En modelserie – ikke bare en chatbot
Qwen er navnet på Alibabas familie af AI-modeller. En chatbot kan bruge Qwen til at forstå spørgsmål og formulere svar, men modellerne kan også indgå i skriveværktøjer, kodeassistenter og automatiserede arbejdsgange.
Det er derfor nyttigt at skelne mellem modellen og værktøjet: Modellen behandler input og skaber et output. Værktøjet er den løsning, du arbejder i, eksempelvis en chatgrænseflade eller et internt system til contentproduktion.
Qwen omfatter både store sprogmodeller, også kaldet LLM’er, og multimodale modeller. En sprogmodel arbejder med tekst, mens en multimodal model kan behandle flere typer indhold. Afhængigt af varianten kan det være billeder, lyd eller video. Der findes også specialiserede modeller til blandt andet kode og billedgenerering.
Du kan altså ikke gå ud fra, at alle Qwen-modeller har de samme funktioner.
Hvad kan Qwen bruges til i marketing?
I marketing er Qwen især relevant som hjælp til at bearbejde materiale og producere udkast. Typiske opgaver er:
- Tekstproduktion: Udkast til produktbeskrivelser, annoncetekster, e-mails og opslag på sociale medier.
- Redigering og oversættelse: Tilpasning af teksters længde, sprog og tone til forskellige kanaler og målgrupper.
- Opsummering: Udtræk af centrale pointer fra rapporter, research og længere dokumenter.
- Chatbots: Spørgesvarsløsninger, hvor modellen indgår i en opsætning med relevant information om virksomheden eller dens produkter.
- Kodeassistance: Hjælp til kode og scripts til websites, interne værktøjer og automatisering.
De multimodale varianter udvider anvendelsen. En model med billedforståelse kan eksempelvis hjælpe med at beskrive, hvad et produktfoto viser. Modeller med lyd- eller videofunktioner kan indgå i arbejdsgange, hvor materialet skal analyseres eller omsættes til tekst.
Her skal du skelne mellem at forstå indhold og generere indhold. At en model kan analysere et billede, betyder ikke nødvendigvis, at den også kan skabe et nyt.
Sådan indgår Qwen i en arbejdsgang
Du giver modellen en instruktion, ofte kaldet en prompt, sammen med det materiale, den skal arbejde med. Det kan være en produkttekst, en rapport eller et billede, hvis modellen understøtter det.
Kvaliteten af opgaven afhænger blandt andet af, hvor tydeligt du beskriver det ønskede resultat. “Skriv en produkttekst” giver færre holdepunkter end en instruktion med målgruppe, produktfakta, tone og længde.
Flere Qwen-modeller har lange kontekstvinduer. Kontekstvinduet er den mængde information, modellen kan arbejde med i én behandling. Det er relevant, når du vil give den lange dokumenter eller omfattende instruktioner. Kapaciteten varierer dog mellem modellerne.
Fra enkeltopgaver til automatisering
Qwen kan integreres i egne systemer via et API – en grænseflade, som lader programmer udveksle data. Alibaba tilbyder blandt andet en OpenAI-kompatibel API-adgang, som kan gøre det lettere at tilpasse eksisterende integrationer. Kompatibiliteten betyder ikke, at modellerne nødvendigvis har identiske funktioner.
Nogle modeller understøtter også værktøjsbrug. Her kan modellen indgå i en AI-agent, der bruger tilknyttede værktøjer til at udføre dele af en opgave. Funktionerne afhænger både af modellen og af den tekniske opsætning omkring den.
Et praktisk eksempel: Udkast til produkttekster
En webshop kan bruge Qwen i en arbejdsgang, hvor produktdata bliver til tekstudkast:
- Systemet sender produktnavn, specifikationer og skriveretningslinjer til modellen.
- Modellen laver en produktbeskrivelse og en kort version til en anden kanal.
- En medarbejder kontrollerer fakta, formuleringer og brandets tone før publicering.
Hvis den valgte model understøtter billedinput, kan et produktfoto også indgå som materiale. Billedet bør dog ikke erstatte dokumenterede oplysninger om eksempelvis mål eller materialer.
Eksemplet viser forskellen på at bruge Qwen i en chat og at integrere modellen i produktionen: I integrationen kan samme opgave gentages systematisk med nye input.
Hvad skal du være opmærksom på?
Valget handler ikke kun om navnet Qwen, men om den konkrete model og adgangsform. Sammenlign især understøttede inputtyper, kvalitet på dine egne opgaver, svartid og omkostninger.
Der findes både proprietære modeller og open-weight-modeller, hvor modellens vægte – dens lærte parametre – er tilgængelige. Open-weight er ikke automatisk det samme som fuldt open source eller ubegrænset brugsret. Licensen for den enkelte model afgør vilkårene.
En realistisk afprøvning bør derfor bruge jeres egne opgaver: Kan modellen følge skriveretningslinjerne, bevare produktfakta og levere brugbart dansk? Det siger mere om dens værdi i marketingarbejdet end en lang liste over mulige funktioner.