Modul 3: Fra Værktøj til Workflow

Hvad er Cursor?

Cursor er en code editor (ligesom VS Code) - men med AI integreret direkte i programmet.

Tænk på det som:

  • Hvis du bruger Word → Cursor er som Word, men AI kan læse hele dit dokument og hjælpe med at skrive
  • Hvis du koder → Cursor er som VS Code, men AI forstår dit projekt og kan skrive kode sammen med dig
  • Hvis du arbejder med filer → Cursor er en editor hvor AI kan læse dine filer og hjælpe med at oprette/redigere dem

Hvorfor Cursor fremfor ChatGPT/Claude?

  • ChatGPT/Claude: Du skal copy-paste alt manuelt hver gang
  • Cursor: AI læser automatisk dine filer og husker projektet

Gratis at bruge - download på cursor.com/download

Live Demo: Hvordan jeg lavede dette website med Cursor

Case: Hele dette website - hjemmeside, indhold, struktur - blev bygget med Cursor AI

Jeg viser jer live:

Kontekst-problemet

Når I arbejder med AI over flere dage på samme projekt:

  • AI glemmer alt mellem sessions - I starter forfra hver gang
  • Copy-paste af tidligere samtaler bliver hurtigt kaotisk
  • Hvordan får I AI til at huske jeres virksomheds terminologi, standarder, processer?

Cursor’s løsning: AI der læser og skriver i filer

Her er forskellen:

  • ChatGPT/Claude: I kopierer context ind manuelt hver gang
  • Cursor: AI læser automatisk jeres projektfiler og husker sammenhæng

Nøglefunktioner jeg viser:

  • .cursorrules - Projektets “brugervejledning til AI”
  • Automatisk context fra jeres egne filer
  • Live eksempel: Sådan lavede jeg dette website step-by-step

Den rigtige kontekst = eksponentielt bedre output

Simpelt eksempel jeg demonstrerer:

Prompt: “Lav en proces-beskrivelse til vores team”

  • ❌ Uden context: Generisk skabelon med standard virksomhedsjargon
  • ✅ Med context: Bruger JERES termer, følger JERES templates, matcher JERES tone

Takeaway: Cursor er gratis, kan spare jer for 70% copy-paste, og gør AI til en kollega der faktisk husker hvad I arbejder på.

Min projekt-struktur - live eksempel:

Sådan ser mine projekter ud (det I ser på skærmen):

“Projects/ ├── 2025-11/ # November projekter │ ├── 2025-11-26_7N-Ai-indlæg-Region-Syd/ │ ├── .cursorrules # AI’s ‘projekt-manual’ │ ├── README.md # Projekt oversigt │ ├── site/ # Hugo website │ │ └── content/ │ │ ├── agenda/ │ │ ├── del-1-teoretisk/ │ │ └── hands-on/ ← Denne side │ └── Data/ # Baggrundsmateriale ├── admin/ # Central dokumentation │ ├── processes/ # Genbrugelige standardprocesser │ ├── templates/ # Skabeloner │ └── scripts/ # Automatisering”

Hvorfor denne struktur virker:

  • ✅ Dato i mappenavn → AI ved tidslinje
  • ✅ README i hver mappe → AI får hurtig oversigt
  • ✅ Central /admin → Processer genbruges på tværs
  • ✅ .cursorrules per projekt → AI husker kontekst

Jeg viser live: Når jeg åbner projektet i Cursor, forstår AI automatisk “AI Workshop for Region Syddanmark er et træningsforløb i november 2025” uden jeg siger det.

Min Daglige Workflow med Cursor - Sådan Arbejder Jeg Reelt

Tænk på AI-samtalen som et møde der IKKE protokolleres - med mindre I aktivt skriver tingene ned.

1. Start hver session: “Hey” (Context Loading)

Hvad jeg gør:

“> hey”

Hvad der sker:

  • AI læser .cursorrules og forstår projekt-kontekst
  • Indlæser relevante filer fra workspace
  • Klar til at arbejde med DETTE projekts standarder

Eksempel fra mit workshop-projekt:

  • Cursor ved nu det er et træningsforløb
  • Forstår målgruppen (Region Syddanmark medarbejdere)
  • Husker Hugo site-strukturen
  • Kender min tone og stil-præferencer

2. Orienter AI om dagens opgave (Scope Definition)

Hvad jeg gør:

“> Jeg skal skrive afsnittet om hands-on workshop. Målgruppen er folk uden erfaring med Cursor. Skal være praktisk og hands-on, ikke teoretisk.”

Hvorfor dette er kritisk:

  • AI ved nu hvad succes betyder i denne session
  • Undgår irrelevant output
  • Sparer tid på omskrivninger

Dårligt eksempel:

“> Hjælp mig med workshop-afsnittet”

(For vagt - AI ved ikke niveau, tone eller formål)

3. Iterativ dialog - men SKRIV beslutninger ned (Knowledge Capture)

Hvad jeg gør:

Dialog fase:

“Jeg: ‘Hvad mener du om strukturen?’ AI: ‘Foreslår A, B, C…’ Jeg: ‘B lyder bedst, men tilpas til vores case’ AI: ‘Her er B tilpasset [viser kode/tekst]’ Jeg: ‘Perfekt - skriv det til content/hands-on/index.md’”

Hvorfor det er vigtigt:

  • ✅ Chatten glemmes → Beslutninger skal i filer
  • ✅ Filer huskes → Næste session har kontekst
  • ✅ Git versionering → I kan rulle tilbage

Konkret eksempel fra i morges:

“Jeg: ‘Lav liste over nyttige Cursor shortcuts’ AI: [viser liste i chat] Jeg: ‘Nice! Men skriv den til data/cursor-shortcuts.md så jeg kan genbruge den senere’ AI: [opretter fil]”

Resultat: Nu har jeg en fil jeg kan:

  • Linke til fra andre dokumenter
  • Dele med kollegaer
  • Opdatere når jeg lærer nye shortcuts
  • Versionere i git

4. Session-afslutning: Tjekliste for hukommelse

Før jeg lukker Cursor, spørger jeg mig selv:

  • Er vigtige beslutninger skrevet ned i filer?
  • Er nye processer dokumenteret?
  • Er ændringer committed til git?
  • Er todos opdateret med next steps?

Hvis nej til nogen → Bed AI skrive det ned NU.

Realitetscheck: Hvad der faktisk sker i praksis

Scenarie 1: Mandag morgen (effektiv start)

“09:00 - Åbner projekt i Cursor. 09:01 - ‘hey’ → AI loader context. 09:02 - ‘Fortsæt arbejdet på workshop-slides fra i går’. 09:03 - AI åbner automatisk de rigtige filer fordi de blev opdateret i går”

Scenarie 2: Mandag morgen (ineffektiv start - ingen dokumentation)

“09:00 - Åbner projekt i Cursor. 09:01 - ‘hey’. 09:02 - ‘Hvad arbejdede vi på sidst?’ ← AI ved det ikke, fordi chat-historik er væk. 09:05 - Jeg skal manuelt huske og forklare alt igen”

Forskellen: 5 minutter hver dag = 20 timer/år spildt på re-orientation.

Min Personlige Shortcut: “Skriv det ned”-reglen

Tommelfingerregel:

Hvis jeg skulle forklare dette til en kollega i morgen - ville jeg huske det?

Hvis nej → Bed AI skrive det i en fil NU.

Typiske kandidater til dokumentation:

  • Beslutninger: “Vi bruger metode X fordi Y”
  • Processer: “Sådan deployer vi til staging”
  • Erkendelser: “Bug skyldtes Z, fix var Q”
  • Checklists: “Before production: step 1, 2, 3…”

Hurtig kommando jeg bruger konstant:

“> Skriv dette til [filnavn]: [copy-paste fra chat]”

AI skaber filen og jeg fortsætter arbejdet - tager 10 sekunder.

Byg Jeres Eget Cursor Setup - I følger med

I har laptops med, og vi bygger jeres første AI-projekt sammen:

1. Download Cursor

Gå til cursor.com/download og installer (tager 2 min)

  • Gratis version er fin til at starte
  • Claude anbefales som AI-model hvis I skal vælge
  • Sign up med Google/GitHub for hurtigst

2. Vælg et rigtigt projekt

Tænk over et projekt I faktisk arbejder på - eller vil starte:

  • Kunde-præsentation I skal lave?
  • Proces-dokumentation I skylder jeres chef?
  • Excel-analyse der kræver scripts?
  • Intern kommunikation der skal skrives?

Ingen projekt? Lav en Workshop-Notes mappe til noter fra i dag.

3. Opret projekt-mappe på jeres laptop

Vigtigst: Lav mappen et sted der bliver backuppet (Dropbox, OneDrive, iCloud)

Eksempel navngivning:

“2025-10-24_KundePræsentation-AIStrategi” eller “2025-10_ProcesDokumentation-Onboarding”

4. Åbn mappen i Cursor

File → Open Folder → Vælg jeres nye projektmappe

5. Start en samtale med Cursor AI

Skriv i Cursor Chat:

“Jeg arbejder på [beskriv projekt i 1-2 linjer]. Lav venligst en README.md fil der beskriver projektet og hvad målet er.”

Cursor laver filen. Åbn den og tilret hvis nødvendigt.

6. Få Cursor til at “forstå” dit projekt

Bed Cursor:

“Har du nogle spørgsmål om projektet før du hjælper mig videre?”

Se hvad den spørger om - det fortæller jer hvad AI har brug for at vide.

7. Lav jeres første .cursorrules fil

Nu til det magiske - reglerne AI følger:

“Opret en .cursorrules fil til dette projekt. Inkluder: Hvad projektet handler om, hvem målgruppen er, hvilken tone jeg vil have (formel/uformel, dansk/engelsk), og at du skal spørge før du sletter eller overskriver filer.”

Cursor laver filen. Gennemgå den sammen.

8. Test jeres setup

Bed Cursor om noget relevant:

  • “Lav en tjekliste til næste steps i projektet”
  • “Skriv et udkast til introduktion til [kunde/team]”
  • “Hvilke filer mangler jeg for at have et komplet projekt?”

Evaluér: Forstod Cursor konteksten? Matchede tonen? Brugte den jeres terminologi?

Åben Workshop - Jeres Use Cases

Nu er I i gang, og jeg hjælper individuelt:

Mulighed A: Byg jeres rigtige projekt

Tag det arbejde I kom med:

  • Jeg guider jer i at strukturere det så AI kan hjælpe
  • Vi laver .cursorrules skræddersyet til JER
  • I får konkret output I kan bruge mandag morgen

Mulighed B: Context Engineering Deep Dive

For dem der vil nørde:

  • Hvordan strukturerer man dokumentation AI kan læse optimalt?
  • Markdown best practices
  • Automatisering med scripts (Python/Bash)
  • MCP (Model Context Protocol) - next level

Mulighed D: Bare spørg

Typiske spørgsmål jeg får:

  • “Hvordan får jeg Cursor til at huske vores virksomheds standarder?”
  • “Kan Cursor læse vores Excel-ark og lave automatiske rapporter?”
  • “Hvordan deler jeg mit setup med kollegaer?”
  • “Skal jeg bruge Cursor eller fortsætte med ChatGPT?”
  • “Hvad er forskellen på Cursor, GitHub Copilot og Cline?”

I vælger selv tempo og fokus - jeg cirkulerer og hjælper hvor I har brug for det.

.cursorrules Eksempler - Copy/Paste Ready

Her er konkrete .cursorrules eksempler I kan kopiere og tilpasse:

Eksempel 1: Torbens egen .cursorrules (forenklet eksempel)

Dette er (en forenklet udgave af) de regler jeg bruger i mit eget workspace:

“# Projekt Management System - AI Assistant Guide. Ved ENHVER opgave: 1. Tjek om der findes en proces i admin/processes/. 2. Hvis ja: Følg processen step-by-step. 3. Hvis nej: Spørg om jeg vil have dig til at lave en. Kommunikation: Sprog: Altid dansk. Stil: Kort executive summary (2-3 linjer), så detaljer. Tone: Direkte, handlingsorienteret, ingen AI-sludder. Når du hjælper mig skal du: 1. ALDRIG gætte - spørg hvis du er usikker. 2. LÆS FØRST - brug grep/find før du læser hele filer. 3. FØLG STRUKTUR - Projekter hedder YYYY-MM-DD_Projektnavn. 4. LAZY LOADING - Læs KUN hvad opgaven kræver. 5. VERIFICER - Kør scripts og tjek output før du siger success. Vigtige scripts: complete_todo.py - Luk todos. project_archive.py - Arkiver projekter. health-check.sh - Validér system. Filer du skal kende: admin/processes/_INDEX.md - Katalog over alle processer. admin/templates/ - Skabeloner til gentagende opgaver. Projects/ - Alle aktive projekter. Aldrig gør dette: Hardcode paths (brug altid path_config). Lav fake data eller placeholder IDs. Spring validering over. Improvisér uden dokumenteret proces.”

Hvorfor dette virker:

  • ✅ AI ved præcis hvordan min workspace er struktureret
  • ✅ Følger dokumenterede processer (konsistens)
  • ✅ Lazy loading = hurtigere response
  • ✅ Spørger før den gætter (ingen overraskelser)

Eksempel 2: Frontend Udvikling

For dem der arbejder med web-udvikling:

“# [PROJEKTNAVN] - Frontend Vedligeholdelse. Projekt Beskrivelse: React/TypeScript frontend med fokus på performance og vedligeholdelse. Tech Stack: React 18, TypeScript, Tailwind CSS, Vite. Målgruppe: Interne brugere (desktop-first). Kode kommentarer: Dansk. Teknisk dokumentation: Engelsk. Når AI hjælper mig skal den: 1. Altid følge vores ESLint regler og TypeScript strict mode. 2. Bruge vores component library fra /components. 3. Generere unit tests med Jest + React Testing Library. 4. Spørge før ændring af eksisterende API endpoints. 5. Skrive accessibility (ARIA) attributter i alle UI components. Filer AI skal læse først: package.json (dependencies og scripts). README.md (projekt oversigt). src/components/index.ts (component library). .eslintrc.js (coding standards).”

Eksempel 3: Projektledelse & Rapportering

For projektledere der vil automatisere rapporter:

“# [PROJEKTNAVN] - Projekt Rapportering. Projekt Beskrivelse: Automatiseret ugentlig rapportering af projekt KPI’er til ledelsen. Målgruppe & Tone: Projektledere og styregruppe. Formel dansk, business-fokuseret. Executive summary → detaljer → risici. Når AI hjælper mig skal den: 1. Bruge vores skabelon fra /templates/ugentlig_rapport.md. 2. Inkludere konkrete målinger (ikke generiske beskrivelser). 3. Fremhæve afvigelser med rød/gul/grøn status. 4. Foreslå konkrete handlinger ved risici. 5. Formatere til både PDF og email. Filer AI skal læse først: templates/ugentlig_rapport.md (rapport skabelon). data/kpi_dashboard.xlsx (aktuelle KPI’er). projektplan.md (milestones og deadlines).”

Eksempel 4: Marketing & Content

For dem der skriver kommunikationsmateriale:

“# [PROJEKTNAVN] - Marketing Content. Projekt Beskrivelse: Kundetilpassede marketing materialer og kommunikationsprodukter. Målgruppe & Tone: B2B kunder (tech, finance, healthcare). Professionel, men tilpasset kundens brand. Fokus på værdi og ROI. Når AI hjælper mig skal den: 1. Starte med kundens specifikke behov og udfordringer. 2. Bruge vores content framework fra /templates/content_structure.md. 3. Inkludere konkrete cases (ikke generiske eksempler). 4. Optimere til forskellige kanaler (email, web, social). 5. Overholde GDPR og marketing lovgivning. Filer AI skal læse først: templates/content_structure.md (content framework). kunder/[kundenavn]/brand_guidelines.md. cases/success_stories.md.”

Eksempel 5: Minimal Start (hurtige projekter)

Hvis I bare vil i gang hurtigt:

“# [PROJEKTNAVN] - Quick Start. Projekt: [Kort beskrivelse på 1 linje]. Vigtigst at vide: Sprog: Dansk/Engelsk. Format: Markdown/Code/etc. Mål: [Hvad skal opnås]. Gør altid dette: 1. [Vigtig regel 1]. 2. [Vigtig regel 2]. 3. [Vigtig regel 3]. Læs først: [Vigtigste fil]. [Næste vigtige fil].”

Pro Tips til Gode .cursorrules

Fra erfaring med hundredvis af projekter:

1. Start småt - Begynd med 3-5 regler, byg op over tid

2. Vær specifik - “Brug vores template” < “Brug /templates/rapport.md”

3. Inkluder eksempler - Vis AI hvad god output ser ud

4. Opdater ofte - .cursorrules skal leve med projektet

5. Del med teamet - Ensartede regler = bedre samarbejde

Best Practice fra Torben:

“Min .cursorrules er 150 linjer fordi jeg har brugt den i 6 måneder. Jeres første bør være 20 linjer. Tilføj regler når I finder mønstre.”

Flere eksempler: Se .cursorrules Eksempler for 8+ branchespecifikke templates.

Praktisk Info

Forberedelse inden sessionen:

  • Medbring laptop med internet
  • Tænk over ét konkret projekt I vil optimere med AI
  • Download Cursor på forhånd hvis I vil spare tid: cursor.com/download

Efter workshoppen får I:

  • Mine .cursorrules eksempler I kan genbruge
  • Link til opfølgnings-kanal (Slack/Teams) for spørgsmål
  • Liste over nyttige Cursor resources
  • (Bonus: 30-dages Cursor Pro trial hvis I vil teste premium features)

Nyttige Resources

Start her:

Context Engineering: