Blog
Computer use: når Claude og ChatGPT styrer computeren
Claude og ChatGPT kan nu styre mus, tastatur og programmer på din computer. Vi sammenligner deres computer use og ser på, hvad det betyder for arbejdet.

Af Mads-Bjørn Hjelmar8 min. læsning
ai-agenterclaudechatgpt
Hvad sker der, når en sprogmodel ikke længere nøjes med at svare i et chatvindue, men selv flytter musen? Det er, hvad “computer use” dækker over: modellen betjener programmerne på din computer, som et menneske gør. Den tager et skærmbillede, beregner det mest sandsynlige næste skridt, klikker eller skriver og tager et nyt skærmbillede for at se, om det lykkedes. Både Claude og ChatGPT kan det i deres desktop-programmer til Mac og Windows. Vi sammenligner de to, som de så ud i november 2026, og ser på, hvad det betyder, og hvilke risici det giver.
Hvad computer use er, og hvad det ikke er
Computer use er en form for AI-agent: en specialiseret sprogmodel med en grad af autonomi til at udføre handlinger for dig. Det nye er, at handlingerne ikke kræver en særlig forbindelse til systemet.
I praksis er modellerne blevet gode til at aflæse en skærm, finde de rigtige knapper og felter og opdage, når et klik ikke gav det forventede resultat. Men hvert skridt kræver et nyt skærmbillede, så det går langsommere end en direkte integration. Anthropic og OpenAI anbefaler derfor samme rækkefølge: en integration til fx mail eller filer, hvis den findes, dernæst browseren og så skærmstyring dér, hvor der ikke findes en mere direkte vej.
Claude og ChatGPT: samme idé, forskellig sikkerhedsfilosofi
På papiret kan de to programmer nogenlunde det samme. Forskellen er, hvor meget kontrol de tager, og hvor mange bremser der er bygget ind.
| ChatGPT | Claude | |
|---|---|---|
| Din egen browser | En udvidelse til Chrome, der arbejder i din normale profil med dine logins og åbne faner | Claude in Chrome, hvor et sikkerhedsfilter tjekker hver handling op mod din oprindelige opgave |
| Skærmen | Overtager mus og tastatur. På Mac kan den, hvis du slår det til, låse skærmen op under en opgave | Arbejder på nyere Mac’er som udgangspunkt i baggrundsvinduer og spørger, før den overtager hele skærmen |
| Tilladelser | Spørger pr. program, med mulighed for at tillade det fast | Spørger pr. program. Programmer til aktiehandel og kryptovaluta er blokeret fra start |
| Adgang | Også på virksomhedsabonnementer, hvor administratoren kan begrænse den | Kun på de personlige abonnementer. Team og Enterprise havde ikke adgang i november 2026 |
I vores egen brug er ChatGPT et skridt foran, når computeren og browseren skal tages i hånden. Den er lettere at give fuld kontrol, og fordi den arbejder i den Chrome, du allerede er logget ind i, kommer den hurtigere fra opgave til resultat.
Claude er mere tilbageholdende. I praksis kan det give mere friktion, fx at du skal logge ind igen flere steder undervejs. Det er tænkt som en måde at holde brugen ansvarlig på, og for en virksomhed er det ikke nødvendigvis et minus.
Hvor Claude er stærkest: Blender og video som kode
Claude overrasker for alvor i programmer, der kan styres med kode, fx 3D-programmet Blender. Med Claude Opus 5.5, som Anthropic udgav 22. september 2026, kan modellen skrive scriptet, der bygger en 3D-scene, få Blender til at rendere den og sammenholde billedet med opgaven, før næste version laves. Videoerne på vores egne workshopsider er lavet sådan: Python-scripts til Blender, skrevet sammen med Claude, på tilsammen omkring 2.800 linjer.
Det er en markant fordel frem for tekst-til-video, som laver en helt ny video for hver ny prompt. Beder du om, at tårnet skal dreje lidt langsommere, får du et nyt klip, hvor også lyset, vinklen og farverne kan have flyttet sig. Med en kodebaseret video ændrer du ét tal og renderer igen, og alt andet står, som det stod. Samtidig kan I se, hvad der blev ændret og hvorfor, og gå tilbage til en tidligere version.
Hvad betyder det, at modellerne bliver bedre ved tastaturet?
Modellerne løser for hver generation flere opgaver korrekt i de test, der måler computerstyring. Det har tre konsekvenser, der er værd at tage stilling til nu.
Integrationsmuren falder
Hidtil har automatisering krævet, at systemet havde en indgang for andre programmer, et såkaldt API. Det gamle fagsystem og leverandørportalen har ofte ikke haft det, så computer use åbner for at automatisere den lange hale af småopgaver. Bagsiden er skrøbelighed: flytter en knap sig ved næste opdatering, kan opgaven gå i stå.
Det er opgaver, der forsvinder, ikke jobs
Computer use er formentlig overvurderet på kort sigt og undervurderet på langt sigt. I dag kræver den opsyn, men meget kontorarbejde består af at klikke sig mellem systemer, og den del vil skrumpe. Tilbage bliver at beslutte, hvad der skal ske, beskrive opgaven præcist og kontrollere resultatet. Det er færdigheder, der kan trænes.
Skygge-IT kommer fra privatkontoen
Når en funktion kun findes på de personlige abonnementer, er der risiko for, at medarbejdere bruger den alligevel: på arbejdscomputeren, med en privat konto og uden at nogen ved det. Hører computer use med i jeres AI-politik, eller er den et hul?
Risikoen: modellen handler med dine rettigheder
Når en sprogmodel styrer din computer, kan den alt det, du kan. Det er hele pointen, og det er også den største risiko. Når modellen klikker “Send” i dit navn, er det dig, der har sendt. Konkret er der fem ting at være opmærksom på:
- Alt på skærmen kan ses. Modellen arbejder ud fra skærmbilleder, så en åben mail, en kundeliste eller et regneark med lønninger kan ende i dem, selv om de intet har med opgaven at gøre.
- Dine logins bliver dens logins. Arbejder modellen i din normale Chrome, kan den handle på alle de sider, du er logget ind på. OpenAI skriver selv, at du skal gennemgå dens handlinger, som var de dine egne.
- Der er ingen skillevæg mellem programmerne. Anthropic skriver, at der ikke er en sandkasse mellem Claude og dine programmer. Et klik i ét program kan åbne noget i et andet.
- Websider kan indeholde skjulte instruktioner. En side kan rumme tekst, der forsøger at få modellen til at gøre noget andet, end du bad om, fx at sende oplysninger videre. Anthropic har bygget ekstra sikkerhedslag mod det, men én vellykket manipulation kan være nok, hvis modellen har adgang til jeres mail.
- Nogle fejl kan ikke fortrydes. En sendt mail, en slettet post eller en gennemført betaling kan ikke rulles tilbage som en tekst i et chatvindue.
Sådan begrænser I risikoen med tilladelserne
Begge programmer har tilladelser, der kan begrænse en stor del af risikoen, men flere af dem er indstillet til, at det skal være let at komme i gang. Det er tilladelserne, der afgør, hvad modellen kan nå, så brug dem aktivt.
Fem indstillinger, der begrænser risikoen
- Giv adgang pr. program, ikke fast. Godkend kun det program, opgaven kræver. I Claude kan programmer blokeres helt, og i ChatGPT kan de fjernes fra listen over faste tilladelser.
- Brug en separat browserprofil. Lad modellen arbejde i en Chrome-profil, der kun er logget ind på de systemer, opgaven kræver. Så kan den ikke nå jeres mail eller netbank.
- Behold godkendelsen af handlinger. Claude in Chrome kan godkende handlinger automatisk via sit sikkerhedsfilter, men det kan slås fra, så du godkender hver handling selv. Start dér.
- Slå ikke mere til end nødvendigt. Fuld kontrol over skærmen og oplåsning af en låst computer er bekvemt, men giver modellen mere adgang, end de fleste opgaver kræver.
- Lad administratoren sætte rammen. ChatGPT-administratorer kan begrænse computer use i virksomhedens arbejdsområde, og i Claude Enterprise kan Claude in Chrome begrænses til godkendte domæner.
Luk desuden de programmer, modellen ikke skal bruge, før I starter, og prøv med testdata, før I bruger rigtige data.
Sådan kommer medarbejderne godt i gang
Start med lav autonomi og en kedelig, afgrænset opgave, fx at overføre tilmeldinger fra et regneark til et ældre bookingsystem uden importfunktion. En af de mest effektive teknikker er at være tydelig om, hvorvidt agenten kun må se, eller om den også må ændre noget. Giv den først kun lov til at kigge i Chrome, og bed om en plan, som du godkender, før den må ændre noget:
Kig i bookingsystemet, som er åbent i Chrome, og i regnearket Tilmeldinger-januar. Du må kun se, ikke ændre noget. Lav en plan for, hvilke deltagere du vil oprette på kurset “Førstehjælp 14. januar”, og hvilke rækker du vil springe over og hvorfor. Vent på min godkendelse, før du går videre.
Når planen holder, kan selve opgaven beskrives med Mål, Kontekst og Forventninger:
Mål: Opret deltagerne fra den godkendte plan på kurset “Førstehjælp 14. januar” i bookingsystemet, som er åbent i Chrome.
Kontekst: Bookingsystemet har ingen importfunktion, så hver deltager skal oprettes via formularen “Ny deltager”. Du er allerede logget ind.
Forventninger: Opret én deltager ad gangen, og tjek efter hver oprettelse, at navnet står på deltagerlisten. Klik aldrig på “Send bekræftelse” eller “Slet”. Stop og spørg, hvis skærmen ser anderledes ud end beskrevet.
En stor del af begge prompter handler om, hvad modellen ikke må. Det er almindelig opgavebeskrivelse: en ny kollega ville også have brug for at vide, hvor grænserne går.
Det kan vi lære jeres medarbejdere
Computer use kræver de samme færdigheder som god prompting og en klar aftale om, hvad modellen må. I Claude-workshoppen og ChatGPT-workshoppen kan vi tage computerstyring med i forløbet, så medarbejderne prøver det på egne opgaver i det program, I har valgt. I Agent-workshoppen ser vi på, hvor computer use passer ind ved siden af integrationer og egne agenter, og hvor meget autonomi der giver mening i jeres arbejdsgange.
Et godt første skridt kan I tage i dag: Find én opgave, hvor nogen kopierer data mellem to systemer, der ikke taler sammen. Beskriv den med Mål, Kontekst og Forventninger, og prøv den med testdata, mens I kigger med.
