AGENTS.md: Den kedelige projektfil, der gør AI markant mindre irriterende at arbejde med

Der er en fase i næsten alle AI-projekter, hvor det hele føles lidt magisk.

Man åbner Codex, Claude Code, Cursor, Manus eller ChatGPT Projects og skriver noget i stil med: “Byg et simpelt kalenderværktøj, hvor man kan oprette aftaler, gentage events og sætte påmindelser.” Og så sker der noget. Der kommer en plan, nogle filer, nogle komponenter. Måske endda noget, der ligner en app.

Og så begynder det, som alle der har arbejdet i længere forløb med AI-værktøjer kender:

• AI’en ændrer noget, den ikke skulle ændre.
• Den opfinder et nyt mønster, selvom projektet allerede har et.
• Den løser opgaven på en måde, der gør den næste opgave dyrere.
• Den tilføjer en dependency “fordi det var nemmest”.
• Den laver “en lille forbedring”, der i praksis er en produktbeslutning.
• Den glemmer, hvad I aftalte for tre chats siden.

Så konkluderer mange, at AI stadig er for ustabilt til seriøst arbejde. Det er ikke helt forkert. Men ofte er problemet mere kedeligt: Projektet har ikke givet agenten noget ordentligt at arbejde ud fra.

Vi har brugt alt for meget tid på “den gode prompt”. I længere projekter er prompten bare ikke nok. Du har brug for en arbejdsmanual.

Det er her AGENTS.md kommer ind. Den er tør. Den er banal. Og den virker.

Hvad er AGENTS.md (og hvad er det ikke)?

AGENTS.md er en simpel Markdown-fil i dit projekt, der fortæller AI-agenter, hvordan de skal arbejde i netop det her repo, på den her måde.

Det er ikke en personlighedsbeskrivelse. Det er ikke “vær en ekstremt erfaren senior fullstack developer”. Det er praktiske instruktioner:

• Hvilke filer skal læses først?
• Hvordan starter man projektet?
• Hvilke kommandoer tester projektet?
• Hvilken struktur skal bevares?
• Hvad må ikke ændres uden eksplicit besked?
• Hvordan skal ændringer afleveres og dokumenteres?

README.md er typisk skrevet til mennesker. AGENTS.md er skrevet til agenten.

Det lyder banalt. Det er det også. På den gode måde.

Hvorfor AI bliver træls, når den får for meget frihed

Det lyder lidt kontraintuitivt, for hele pointen med agenter er jo, at de kan gøre mere selv: læse filer, skrive kode, foreslå ændringer, teste, refaktorere, dokumentere. Problemet er, at “mere selv” tit betyder “flere uautoriserede beslutninger”.

Tag et kalenderværktøj. På overfladen er opgaven enkel: opret en aftale. Fem minutter senere står du i datokalender-mudderet:

• Skal events gemmes i UTC eller lokal tid?
• Hvad sker der ved sommertid?
• Hvordan håndteres gentagelser?
• Hvad betyder “hver mandag kl. 09”, hvis brugeren skifter tidszone?
• Hvad sker der, hvis man redigerer én forekomst i en serie?
• Skal slettede forekomster gemmes som undtagelser?

Det er ikke bare “tekniske detaljer”. Det er produktbeslutninger. Hvis de ikke står nogen steder, gætter agenten. Nogle gange gætter den fornuftigt. Andre gange bygger den noget, der ser rigtigt ud i en diff og giver hovedpine en uge senere.

AGENTS.md gør ikke AI klogere. Den gør projektet tydeligere. Den fjerner nogle af de beslutninger, agenten ellers selv ville tage.

Startpakke: 5–7 filer der giver agenten hukommelse

Du kan skrive alt i én fil. Det skal du sjældent. Når AGENTS.md bliver en roman, bliver den til en rodekasse. Brug den som indgang, og læg resten i små støttefiler, der kan vedligeholdes uden at man mister overblikket.

Her er en praktisk startpakke, som passer til både kodeprojekter og “projekter i tekst” (indhold, SEO, produktbeskrivelser osv.). Opret 5 filer, og udvid til 7, når du kan mærke behovet.

AGENTS.md
01_PROJECT_LOCK.md
02_DATA_MODEL.md
03_USER_FLOWS.md
04_BACKLOG.md
05_CHANGELOG.md
06_DECISIONS.md

AGENTS.md: Trafikskiltet

Kort, konkret, handlingsorienteret. Den fortæller: læs dette først, test sådan, aflever sådan, og rør ikke ved X uden at sige det højt.

01_PROJECT_LOCK.md: Det der ikke må “forbedres” væk

Den vigtigste fil i mange projekter. Her står de låste principper og grænser: arkitekturvalg, datoprincipper, URL-struktur, designrammer, hvad der kræver godkendelse.

02_DATA_MODEL.md: Dit projekts rygrad

Hvis projektet har data, så har det også en datamodel. Og hvis den ikke er tydelig, kommer agenten til at opfinde sin egen. Det behøver ikke være et perfekt ER-diagram. Det skal bare være klart nok til at forhindre de dummeste genveje.

03_USER_FLOWS.md: Når “det virker” ikke er det samme som “det føles rigtigt”

AI kan sagtens bygge noget, der virker teknisk, men som føles forkert i produktet. Brug flows til at fastholde den oplevelse, du faktisk vil have.

04_BACKLOG.md: Prioritet, ikke ønskeliste

Backlog fortæller agenten, hvad der er vigtigt nu. Inkludér gerne en “Parkeret”-sektion. AI-agenter elsker næste logiske skridt. Det er ikke altid det rigtige skridt.

05_CHANGELOG.md: Kort hukommelse der virker

Ikke perfekt historik. Bare nok til at du (og en ny agent-session) kan se, hvad der blev ændret, hvorfor det blev ændret, og hvad der blev testet.

06_DECISIONS.md: Beslutninger der ellers forsvinder

Beslutninger er åbenlyse den dag, man tager dem. Tre måneder senere er de ikke. Skriv dem ned med årsag og konsekvens.

Et konkret, kort AGENTS.md-eksempel

Her er en kort version, der fungerer i en artikel og kan kopieres ind i et repo. Den kan bruges i et kalenderprojekt, men mønsteret er generelt.

# AGENTS.md

## Læs først
1) 01_PROJECT_LOCK.md
2) 02_DATA_MODEL.md
3) 03_USER_FLOWS.md
4) 04_BACKLOG.md
5) 05_CHANGELOG.md

## Arbejdsregler
- Lav små, afgrænsede ændringer (maks 1-3 filer hvis muligt).
- Genbrug eksisterende patterns og komponenter.
- Tilføj ikke dependencies uden at begrunde det.
- Ændr ikke datamodel, routing eller tidszone-logik uden eksplicit aftale.

## Test og kvalitet
- Kør relevante tests før aflevering (se repoets testkommandoer).
- Ved dato/tid: test omkring midnat og ved sommertid.

## Aflevering (format)
- Kort opsummering
- Filer ændret
- Test udført
- Risiko/edge cases
- Næste anbefalede lille skridt

Opdater 05_CHANGELOG.md ved væsentlige ændringer.

Læg mærke til, hvad der ikke står: ingen adjectives, ingen “vær senior”, ingen motivational posters. Bare regler, der kan efterleves.

Brug AI til at lave manualen, før du bruger AI til at lave projektet

Det mest lavpraktiske greb er også det, mange springer over: Få agenten til at læse og beskrive projektet, før den får lov til at ændre noget.

Hvis du allerede har et repo, så start med “manual først”. Hvis du starter helt fra nul, så få agenten til at skrive første udkast til filerne og markere antagelser tydeligt.

Prompt: Få AI til at oprette første version af projektmanualen

Kopiér denne prompt ind i dit værktøj (Codex/Claude/Cursor/Manus/ChatGPT Projects). Den er skrevet, så agenten ikke løber i gang med at kode.

Gennemgå dette projekt som en ny teknisk samarbejdspartner.

Du må ikke ændre kode endnu.

Find og opsummér:
- formål og scope
- tech stack og dev-kommandoer
- vigtige mapper/filer og eksisterende patterns
- datamodel (hvis relevant)
- centrale user flows
- risikoområder (fx dato/tid, auth, betaling)
- ting der ikke bør ændres uden godkendelse

Foreslå derefter et setup med disse filer og skriv første udkast:
- AGENTS.md
- 01_PROJECT_LOCK.md
- 02_DATA_MODEL.md
- 03_USER_FLOWS.md
- 04_BACKLOG.md
- 05_CHANGELOG.md
- 06_DECISIONS.md

Marker tydeligt, hvor du er usikker, og stil max 5 opklarende spørgsmål til sidst.

Den prompt føles som et ekstra trin. I praksis er det tit det trin, der gør resten mindre træls.

Sådan bruger du det i praksis (Codex, Claude, Cursor, Manus, ChatGPT Projects)

Filnavnet varierer lidt mellem værktøjer, men arbejdsmåden er den samme: Én indgangsfil + små støttefiler, som agenten altid skal læse før ændringer.

Codex

AGENTS.md kan ligge i roden af repoet, og du kan supplere med mapper-specifikke regler:

AGENTS.md
frontend/AGENTS.md
backend/AGENTS.md

Roden: generelle regler. Underfiler: lokale regler, patterns og test for det område.

Claude Code (CLAUDE.md)

Claude Code bruger ofte CLAUDE.md som entrypoint. Det er samme idé. Du kan enten bruge CLAUDE.md som alias til AGENTS.md eller holde dem adskilt, men lad kun én af dem være “indgangen”.

Cursor

Cursor er ekstremt nemt at bruge som “fix this”-knap. Det er også sådan, man ender med halvskjulte produktbeslutninger i koden. Løsningen er kedelig: sørg for at Cursor altid har reglerne tæt på.

En typisk opgave-instruks i Cursor kan starte sådan her:

Læs AGENTS.md og 01_PROJECT_LOCK.md først.

Opgave: Vis reminder-status på event detail view.
Scope: Ingen datamodel-ændringer. Ingen nye dependencies.
Aflever med: filer ændret, test udført, risici, næste skridt.

Manus

Manus arbejder ofte mere selvstændigt (research, filer, leverancer). Det gør behovet for en metode endnu større. Hvis du ikke bruger AGENTS.md direkte, så brug samme princip: en arbejdsmanual og en lille beslutnings- og ændringslog.

ChatGPT Projects

Du kan gøre det samme uden et klassisk repo: læg dine “projektfiler” i projektets kontekst. Det gælder især for redaktionelle og produktprojekter: format, tone, taksonomi, interne linkregler, prioriteter og parkerede idéer.

Typiske fejl (og hvordan du undgår dem)

• Du skriver for meget. Hvis du ikke selv gider læse filen, kommer agenten heller ikke til at følge den i praksis. Hold AGENTS.md som et trafikskilt.
• Du skriver for blødt. “Følg best practice” betyder næsten ingenting. “Kør testkommando X før aflevering” betyder noget.
• Du glemmer vedligeholdelse. Hvis CHANGELOG og BACKLOG ikke holdes levende, mister du den fælles hukommelse, og så er du tilbage i “forklar det igen”-helvede.
• Du blander alt sammen. Regler i AGENTS/LOCK. Ønsker i BACKLOG. Beslutninger i DECISIONS. Historik i CHANGELOG. Det er ikke bureaukrati. Det er oprydning.
• Du tror filerne løser alt. AI kan stadig misforstå. Men fejlene bliver nemmere at opdage, rette og undgå næste gang.

En enkel måde at komme i gang i dag

Hvis du vil gøre det her uden at gøre det stort, så gør det sådan:

1. Opret startpakken (mindst 5 filer): AGENTS.md, 01_PROJECT_LOCK.md, 02_DATA_MODEL.md, 04_BACKLOG.md, 05_CHANGELOG.md.
2. Skriv kun det, du ved. Resten må gerne stå som “uklart endnu”.
3. Brug prompten ovenfor til at få AI til at udfylde første udkast og stille spørgsmål.
4. Næste gang du giver en opgave: start med “Læs AGENTS.md” og giv tydelig scope + afleveringsformat.

Det her er ikke en prompt, der vinder en LinkedIn-karusel. Men den virker. Fordi den behandler AI-arbejde som arbejde. Ikke som trylleri.

Det handler ikke om AGENTS.md. Det handler om at stoppe med at starte forfra

AGENTS.md er interessant, fordi den peger på noget større: Vi bevæger os fra AI som chat til AI som arbejdsform.

I chat-modellen forklarer man opgaven igen og igen. I projektmodellen bygger man en fælles hukommelse. Og jo mere ansvar vi giver AI-værktøjer, jo vigtigere bliver rammerne omkring dem.

AGENTS.md er en lille fil med et tørt navn. Men den løser et reelt problem: AI uden kontekst bliver for ivrig, for kreativ og for glemsom.

Den bedste opsætning er sjældent den med flest værktøjer. Det er den, hvor projektet selv kan fortælle agenten:

• Læs dette først.
• Rør ikke ved det her.
• Test sådan.
• Dokumentér bagefter.
• Og lad være med at opfinde et nyt projekt, bare fordi du kan.

Det er ikke spektakulært. Men det er sådan, man får AI til at blive mindre irriterende – og langt mere brugbar.