DA
Forbind din AI-agent

Føj Hello Retail til din AI-assistent

For Hello Retail-kunder: Kopiér adressen, og tilføj den som connector i Claude, ChatGPT eller Codex.

MCP-adresse

https://core.helloretail.com/mcp

Endnu ikke kunde?MCP kræver et Hello Retail-login. Fortæl os, hvad du vil bygge.

Lad os snakke
Lad os snakke

Chapter: Tone-of-voice og flersproget tekstgenerering · 25:15

Tonefald og flersproget generering: Hvordan AI’en lærer, hvad »venlig« betyder på spansk

Sarah Miguel Cournane·June 1, 2026·5 min read

Sarah Miguel Cournane, dataforsker hos Hello Retail, hævder, at tonen i AI-genereret indhold er mere kompleks end blot en enkelt indstilling. »Venlig« på spansk og »venlig« på tysk trækker på forskellige kulturelle registre, forskelligt slang og forskellige konventioner for formalitet. At udvikle AI, der genererer naturligt klingende produktkommunikation på tværs af flere sprog, indebærer, at tone og sprog skal behandles sammen som en matrix, hvor hver kombination har sine egne regler og kræver sin egen verifikation.

Tone-of-voice-matricen: Sprog og register krydser hinanden

De fleste diskussioner om flersproget AI-indhold fokuserer på oversættelseskvaliteten. Sarah vender perspektivet på hovedet. Da Hello Retail gik i gang med at udarbejde produkt-e-mails på tværs af sprog, opdagede teamet hurtigt, at tonefald og sprog er uadskillelige faktorer. Man kan ikke blot vælge en tone (venlig, formel, neutral) og anvende den ensartet på spansk, tysk, dansk og svensk. Det, der opfattes som varmt og uformelt på ét sprog, kan lyde letfærdigt eller endda uhøfligt på et andet.

Sarah fremhæver et konkret eksempel fra sin egen erfaring: På spansk bruges det pronomen i anden person, der svarer til »Deres Højhed«, normalt ikke i formelle tekster, mens andre europæiske sprog stadig anvender dette sprogregister i formelle sammenhænge. Den uformelle tiltaleform på dansk adskiller sig fra den formelle på svensk. Den humor og det slang, man kan bruge i en venlig spansk e-mail, har ingen direkte modstykker i en venlig tysk e-mail.

I praksis betyder det, at spørgsmålet »hvilken tone skal denne e-mail have?« er todimensionelt. Hvad betyder »venlig« på spansk? Hvad betyder »formel« på svensk? Hver kombination af sprog og stil er sit eget mål. Sarah beskriver dette som en matrix, og denne tilgang har været afgørende for, hvordan Hello Retail har grebet det tekniske problem an.

Forbrugerne reagerer stærkt på denne forskel. CSA Research har konstateret, at 76 % af onlinekunderne foretrækker at købe produkter med oplysninger på deres eget sprog, og denne præference rækker ud over selve oversættelsen og omfatter også tonen og den kulturelle relevans. En e-mail, der teknisk set er på spansk, men hvor tonen ikke er den rigtige, vil give dårligere resultater lige så sikkert som en, der er grammatisk forkert.

Kontrol af byggekvaliteten, når man ikke kan læse alle e-mails

Når rammerne er afklaret, bliver den tekniske udfordring konkret: Hvordan sikrer man kvaliteten i stor skala? Sarah beskriver et system, der bygger på generativ AI til at generere e-mailindholdet, med et omfattende verifikationslag bygget op omkring det.

Når der genereres tusind e-mails på én gang, er det umuligt at gennemgå hver eneste besked på alle sprog manuelt. Sarah er helt ærlig omkring dette. Hun taler ikke alle målsprogene, hvilket betød, at teamet var nødt til at udvikle automatiserede kontroller, der kunne opdage problemer uden at være afhængige af menneskelig sprogfærdighed på hvert enkelt sprog.

Der dukkede flere tilbagevendende fejl op under udviklingen. Gentagelse var en af dem: Modellen genbrugte de samme ord eller sætninger i en kort e-mail, hvilket fik udtrykket til at virke mekanisk. I den venlige ende af registeret kunne udtrykket undertiden glide over i en tone, der virkede barnlig snarere end varm. I den formelle ende greb modellen lejlighedsvis til ordforråd, der er forbundet med juridiske dokumenter, hvilket næsten aldrig er det rette sprog for en e-mail med produktanbefalinger.

Hver fejltype krævede, at der blev tilføjet en specifik begrænsning til genereringsprocessen. Og det er her, at afvejningen får afgørende betydning.

Afvejningen mellem begrænsninger og kreativitet

Jo flere regler der fastlægger, hvordan sproget skal lyde, desto mere indskrænkes modellens generative rum. Sarah beskriver dette som en sneboldseffekt. Når der tilføjes begrænsninger vedrørende ordforråd, sætningsstruktur og sprogstil, indskrænkes det udvalg af resultater, som modellen kan generere. På et tidspunkt begynder modellen at have svært ved at nå et mål for venlighed eller formalitet, fordi den samtidig forsøger at opfylde en lang række andre krav.

Dette er en reel udfordring inden for anvendt sproggenerering. Sarah formulerer det klart: Jo mere man begrænser systemet, jo mindre spillerum har det til at udtrykke sig. Målet er at finde det punkt, hvor kvalitetskontrollen opfanger reelle problemer, uden at udtrykket begrænses så kraftigt, at e-mailene virker flade eller stereotype.

Der findes ingen enkel løsning – kun kalibrering. Små ændringer akkumuleres. En justering af ordforrådsreglerne ændrer tonen. En begrænsning i sætningsstrukturen ændrer rytmen. Det, der startede som en liste over enkle retningslinjer, bliver til et system af indbyrdes afhængigheder, og teamet er nødt til at vurdere hele matrixen af resultater, ikke blot de enkelte regler.

Hvorfor det er værd at investere i teknik for at få den rigtige lyd

Der er webshop praktiske interesser på spil her. E-mail er stadig en af de kanaler inden for e-handel, der giver det højeste afkast (ROI), og Salesforces rapport »State of the Connected Customer« viser, at 73 % af kunderne forventer, at virksomhederne forstår deres unikke behov og forventninger – en forventning, der også omfatter den måde, et brand kommunikerer på via e-mail, og ikke kun det, det anbefaler.

For en platform, der genererer automatiske e-mails og nyhedsbreve på tværs af flere europæiske markeder, er det afgørende at finde den rigtige tone. En anbefalingsmotor kan identificere det rigtige produkt til en given kunde, men e-mailen skal stadig få modtageren til at klikke. Et sprog, der virker malplaceret, undergraver det arbejde, som Product Intelligence har udført i de tidligere faser. En undersøgelse fra McKinsey viste, at virksomheder, der udmærker sig inden for personalisering, genererer 40 % mere omsætning fra disse tiltag end deres langsommere voksende konkurrenter – en forskel, der peger direkte på kvaliteten af udførelsen – og kvaliteten af udførelsen i e-mails starter med et sprog, der lyder rigtigt.

Sarahs matrixramme giver ingeniører en mere overskuelig mental model til at strukturere verifikationsproblemet. I stedet for at spørge »er denne e-mail venlig?«, er det mere nyttigt at spørge »er denne e-mail tilstrækkeligt venlig over for en spansktalende kunde?«. Det er forskellige specifikationer, og de medfører forskellige kvalitetskontroller og forskellige fejlkriterier.

Den overordnede lære er, at skalering af AI-genereret indhold på tværs af sprog kræver mere end blot en kompetent generativ model. Det kræver en verifikationsarkitektur, der vurderer resultaterne ud fra lokalspecifikke kriterier, opfanger fejltyper, som menneskelige korrekturlæsere ikke kan kontrollere i stor skala, og som gør dette uden at begrænse modellen så meget, at kvaliteten forringes på andre områder.


Hvis du vil høre Sarah fortælle om, hvordan Product Intelligence og AI fungerer sammen på tværs af hele personaliseringsstakken, kan du se hele afsnittet af Conversations med Sarah Miguel Cournane.