Kod är ett av de områden där AI har gjort störst framsteg. Det beror på att kod är tydlig: den antingen fungerar eller så ger den ett felmeddelande. Det gör att modellerna tränats hårt på just det, och att du själv enkelt kan se om svaret höll.
Det finns också en praktisk fördel som många missar. När du får ett felmeddelande behöver du inte förstå det. Du klistrar in det i chatten och skriver "det här hände, kan du rätta?". AI:n läser, förklarar vad som gick snett och ger en ny version. Den loopen – beskriv, kör, klistra in felet, få en rättning – är hela hemligheten.
Döpa om hundra foton efter datum, sortera ner nedladdningar i rätt mappar eller slå ihop femton PDF-filer till en. Det här är klassiska startjobb eftersom resultatet syns direkt och felen är lätta att upptäcka.
Städa en kundlista från dubbletter, dela upp "Förnamn Efternamn" i två kolumner eller bygga en formel som slår upp priser i en annan flik. Ofta räcker det med en formel i stället för ett skript. Vill du gå djupare in på analys finns en egen guide: AI för dataanalys.
Bygga om samma mejl med olika namn, göra produkttexter av en tabell eller formatera en lista med adresser. AI:n skriver gärna ett skript som fyller i mallen åt dig, så att du slipper klippa och klistra femtio gånger.
Samla veckans siffror från flera rapporter till en översikt, eller plocka ut rubriker och länkar ur en lång exportfil. Här är det extra viktigt att kontrollera att inget har tappats bort på vägen.
"När någon fyller i mitt formulär ska en rad läggas i kalkylarket och jag ska få ett mejl." Sådant sköts ofta av automationsverktyg som du klickar ihop, och AI:n kan hjälpa dig planera stegen och skriva små kodsnuttar där verktyget ber om det. Ett steg längre är att låta AI själv utföra stegen, vilket vi går igenom i artikeln om att bygga en egen AI-assistent.
Kvaliteten på skriptet avgörs nästan helt av din beskrivning. En vag fråga som "fixa mina filer" ger en gissning. En tydlig beskrivning ger något du kan använda direkt. En bra beskrivning har fyra delar, och de passar alla i en vanlig prompt.
Avsluta gärna med: "Förklara varje steg på enkel svenska och säg till om du är osäker på något." Då får du både koden och en lärorik genomgång, och du hittar lättare var det gick fel om något strular. Fler knep för bra instruktioner hittar du i guiden om prompt engineering.
Maria driver en salong och har en kundlista i Excel med tre års anteckningar. Telefonnummer står på olika sätt, några kunder finns två gånger och efternamnen ligger ihop med förnamnen. Hon beskriver tabellen för en AI-chatt, klistrar in fem påhittade exempelrader och ber om en formel per problem. Efter en handfull försök har hon en ren lista, och dessutom förstått hur formlerna hänger ihop. Hon gjorde allt på en kopia, och kontrollerade tio slumpvalda rader för hand innan hon bytte ut originalet.
Omar får kvitton som PDF-filer med slumpmässiga namn från sina kunder. Han ber AI:n skriva ett skript som läser datum och belopp ur varje fil och döper om dem till "ÅÅÅÅ-MM-DD_belopp". Första versionen missade kvitton med ett annat datumformat. Han klistrade in tre exempel på dem som blev fel, och version två klarade resten. Han behöll sedan skriptet och kör det varje månad.
Sofia sammanställer försäljningssiffror från två system varje fredag. Hon ber AI:n om ett Google Apps Script som hämtar siffrorna från två flikar, räknar ihop dem och skriver en liten sammanfattning i en tredje flik. Det tog en eftermiddag att få rätt första gången. Nu tar rapporten ett par minuter, och hon lägger tiden på kunderna i stället.
Ibland skriver modellen kod som ser övertygande ut men använder kommandon som inte finns, eller som ger ett rimligt men felaktigt resultat. Det är samma fenomen som hallucinationer i vanliga texter. Skillnaden är att kod oftast ger ett tydligt felmeddelande, vilket gör problemet lättare att upptäcka än en felaktig faktauppgift. Kontrollera ändå alltid resultatet. En guide till detta hittar du i hur du faktagranskar AI-innehåll.
Det är lockande att bara klistra in och trycka på kör. Men ett skript kan radera, skriva över och skicka saker. Be därför alltid AI:n att förklara vad skriptet gör, och kräv en förhandsvisning eller en testkörning innan något ändras på riktigt.
När du visar exempel på hur filerna ser ut är det frestande att klistra in riktiga kunduppgifter. Gör inte det. Byt ut namn, personnummer och belopp mot påhittade uppgifter. Företag bör dessutom ha tydliga regler för vad som får delas med AI-tjänster, och här kan guiden om AI och GDPR hjälpa dig på traven.
Skript som skrivits i all hast kan sluta fungera när ett program uppdateras eller när en kollega byter kolumnordning. Spara skriptet tillsammans med din ursprungliga beskrivning till AI:n, så kan du be om en uppdatering senare. Skriv dessutom en rad om vad skriptet gör och var det används.
Innan du bygger något, fråga dig om jobbet verkligen behövs. Ibland är den bästa automatiseringen att sluta göra rapporten som ingen läser. Att slippa ett moment är bättre än att göra det snabbare.
Den här rutinen låter mer omständlig än den är. När du gjort den två gånger tar steg ett till tre några minuter, och själva testet är det som ger dig förtroende för resultatet.
Små skript för eget bruk är ett perfekt område för AI-hjälp. Men om automatiseringen hanterar pengar, kunddata i stor skala, fakturor eller annat som kan få juridiska följder, är det klokt att låta en utvecklare titta på lösningen. AI:n är en utmärkt medhjälpare, men ansvaret för att något fungerar ligger kvar på dig. Det gäller också när du vill bygga hela appar i stället för enstaka skript, vilket vi tar upp i artikeln om vibe coding.
Du behöver inte lära dig ett programmeringsspråk för att få nytta av det här. Du behöver en vana: varje gång du märker att du gör samma sak för tredje gången, stanna upp och fråga dig om en AI kan skriva ett skript för det. Börja med något litet, som att döpa om en mapp med bilder. När du upplever känslan av att ett tråkigt jobb försvinner på tio sekunder kommer du att vilja göra det igen.
Och kom ihåg att tekniken blir bättre hela tiden. Det du tycker är knepigt i dag kan vara en engångsgrej att lösa om ett halvår. Men två saker förändras aldrig: du måste kunna beskriva vad du vill ha, och du måste kontrollera att du fick det.
Det mest värdefulla du kan lära dig är inte att koda, utan att ana när ett jobb är en maskins jobb. Beskriv, testa på en kopia, och lägg tiden du sparar på något som en dator aldrig kan göra åt dig. 🐒
Ja, i många fall. Du beskriver uppgiften på vanlig svenska för en AI-chatt, och den skriver ett litet skript eller en Excel-formel åt dig. Du behöver inte förstå varje rad, men du behöver kunna beskriva vad som ska hända, testa resultatet på en kopia och läsa AI:ns förklaring. Börja med små, tydliga jobb som döpa om filer, städa en tabell eller slå ihop dokument. Större system som hanterar känsliga data eller pengar bör du låta en riktig utvecklare granska. Tänk på AI:n som en snabb kollega som skriver utkast, medan du själv ansvarar för att kontrollera att det blev rätt innan du släpper det på riktiga filer. Läs mer om prompter och språkmodeller.
Det är säkert om du är försiktig. AI kan skriva kod som ser rätt ut men gör något annat än du tänkt, eftersom modellerna ibland hittar på funktioner som inte finns. Kör därför alltid första gången på en kopia av dina filer, be AI:n förklara varje steg på vanlig svenska och undvik skript som raderar, skickar mejl eller ändrar data utan att du ser en förhandsvisning. Ge aldrig AI:n lösenord eller kunduppgifter i prompten. Om skriptet ska röra något som är viktigt för verksamheten är det värt att låta en kunnig person titta på det först. Rutinen att testa litet först besparar dig nästan alltid dyra misstag.
Det finns ingen enskild vinnare, och listan ändras snabbt. ChatGPT, Claude och Gemini klarar alla små skript och Excel-formler bra, så välj det verktyg du redan använder. Det som spelar större roll än modellen är hur du beskriver uppgiften: berätta vilket program du använder, hur filerna ser ut, vad som ska hända och vad som inte får hända. Ladda gärna upp en exempelfil med påhittad data. Fungerar inte svaret, klistra in felmeddelandet och be om en rättning. Prova samma uppgift i två verktyg om du är osäker, och behåll det som ger tydligast förklaringar på svenska.