AI idrift.

Idrottsförbund har egna övningsbanker och egna sätt att bygga träning, men tränarna i föreningarna planerar ofta i dokument och kalkylark. En generell AI-modell föreslår gärna övningar som förbundet aldrig har godkänt.

Jag grundade och byggde Atletio, en plattform där varje förbund har sin egen organisation, sin egen övningsbank och kan ta in nya tränare utan kodändringar. Planerna genereras med Claude och strömmas till tränaren. Innan en plan sparas kontrollerar servern att varje övning finns i förbundets bank, och regeln är nedskriven i projektets grundregler. Inloggningen är testad så att en utomstående inte kan ta reda på vilka e-postadresser som är kunder.

Byrån sköter ett tjugotal lokala annonsörer inom handel, besöksnäring och industri, med konton i både Google Ads och Meta. Kontoanalyser, kampanjbyggen och rapporter gjordes för hand, ett konto i taget.

Jag byggde MCP-servrar som ger Claude åtkomst till Google Ads och Klaviyo, och ett arbetssätt ovanpå dem. Google Ads-servern har åtta läsverktyg och tio skrivverktyg. Varje ändring körs som en testkörning tills någon slår på skarpt läge, och tak för budget, klickpris och procentuell höjning ligger i serverns konfiguration. Att skapa kampanjer och annonser måste slås på separat. Klaviyo-servern märker sina 64 verktyg som läsande, skrivande eller destruktiva, så att de farliga kan kräva godkännande.

Teamet som arbetar mot kedjan tar fram annonser, skyltar och kampanjmaterial för många butiker varje vecka. Allt ska stämma med öppettider, veckans erbjudanden och kedjans regler för priser och juridisk text, och felen hittades vid korrektur för hand.

Jag byggde ett plugin till byråns Claude-organisation med fem färdigheter (skills) och två kopplingar (connectors), som svarar på frågor om butiker och korrekturläser material mot riktiga data. Runt det finns en kampanjportal med en MCP-endpoint för butiksdata, en skyltgenerator där priset hämtas från erbjudande-API:t och inte kan ändras i formuläret, och ett InDesign-verktyg där Claude bara klassar erbjudandetypen medan vanlig kod räknar ut priset. En granskningstjänst jämför kampanjmaterial mot produktlistan.

Byråns kunder ville veta vad som rör sig i sociala medier och nyheter för att planera innehåll och kampanjer. Att bevaka det för hand tar mycket tid och blir sällan heltäckande.

Jag byggde ett flöde som varje dag hämtar data från Google Trends, Google News, TikTok, X, YouTube, Spotify och från SVT, DN, Aftonbladet och Sveriges Radio. Claude analyserar materialet, och textvektorer (embeddings) i en vektordatabas grupperar det som handlar om samma sak. Systemet flaggar avvikelser och skickar rapporter som PDF och e-post. Det har också en egen MCP-endpoint, så att rapporterna kan läsas av en AI-agent.

Information om att bo, flytta till och besöka Östersund ligger utspridd över många webbplatser. Den som letar måste veta var den ska leta.

Jag byggde både chatten och backend. Backend hämtar innehåll från webbplatserna, lägger det i en vektordatabas och har ett administrationsgränssnitt för kunskapsbasen. Chatten svarar med sökning i den databasen och visar kort för väder, platser och evenemang. En egen ingång, Flytta hit, hjälper den som funderar på att flytta till kommunen.

Byråns ledning pekade ut AI som en huvudfråga för konkurrenskraften. Kunskapen var ojämnt fördelad, från medarbetare som aldrig skrivit en prompt till utvecklare som redan arbetade med agenter.

Jag har tagit fram och hållit utbildningar för medarbetare och kunder, bland annat för besöksnäringen i Jämtland på uppdrag av Jämtland Härjedalen Turism, med eget material och promptbibliotek. Samma kunskap ligger i aikunskaper.se, en kursplattform där deltagaren skriver prompter, får dem bedömda av en AI och kan förbättra dem i en chatt inne i kursen. Organisationer kan ansluta sina medarbetare och dela ut intyg.