Sluta ladda upp filer till AI. Bygg en källmapp först

Det nya lilla irritationsmomentet i AI-arbetet är inte att modellen är för svag. Det är att vi matar den med fel hög med filer.

En offert ligger i Dropbox. En gammal kundtråd finns i Gmail. En mötesanteckning ligger i ett dokument som ingen minns namnet på. Sedan öppnar någon ChatGPT, laddar upp tre filer på chans och ber om ett bra svar. Ibland blir det bra. Ofta blir det ett snyggt utkast som bygger på halva sanningen.

Dropbox har nu presenterat tre appar i ChatGPT: Dropbox, Dropbox Dash och Reclaim AI. Dropbox-appen ska låta användare komma åt, förhandsvisa, spara och dela Dropbox-filer från ChatGPT. Dash-appen ska ta in kunskap från fler än 30 arbetsappar och ge mer relevanta svar. Reclaim-appen ska hjälpa till med kalender, mötestider och schemakrockar. Dropbox skriver också att befintliga delningsbehörigheter och åtkomstkontroller fortsätter att gälla.

Källa: Move your work forward with new Dropbox apps in ChatGPT

För ett litet nordiskt team är det här inte främst en ny appnyhet. Det är en påminnelse om något mer praktiskt: innan AI får tillgång till arbetsmaterial behöver teamet bestämma vad som räknas som rätt källor.

Dagens AI-input: källorna flyttar in i chatten

När AI kan läsa från lagringen, söka i arbetsappar och lägga resultatet tillbaka i samma system försvinner en del manuellt klipp och klistra. Det är bra. Men det gör också slarv dyrare.

Om en frisörsalong, liten redovisningsbyrå, förening eller skola kopplar dokument till AI utan en enkel struktur kommer AI att hitta både färska och gamla versioner, interna anteckningar, halvfärdiga mallar och filer som egentligen inte borde styra svaret. Problemet är inte att AI får kontext. Problemet är att kontexten inte är kuraterad.

En källmapp är en avgränsad samling dokument som teamet faktiskt vill att AI ska använda för ett visst arbete. Det kan vara en Dropbox-mapp, en Dash Stack, en Notion-sida, en Drive-mapp eller bara en tydligt namngiven projektmapp. Formatet är mindre viktigt än regeln: här ligger de källor som gäller för just den här frågan.

Dropbox Dash beskriver Stacks som samlingar där man kan gruppera projektunderlag, länkar, meddelanden och möten, dela samlingen och använda AI för att sammanfatta eller ställa frågor om just det innehållet. Det är ett användbart tänk även för team som inte använder Dash: samla först, fråga sedan.

Källa: Dropbox Dash Stacks

Lär dig detta: anslut inte hela röran först

Det finns en lockande men farlig arbetsordning:

1. Koppla in alla filer
2. Ställ en stor fråga
3. Hoppas att AI hittar rätt

Den bättre ordningen är tråkigare och mycket mer användbar:

1. Välj ett verkligt arbetsflöde
2. Skapa en källmapp för just det flödet
3. Rensa bort gamla versioner
4. Skriv en enkel användningsregel
5. Låt AI göra ett första utkast
6. Granska källor, beslut och nästa steg innan något skickas vidare

Dropbox Dash Chat lyfter fram svar som är grundade i anslutna filer och verktyg, med källor som hjälper användaren att kontrollera svaret. Det är precis där små team ska lägga ribban. Ett AI-svar utan källor kan fortfarande vara användbart som idé. Ett AI-svar som ska påverka kund, elev, avtal, offert eller schema behöver visa vad det bygger på.

Källa: Dropbox Dash Chat

Det här är särskilt viktigt när AI inte bara skriver text utan också kan spara, dela eller schemalägga. Då räcker det inte med en bra prompt. Du behöver en liten arbetsrutin.

45-minuterstest: bygg en källmapp innan nästa AI-svar

Välj ett återkommande ärende. Inte allt. Ett.

Bra kandidater:

• En offertförfrågan
• En ny kursanmälan
• Ett återkommande supportmejl
• En skolfråga som kräver sammanställning
• En kunduppföljning efter möte

Gör sedan detta på 45 minuter.

Minut 0-10: välj ett ärende och skapa mappen

Skapa en mapp som heter något i stil med Källor - offertfrågor - aktiv. Lägg bara in material som får styra AI-svaret. Om det finns äldre versioner, flytta dem till en undermapp som heter Arkiv - använd inte utan kontroll.

Minut 10-20: skriv en README högst upp

README:n behöver inte vara elegant. Den ska svara på fyra frågor:

• Vad får AI använda den här mappen till?
• Vilka dokument är viktigast?
• Vad måste en människa godkänna?
• Vad får aldrig skickas direkt till kund, elev eller leverantör?

Minut 20-30: markera ägare och datum

Lägg till ägare på mappen eller i filnamn där det behövs. Skriv när källorna senast granskades. Om en prislista, policy eller kursplan saknar datum är det lätt att AI använder fel version.

Minut 30-40: kör ett AI-test

Be AI svara på en verklig fråga med bara den här källmappen som underlag. Tvinga fram källhänvisningar, osäkerheter och en kort lista med saker som måste kontrolleras manuellt.

Minut 40-45: bestäm om flödet förtjänar integration

Om testet sparar tid och blir rätt: dokumentera rutinen. Om det kräver för mycket efterarbete: förbättra källmappen innan ni kopplar in fler appar.

Copy-paste-prompt: fråga mappen innan du frågar världen

Kopiera prompten och byt ut hakparenteserna.

Du hjälper mig att använda en avgränsad källmapp för ett verkligt arbetsärende.

Arbetsärende:
[Beskriv ärendet: exempelvis offertförfrågan, supportmejl, kursanmälan eller kunduppföljning]

Tillåtna källor:
[Lista mapp, stack eller dokument som får användas]

Uppgift:
1. Svara bara med stöd i de tillåtna källorna.
2. Skriv ett kort utkast som jag kan granska.
3. Visa vilka källor du använde under varje viktig slutsats.
4. Lista sådant som saknas, är oklart eller kräver mänskligt beslut.
5. Föreslå nästa steg, men skicka inget och ändra inget utan mitt godkännande.

Format:
- Kort sammanfattning
- Utkast till svar eller arbetsorder
- Källor som användes
- Osäkerheter
- Beslut som människa måste ta
- Nästa steg

Det är inte en magisk prompt. Poängen är att den gör två saker som många missar: den begränsar källorna och tvingar fram osäkerheter.

Tre små flöden värda att testa

Offertmappen

Samla senaste prislista, leveransvillkor, tre tidigare godkända offerter och en kort beskrivning av vad ni inte lovar. Be AI skapa ett första offertutkast med markerade antaganden. Människan godkänner pris, omfattning och formulering innan något skickas.

Skolmappen

Samla kursplan, lektionsupplägg, tidigare informationsbrev och en checklista för anpassningar. Be AI skriva ett första informationsutkast eller en lektionssammanfattning. Läraren kontrollerar ton, nivå och vad som faktiskt får kommuniceras.

Kundsupportmappen

Samla vanliga frågor, returvillkor, felsökningssteg och exempel på bra svar. Be AI föreslå ett svar och en intern notering. En person granskar innan svaret går ut, särskilt om det gäller pengar, avtal eller missnöjd kund.

Så integrerar du utan att öppna hela förrådet

Det säkra sättet att börja är inte att vägra integration. Det är att integrera smalt.

Använd läsrättigheter där det räcker. Dela en projektmapp, inte hela lagringen. Om ni bygger API-flöden runt Dropbox, kalender eller CRM: använd scoped permissions, separata API-nycklar, environment variables eller en secret manager. Lägg in maskning av personuppgifter där det går. Kräv mänskligt godkännande innan AI får skicka, spara eller dela externt. Spara en enkel körlogg: fråga, källor, utkast, beslut, vem godkände.

Det låter byråkratiskt tills något blir fel. Då är loggen skillnaden mellan ”AI gjorde det” och ”vi vet exakt vilken källa och vilket beslut som ledde hit”.

Vad Hammer skulle bygga runt detta

I Mindset Forge börjar vi med regeln: vilka källor får AI lita på och när måste en människa fatta beslutet?

I Tool Forge bygger vi själva flödet: rätt mapp, rätt behörigheter, rätt prompt, rätt koppling till Dropbox, Dash, ChatGPT, kalender eller CRM.

I Skill Forge gör vi rutinen upprepbar för teamet. Inte som en lång policy. Som en kort arbetsvana: skapa källmapp, fråga med källkrav, granska osäkerheter, godkänn, logga.

Det är mindre glänsande än en stor AI-agent. Det är också mycket närmare vardagen. För små team är nästa AI-steg ofta inte en större modell. Det är en bättre hög med källor.