AI + journey maps: Mit lille eksperiment

Nyhedsbrev udsendt d. 18. nov. 2025

Noget at tænke over

Hvad nu hvis dit journey map altid var opdateret?

Jeg har tænkt på et lille eksperiment i et stykke tid.

De fleste journey maps jeg ser?

De bliver lavet én gang.

Ligger i en PDF.

Bliver aldrig opdateret.

Selv når der kommer ny feedback.

Nye support tickets.

Nye brugerindsigter.

Mappet forbliver det samme.

Frosset i tid.

Men hvad nu hvis det ikke behøvede at være sådan?

Hvad nu hvis du kunne give AI dine løbende data – og få et opdateret journey map hver måned?

Eller hver uge?

Support tickets fra sidste måned.

Nye kundehenvendelser.

Feedback fra seneste release.

AI syntetiserer det.

Opdaterer mappet.

Markerer hvad der er nyt.

Ikke et statisk dokument.

Men et levende dokument.

Det kunne ændre hvordan vi bruger journey maps.Fra et “research-projekt vi laver én gang” til “et operationelt værktøj vi faktisk bruger”.

Og det gælder ikke kun for én stor customer journey.

Du kunne bruge samme tilgang til det projekt du sidder med lige nu.

Ny feature?

Generer et journey map baseret på de brugerdata du har.

Tre uger senere med nye indsigter?

Opdatér det.

Men der er en forudsætning:God input giver bedre output.

Hvis du bare smider dårlig data til AI og siger “lav et map”, får du noget rod retur.

Generiske pain points.

Antagelser der lyder troværdige men er forkerte.

Et map der kunne passe på enhver virksomhed.

Derfor startede jeg med at lave Journey Builder Prompt.

En struktureret proces der tvinger dig til at:

• Vælge den rigtige journey model
• Definere archetypes baseret på adfærd (ikke demografi)
• Markere forskellen mellem data og antagelser
• Validere output kritisk

Tanken er:

Hvis du har en solid proces første gang, kan du genbruge den.

Hver gang du får ny data.

Med samme kvalitetskontrol.

Jeg ved ikke om det virker i praksis endnu.

Det er stadig et eksperiment.

Og uanset hvad, så erstatter AI aldrig det menneskelige touch.

Men hvad hvis vi kunne…?

Den samtale med en rigtig bruger.

Den intuition du får når du ser frustration i øjnene på nogen.

De nuancer der ikke står i data.

AI kan hjælpe dig med at se mønstre.

Men du skal stadig tale med mennesker.

3 spørgsmål til din reflektion

AI, Bias og levende dokumenter

• Hvordan ville du opdage om dit AI-genererede journey map indeholder bias eller hallucinationer?
• Hvad ville der ske hvis din virksomhed behandlede journey maps som levende dokumenter i stedet for statiske PDFs?
• Hvad er værst: Et perfekt journey map der aldrig bliver brugt, eller et ufuldkomment map der opdateres løbende?

Gør noget nu…

Test Journey Builder Prompt på dit næste projekt

Jeg har lavet en komplet prompt-guide du kan bruge til at generere troværdige journey maps med AI.

Sådan bruger du den:

• Download Journey Builder Prompt - Opret ny chat i Claude, ChatGPT eller Gemini
• Upload PDF’en
• Skriv “Start” og følg processen

Prompten guider dig igennem 6 trin – fra at forstå din datasituation til at validere det færdige map.

Brug 30 minutter på at teste den:

Tag et projekt du arbejder på lige nu.

Saml den data du har – selv hvis det bare er support tickets eller feedback.

Kør prompten.

Og se:

• Hvilke mønstre finder AI som du ikke selv havde set?
• Hvor laver den antagelser du skal validere?
• Hvilke pain points scorer højest på sværhedsgrad?

Brug ikke outputtet ukritisk.

Men brug det som udgangspunkt til at stille bedre spørgsmål.

Vil du dele dine erfaringer?

Har du brugt AI til journey mapping?

Hvad gik godt – og hvad gik galt?

Svar meget gerne tilbage.

Jeg samler eksempler og læring til et kommende nyhedsbrev.

Indtil næste gang…

Pas på dine brugere du designer til – og på dig selv.

/ Michael Brydebøl

P.S. AI kan både hjælpe og skade dit UX-arbejde. Vil du læse mere om hvordan?

Tjek hvordan du bruger AI til divergent tænkning – eller læs om hvordan AI kan gøre dig doven.