"Jeg kan gøre alt med Claude"-rusen — og hvorfor den fortager sig omkring opkald 200

Der er et bestemt øjeblik, vi hele tiden hører om på discovery-møder for tiden. En founder kobler Claude til sit CRM via en MCP, skriver "find 30 logistikvirksomheder i Sverige og opret ringeopgaver for hver af dem" og ser så bare… på, at det sker. Lister dukker op. Opgaver oprettes. Ingen tastede noget ind i en formular.

Har du haft det øjeblik, kender du følelsen. Det er ikke hype — det er det ægte chok ved at se rutinearbejde fordampe. Du begynder at genopbygge alt som en prompt. Prospektering? Claude. Listebygning? Claude. Opkaldsnotater? Claude, med tiden, sikkert. Et sted omkring uge to griber du dig selv i at tænke: hvorfor betaler nogen overhovedet for salgsværktøjer længere?

Vi taler med teams, der kører præcis den her stack — Claude i midten, et berigelsesværktøjs MCP på den ene side, CRM'et på den anden, en dialer boltet på til sidst. Og vi vil sige én ting klart, før resten af dette indlæg: at bygge det kræver ægte færdigheder, og instinktet bag er korrekt. Rutinearbejdet skal fordampe. De fleste salgsteams har ikke automatiseret en tiendedel af, hvad disse eksperimentatorer har.

Men vi har nu set nok af de her setups møde virkeligheden til at se, hvor de går i stå. Det er sjældent i uge to. Det er omkring opkald 200 — når nyhedens interesse har lagt sig, pipelinen skal være forudsigelig, og sælger nummer to måske lige er startet. Her er, hvad rusen skjuler.

Loft ét: en AI, der søger, finder det, der kan ses

Bed en generel AI om at "finde virksomheder, der laver X i Norden", og den gør, hvad den kan: den søger. Hvilket betyder, at den finder de virksomheder, der er findbare — dem med god SEO, frisk presseomtale, en aktiv blog. I praksis en eller anden variant af de øverste halvtreds resultater på Google.

Problemet er, at dit faktiske marked ikke er halvtreds virksomheder. Det er de otte hundrede logistikfirmaer med mellem 10 og 200 ansatte, som ikke har udgivet et blogindlæg siden 2019 og ikke ranker for noget som helst. De har telefoner, budgetter og præcis det problem, du løser — de er bare usynlige for søgning og dermed usynlige for en AI, der prospekterer ved at søge.

Et firmografisk register har ikke det loft, for det leder ikke efter, hvem der kan ses — det er en folketælling, ikke en søgning. Filtrér på branche, størrelse, geografi og omsætning, og du får hele populationen tilbage: hundredvis eller tusindvis af virksomheder, inklusive hver eneste én, som ingen prompt nogensinde ville have fundet frem. Vi har tidligere skrevet om, hvad der sker med bookingraten, når datalaget er flaskehalsen — promptbaseret prospektering er den flaskehals med bedre branding.

Loft to: du eliminerede ikke rutinearbejdet — du blev dets operatør

Her er det ubehagelige spørgsmål til alle, der kører Claude-i-midten-stacken: hvad sker der den dag, du ikke kører den?

Hver promptkæde har en ejer, og det er dig. Du ved, hvilken formulering der får listen rigtig, hvilket MCP-kald der nogle gange fejler stille, hvilket trin der skal tjekkes, før resultatet kan stoles på. Den viden bor ingen andre steder end i dit hoved. Stacken kører ikke klokken otte om morgenen, medmindre du kører den. Den producerer ikke den samme liste to gange, for en sprogmodel er ikke en databaseforespørgsel. Og når den går i stykker — en API-ændring, en skemajustering, en modelopdatering — går den i stykker stille, og du opdager det, når pipelinen ser tynd ud tre uger senere.

Det er ikke automatisering. Det er et deltidsjob som ubetalt systemintegrator, klædt ud som ét.

Loft tre: den sidste mil skrives stadig i hånden

Se, hvad der sker efter opkaldene i næsten hver prompt-stack, vi har set: resultaterne tastes ind i hånden. Hvad emnet sagde, om der er en pain, hvad næste skridt er — fritekst, indtastet manuelt, med en kvalitet, der helt afhænger af, hvor meget energi sælgeren har tilbage klokken 16:45 en fredag.

Det er den lækage, der gør mest ondt, for opkaldet er der, hvor al værdien ligger. AI'en hjalp dig med at nå samtalen og gik derefter sin vej. Dit kvalificeringsframework — SPICED, MEDDIC, hvad end I kører — bor i hovedet på den, der ringer, og dør i et notefelt. Når sælger nummer to starter, arver vedkommende værktøjsstacken, men ikke dømmekraften, for dømmekraften blev aldrig fanget noget sted, et system kunne give den videre fra.

Loft fire: et chatvindue er en generel grænseflade, og salg er ikke en generel aktivitet

Denne her er mindre åbenlys, og det er den egentlige grund til, at specialbyggede platforme vinder i sidste ende.

Et chatvindue er en brillant grænseflade til at spørge om ting. Det er en elendig grænseflade til at tage tres opkald. Midt i et opkald har en sælger ikke brug for en samtale med en AI — vedkommende har brug for den næste kontakt allerede i kø, virksomhedskonteksten allerede på skærmen og det rigtige indvendingssvar, der dukker op i samme sekund, som emnet siger "vi har allerede en leverandør". Ikke efter en prompt. Ikke i en anden fane. Det sekund.

Den grænseflade er ikke en funktion, man kan prompte frem. Den er tusindvis af små beslutninger — hvad der vises på skærmen under et opkald, hvad der ligger ét klik væk, hvad der afbryder, og hvad der tier stille — truffet af mennesker, der har siddet i stolen og taget opkaldene. Grænsefladedesign er salgsekspertise, kompileret. Et generelt værktøj kan ikke have den, per definition, for et generelt værktøj ved ikke, hvad du laver i et givet sekund.

Hvilket bringer os til megaprompten, du fik for at kommentere "PROMPT" på et LinkedIn-opslag. Vi har også læst dem — nogle er ægte kloge. Men et promptsetup er én persons arbejdsgang, frosset i tekst, kørt gennem en grænseflade bygget til alt og dermed optimeret til ingenting. Det taber til en specialbygget platform af samme grund, som en meget god praktiserende læge taber til en kirurg på en operationsstue. Ikke mindre klog — anderledes bygget.

Intet af det her er Claudes skyld

Lad os være præcise med argumentet, for det er ikke "AI dårligt".

Claude er en fænomenal analytiker. Forberede et møde, opsummere en branche, udkast til talepunkter, tryktesteste din pitch — den gør alt det bedre end de fleste mennesker, og dit team bør bruge den rigeligt. Fejlen er ikke at bruge Claude. Fejlen er at bede en ræsonneringsmotor om at være et system: stedet, hvor dine data bor, din proces kører, og teamets samlede dømmekraft akkumuleres. Det er forskellige jobs. Det ene kræver brillans på forlangende; det andet kræver, at processen bor i systemet i stedet for i nogens hoved — samme lister, samme felter, samme battle cards, for hver sælger, hver dag, uanset om husets prompttroldmand er på ferie eller ej.

Og hvis ironipolitiet er på vej: Funnelfeedr er fuld af AI. Den udtrækker jeres kvalificeringsframework automatisk fra det, der faktisk blev sagt i opkaldet. Den viser jeres indvendingssvar i realtid, midt i samtalen. Forskellen er placeringen — AI indlejret i præcis de øjeblikke i et salgsflow, hvor den betaler sig, i en grænseflade bygget rundt om arbejdet, i stedet for AI som gaffatapen, der holder fire værktøjer sammen. Vi bygger også en MCP, så Claude kan tale direkte med registret, jeres lister og jeres opkaldsdata. Claude oven på systemet er en superkraft. Claude som systemet er et loft.

Rusen er ægte. Nyd den — du vil have automatiseret mere, end de fleste af dine konkurrenter nogensinde gør. Læg bare mærke til det øjeblik, hvor det bliver til vedligeholdelse, for det øjeblik er signalet.

Nysgerrig på, hvordan den specialbyggede version af din nuværende prompt-stack ser ud? Book en demo — tag din bedste prompt med, vi tager registret med →