«Du er en ekspert-utvikler. Skriv alltid sikker kode»: De enkle promptene bak KI-sensasjonen

– Jeg har bygget en klone av Lovable… ved å bruke Lovable. Det tok bare tre forespørsler. Og ja, det fungerer faktisk, skriver amerikaneren Matt Paige på Linkedin.

Han jobber i HatchWorks AI, som hjelper bedrifter med å integrere og utnytte kunstig intelligens i virksomheten sin.

Når du bruker en KI-assistent fra selskaper som Lovable, Cursor, Claude Code og Replit, ser du bare selve chatten. Det er den synlige delen av assistenten. Men i bakgrunnen ligger det skjulte «prompts» og «verktøy» – en slags instruksjoner og interne programmer som styrer hvordan KI-en skal tenke og oppføre seg.

De skjulte instruksjonene og verktøyene til en rekke kodegenererende KI-verktøy har den danske avisen Ingeniøren funnet på kodebiblioteket Github.

Her ser man at Lovable sender en rekke instruksjoner, for eksempel: «Du er en ekspert på React-utvikling. Skriv alltid sikker kode. Bruk kun Stripe-pakken til betalinger. Inkluder alltid HTTPS. Valider alt brukerinput. Aldri lagre passord i "plain text"»

Slik følger KI-en de skjulte reglene, og derfor ligner resultatene alltid på hverandre på samme plattform.

– Det er morsomt å lese, fordi det gir mye innblikk i utviklingen deres, og de understreker hva det vil si å lese en fil og endre koden. Det gir mye innsikt i hvordan man instruerer disse agentene. Jeg ville ikke vært bekymret for at man kunne gjøre det uten denne systemprompten, men Lovable ville helt klart foretrukket at den ikke ble lekket, sier Kasper Junge, ledende KI-utvikler i Dinero.

Forretningsmodellen under press

Svenske Lovable er verdsatt til 11 milliarder kroner etter at oppstartsselskapet fikk en investering på over 200 millioner dollar. Selskapet kjører på generative KI-modeller fra Anthropic og Open AI, som ironisk nok også driver sine egne KI-agenter. I tillegg finnes det flere gratis open source-løsninger, som Bolt.

Ifølge webutvikler Fadil Kurtovic, som gjennom jobben sin har fått god kjennskap til nettsider laget med såkalt vibe-coding, er det ikke nødvendigvis bedre å bruke Lovable enn gratis open source-løsninger.

– Jeg kan lage en lignende løsning på en halvtime. Grunnen til at de er så store, er markedsføringsteamet deres. Hvis du ser på mange andre alternativer, vil du oppdage at flere er bedre enn Lovable. Noen av de mange open source-løsningene er også bedre. Det handler rett og slett om at Lovable var en av de første og har god markedsføring, sier Kurtovic.

IT-sjef: Lovable mangler kritisk tenkning

En annen utvikler som Ingeniøren har vist systempromtene fra Lovable til, er Teknologiens Mediehus’ sjef for KI og automasjon, Lars Emil Christensen. Han anerkjenner at Lovable har mange spennende funksjoner, men peker på en stor begrensning:

– Jeg savner muligheten til å se Lovables tanker, slik man kan med andre verktøy. Det ville hjulpet med å forstå hvorfor den misforstår forespørsler. Generelt er Lovable en solid løsning som etterligner en utviklers atferd, men med et tydelig fravær av kritisk tenkning, sier han.

– Det ville ikke være særlig vanskelig å lage en lignende løsning selv, sier Christensen.

Utfordringen er ikke å bygge, men å tiltrekke brukere

Kasper Junge fra Dinero holder også foredrag for utviklere som ønsker å bruke KI-baserte kodeverktøy som Cursor, Claude Code og Copilot.

Han er enig i at en klone av Lovable er relativt enkel å lage. Den virkelige utfordringen er å få folk til å bruke den.

– Det er en klassisk utfordring for SaaS-produkter: å få brukere er like vanskelig som å bygge løsningen. Lovable er langt fremme på det punktet og er ifølge dem selv den raskest voksende oppstarten, så de står sterkt, sier Junge.

Dansk konkurrent: – Det er ikke lett

I Danmark har Henosia, grunnlagt av administrerende direktør Janne Juul Jensen og teknologidirektør Jim Meyer, forsøkt å konkurrere med Lovable om brukere uten kodeerfaring. Meyer forklarer at det er en stor ingeniørutfordring å skape en stabil KI-agent-plattform.

– KI-agenter er et klassisk eksempel på noe som er raskt å komme i gang med, men vanskelig å bygge opp til en stabil plattform og forretning som kundene kan stole på.

Mesteparten av utviklingsarbeidet handler om å styre KI-ens atferd og håndtere feil for å sikre at den ikke «sporer av» eller setter seg fast. Kunnskapen som bygges opp gjennom løpende overvåking av KI-ens atferd, skaper en markedsposisjon som er vanskelig å kopiere.

Men ifølge Ingeniørens opplysninger kjemper Henosia hardt for å få kunder. Så hvordan vil Henosia skille seg fra de mange konkurrentene og tiltrekke seg brukere?

– Med de fleste konkurrerende verktøy må man endre i koden med prompts, noe som gir store problemer med tidsbruk, kostnader og uforutsette endringer. Vi har løst dette med «visual edits», der man kan gjøre direkte endringer i koden via et visuelt grensesnitt. Det sparer tid, tokens og sikrer høy presisjon, siden KI-en ikke er involvert, sier Jim Meyer.

Svenske Lovable har ikke svart på Ingeniørens spørsmål innen fristen.

Artikkelen ble først publisert på Version 2 for deres abonnenter. Den er tilgjengelig for Digis abonnenter gjennom vår samarbeidsavtale.