AI-agenter: sådan arbejder de i praksis

Jeg har arbejdet med PPC og SEO i over 12 år og er partner i SEOhaj ApS. PPC betyder annoncer, hvor du betaler pr. klik, fx Google Ads. På denne side får du forklaringen på, hvad AI-agenter er, og hvad de kan bruges til. Du får også at vide, hvor de skal holdes i kort snor.

Hvad er en AI-agent?

En AI-agent er et program, der arbejder mod et mål. Den henter selv de data, den skal bruge, vurderer dem og vælger, hvad der skal ske. Vurderingen laves typisk af en sprogmodel. Det er den type AI-model, der kan læse og skrive tekst. Det er det, der adskiller agenten fra almindelig software, der altid følger samme opskrift.

Når jeg, Kenneth Jonassen, bygger en agent, tænker jeg den i fem dele: et mål, data, en vurdering, en handling og en hukommelse. Mangler en af delene, får du enten en agent, der gætter, eller en agent, der gentager sig selv.

Læs den fulde forklaring på, hvad en AI-agent er

Forskellen på en AI-agent, en chatbot og en automatisering

En automatisering følger en fast opskrift. En chatbot svarer, når du spørger. En AI-agent går selv i gang, kigger på situationen og vælger mellem flere muligheder. Forskellen handler altså om, hvem der tager initiativet, og hvem der træffer valget.

Jeg, Kenneth Jonassen, bruger alle tre i mit eget arbejde, og de fleste af mine agenter er en blanding. Jeg bygger dem i n8n, som er et værktøj til at koble systemer sammen i faste arbejdsgange. Min tommelfingerregel er enkel. Brug kun en sprogmodel der, hvor der skal vurderes. Alt, der kan regnes ud med almindelig kode, skal regnes ud med kode.

Hvad kan AI-agenter bruges til i en virksomhed?

AI-agenter passer bedst til opgaver, der gentager sig, bygger på data og kræver en vurdering hver gang. I marketing og drift handler det især om rapportering, overvågning, opfølgning og løbende optimering.

Det er de områder, jeg, Kenneth Jonassen, selv har agenter på i dag. Den ene optimerer annoncekonti. Den anden skriver udkast til månedsrapporter til kunder.

Der er flere typiske muligheder i små og mellemstore virksomheder. En agent kan overvåge din tracking, så du opdager det, hvis målingen af dine salg holder op med at virke. Den kan følge op på leads, der er blevet liggende. Den kan tjekke dit produktfeed, altså listen over dine produkter til fx Google Shopping. Og den kan skrive svar på standardhenvendelser, som et menneske godkender, før de bliver sendt.

Det er eksempler på, hvad en agent kan bygges til. Det er ikke løfter om resultater. Om det giver mening hos dig, afhænger af dine data, og af hvor meget tid opgaven tager i dag.

En agent passer dårligt til opgaver, hvor hver sag er unik, eller hvor der ikke findes data at arbejde ud fra. Der er et menneske stadig det bedste valg.

Se flere eksempler på AI-agenter

Sådan ser mine egne AI-agenter ud

Jeg, Kenneth Jonassen, har to agenter i drift. Den ene er en PPC-agent, der finder én forbedring pr. kunde. Den anden skriver udkast til månedsrapporter. Begge er bygget i n8n, og i begge har jeg det sidste ord.

PPC-agenten finder én ændring pr. kunde

PPC-agenten kører hver anden søndag kl. 3 om natten og ender med ét konkret forslag pr. kunde. Den henter data via API, altså en direkte forbindelse til systemerne, fra Google Ads, Meta Ads, GA4, Google Tag Manager og Merchant Center. Den sammenligner tre perioder på 14 dage: de seneste 14 dage, perioden før og samme periode sidste år.

Først tjekker den fire røde flag: brudt tracking, afviste produkter i Merchant Center, forbrug uden resultat og tabt budget. Derefter vurderer en sprogmodel 3 til 5 mulige ændringer. Den ser på effekt, på hvor sikre dataene er, og på tidsforbrug. Den vælger én ændring, der højst tager 30 minutter at udføre, og kode kontrollerer svaret.

Agenten bruger kundens historik som hukommelse. Den foreslår derfor ikke noget, som kunden og jeg allerede har besluttet ikke at gøre. Forslaget lander som et kort i Google Chat med en trinvis guide, en begrundelse og den forventede effekt.

Piloten startede 24. september 2026 med 3 kunder. I dag kører agenten på 11 aktive kundekonti. Den første samlede kørsel gav 12 forslag. 9 kunne udføres med ét klik, og 3 var guides. Jeg har endnu ingen målinger af effekten, så den lover jeg ikke noget om.

Månedsrapporterne: tal fra kode, tekst til godkendelse

Månedsrapporterne er bygget, så tallene aldrig kommer fra en sprogmodel. Rapporterne fra kundens Google Ads, Microsoft Ads (Bing) og Meta bliver hentet automatisk fra mailen og gemt. Tallene læses med kode direkte fra rapporten og krydstjekkes mod Google Ads og Meta.

Derefter skriver en sprogmodel en kort mail til kunden på 150 til 250 ord. Kun daterede tiltag fra kundens historik kommer med. Kode kontrollerer tal, tone og ord, og en kvalitetskontrol godkender eller afviser teksten. Efter højst 3 omskrivninger bliver mailen markeret til manuelt tjek.

Mailen ligger altid som kladde. Den sendes aldrig automatisk. Jeg læser den igennem og sender den selv.

Systemet kører for 12 PPC-kunder. Ved testkørslen i september 2026 blev der lavet 13 rapporter, og 9 blev godkendt direkte. Den nye version kører første gang i drift i november 2026.

Læs begge cases

Det skal en AI-agent ikke gøre alene

En AI-agent skal ikke ændre noget, der koster penge, uden at et menneske har sagt ja, og den skal kun skrive til dine kunder, hvis I har aftalt faste regler for det. Det er den vigtigste regel i alt, hvad jeg bygger. En sprogmodel kan tage fejl, og den kan lyde overbevisende, mens den gør det.

Derfor har de agenter, jeg, Kenneth Jonassen, bygger, tre sikkerhedsnet: godkendelse, grænser og fortryd.

Samme tankegang gælder månedsrapporterne. Agenten skriver udkastet, men det er mig, der trykker send. Overvejer du en agent, er mit råd at starte med at bestemme, hvad den aldrig må gøre selv. Så bliver resten meget lettere.

Sådan kommer du i gang med AI-agenter

Du kommer i gang med AI-agenter i fire trin: find opgaven, sikr dine data, byg en prøveversion og sæt den i drift med godkendelse. Sådan griber jeg, Kenneth Jonassen, det an, både i mit eget arbejde og for kunderne i SEOhaj.

1. 1

   1. Find opgaven

   Start med én opgave, der gentager sig, og som du kan beskrive præcist. Kan du ikke forklare opgaven til en ny medarbejder, kan du heller ikke forklare den til en agent.

2. 2

   2. Sikr dine data

   En agent bliver aldrig bedre end de data, den får. Er din tracking i stykker, træffer agenten beslutninger på forkerte tal. Derfor tjekker min PPC-agent for brudt tracking som det allerførste.

3. 3

   3. Byg en prøveversion

   Byg en prøveversion og test den med rigtige data, ikke med pæne eksempler. PPC-agenten startede som pilot på 3 kunder, før den kom ud på flere konti.

4. 4

   4. Sæt i drift med godkendelse

   Når prøveversionen holder, kommer agenten i drift. Et menneske godkender stadig hvert forslag, der ændrer noget. Sådan kører mine egne agenter i dag.

Hvad koster en AI-agent?

Prisen på en AI-agent er individuel, fordi ingen pris passer til alle projekter. Den afhænger af opgavens størrelse, antallet af datakilder og hvor meget agenten må gøre selv. Den afhænger også af, hvordan godkendelsen skal foregå, og hvor meget der skal testes.

Der er også løbende udgifter. Det gælder hosting af n8n, forbrug af sprogmodellen og vedligehold, når systemerne omkring agenten ændrer sig.

Når du har talt med mig, Kenneth Jonassen, om opgaven, får du et konkret tilbud. Samarbejdet kører gennem SEOhaj ApS, og der er ingen binding. Du kan stoppe fra måned til måned med en mail.

Læs mere om, hvad en AI-agent koster

AI-agenter i Google Ads

Google Ads har allerede AI indbygget, men en egen agent kan noget andet. Den kigger på tværs af dine kanaler og husker dine beslutninger. Det er ikke enten eller. Jeg, Kenneth Jonassen, bruger begge dele på de samme konti.

Googles egen automatik arbejder inde i Google Ads. Smart Bidding er budstrategier, der bruger Googles AI til at byde efter konverteringer eller konverteringsværdi i hver enkelt auktion. Det kræver, at konverteringssporing er slået til. En konvertering er en handling, du gerne vil have, fx et køb eller en henvendelse.

Performance Max er en kampagnetype, der bruger Googles AI til at finde kunder på tværs af Googles kanaler, fx YouTube, Display, Søgning, Discover, Gmail og Maps.

Min egen agent supplerer med det, der ligger rundt om kontoen. Den bruger data fra GA4, Google Tag Manager, Merchant Center og Meta Ads. Den sammenligner med samme periode sidste år. Og den husker, hvad der er aftalt med kunden.

Læs mere om AI-agenter i Google Ads og om mit arbejde med Google Ads.