Clio-research — ett verktyg för frågor som förtjänar ett ordentligt svar

Vissa frågor är genuint öppna. Inte för att svaret saknas, utan för att ingen har letat systematiskt — eller för att letandet har skett inom för snäva ramar. Sökmotorer och AI-tjänster speglar i huvudsak etablerad konsensus. Det är användbart för de flesta frågor, men otillräckligt för de som befinner sig i gråzonen.

Jag ville ha ett verktyg som faktiskt undersöker — globalt, på källspråk, inklusive motbevis. Det resulterade i clio-research.

Metoden är hämtad från akademisk systematisk granskning: sökning i flera databaser, aktiv jakt på falsifieringsförsök, och geografisk konvergens som primärt evidenskriterium. Om oberoende forskargrupper i Ryssland, Japan och Latinamerika rapporterar liknande fynd är det mer intressant än om tio amerikanska studier bekräftar varandra. Varje källa poängsätts på sex dimensioner — metodologisk stringens, institutionell oberoende, replikerbarhet med flera — och rapporten presenterar evidensläget narrativt, inte som ett facit.

Tekniskt är det en åtta-fas pipeline: sökning i OpenAlex, CORE, CrossRef och J-STAGE, citationsanalys, relevanssfiltrering med embeddings, och slutligen en rapport skriven av Claude API. Rapporten levereras som PDF per mail och indexeras i Qdrant för framtida RAG-frågor.

Version 1.0 är i drift. Första körningen undersökte om pyramidformer påverkar materia eller biologiska system – ett klassiskt epistemologiskt öppet ämne. Koden är fri att använda: https://github.com/FredrikArvas/clio-tools/tree/main/clio-research.

Förbättra den gärna, antingen teoretiskt eller genom ett förbättringsförslag.

AI-assisterad granskning av video från CE5-meditationer

Under CE5-meditationer — där deltagare aktivt söker kontakt med okända fenomen — händer det ibland saker som är svåra att förklara. Ljusblixtar. Rörelser på himlen. Objekt som uppträder och försvinner.

Problemet: det är tidsödande att gå igenom videomaterial bildruta för bildruta.

Därför byggde vi ett verktyg för att automatisera analysen. Flödet är enkelt:

  1. Videon delas upp i enskilda bilder med ffmpeg
  2. En lokal AI (LLaVA via Ollama) filtrerar bort fåglar, flygplan och reflexer
  3. Claude Vision analyserar de kvarvarande bilderna och returnerar en strukturerad rapport — vad som syns, hur säkert, och om något är oklassificerbart

Systemet är byggt för att flagga det okända och lämna bedömningen till människor.

Vi testade det på en inspelning från Muskö, mars 2025 — ett spiralformat ljusfenomen som rörde sig konsekvent över himlen. AI:n klassade det korrekt som unknown. Förklaringen hittade vi genom att analysera liknande bilder och anspråk om att det var raketbränsle som kondenserats och solbelysts, inte från videon själv.

Det är precis det vi vill: ett verktyg som är ärligt med sina gränser.

Koden är öppen: github.com/FredrikArvas/clio-tools/tree/main/clio-uap

Kontakta mig om du vill resonera eller bidra!

Låt AI intervjua deltagarna — hur jag samlar in krav inför en föreläsning

Inför min senaste workshop skickade jag inte ut ett formulär. Jag lät Clio — min AI-kollega — föra en individuell e-postdialog med varje deltagare. Resultatet var bättre än de enkätsvar jag fått tidigare.


Det traditionella sättet att förbereda en kundanpassad föreläsning är att skicka en enkät med tre frågor och hoppas på svar. Problemet: enkäter ger platta svar. Folk skriver det de tror du vill höra, eller lämnar fälten tomma.

Jag testade något annat.

Jag bad Clio att kontakta varje deltagare via mail och ställa en öppen startfråga: Vad vill du helst att vi tar upp? Sedan följde Clio upp med relevanta följdfrågor — anpassade efter vad just den personen svarade. Inte ett manus. En riktig dialog.

En deltagare beskrev sin frustration med att AI skriver pitchar som låter ”för perfekta”. En annan förklarade i detalj hur hans arbetsflöde såg ut — steg för steg — utan att jag bad om det. En tredje delade med sig av ett konkret misslyckande med Copilot som gav mig exakt det pedagogiska exempel jag behövde.

Vad jag fick ut:

  • Konkreta, berättade exempel — inte abstrakta önskemål
  • Verkliga frustrationer att bygga föreläsningen kring
  • En känsla för gruppens spridda erfarenhetsnivå

Vad som krävdes av mig:
Att skriva ett öppningsmail och en instruktion till Clio. Resten skötte sig självt.

Det intressanta är att dialogformatet sänker tröskeln. Att svara på ett mail känns mindre formellt än ett formulär — och när Clio ställer en följdfråga vill man faktiskt svara.

Nästa gång du ska hålla en föreläsning: prova att intervjua deltagarna i stället för att enkäta dem. Du behöver inte göra det helt ensam.

Koden är en del av Clio-Tools som finns som öppen källkod här: https://github.com/FredrikArvas/clio-tools/tree/main/clio-agent-mail

Kan AI vara en sparring-partner

Det finns en sorts samtal de flesta av oss inte får tillräckligt ofta — det där samtalet där någon ställer en fråga till, lyssnar riktigt noga, och sedan ställer en fråga till. Inte svarar. Inte löser. Utan hjälper dig att tänka klarare. Ett samtal som får dig att öva på att tänka, lyssna, svara.

Det är det Clio Coach stärvar att vara.

Varför en coach och inte en sökmotor?

AI är bra på att ge svar. Det är vi redan vana vid — vi frågar, vi får ett svar, vi går vidare. Men en del av det mest värdefulla lärandet sker inte när vi får ett svar, utan när vi tvingas formulera vår egen tanke tydligare. När någon frågar: Varför placerade du det där? Vad är skillnaden mellan det här och det? Vad händer om du har fel?

Det är annorlunda att ha en samtalsledare som håller sig till metoden, ställer en fråga i taget och väntar på ditt svar — jämfört med en som levererar en färdig disposition eller ett färdigt ramverk att fylla i. Båda har sin plats. Men bara det första hjälper dig att internalisera hur du tänker.

Clio Coach är ett bibliotek av sådana samtalsledare, byggda för specifika metoder och ramverk. Var och en aktiveras med en enda kopiera-och-klistra-in-prompt i Claude.

Tre sätt där AI skapar värde som metodstöd

Strukturera. Inför en presentation, ett beslut eller ett komplext projekt är det lätt att ha för mycket i huvudet och för lite på pappret. En coach som arbetar metodiskt — Vem är din publik? Vad vill du att de ska göra när du är klar? Vad är deras troligaste invändning? — tvingar fram den struktur som annars dröjer.

Spegla. Ibland vet vi vad vi tänker, men vi har aldrig behövt sätta ord på det. En AI-coach som lyssnar utan agenda, som återger vad den hört och frågar om den förstått rätt, fungerar som en kalibrerad spegel. Det är i grunden vad Lösningsfokuserad coaching gör — den hjälper dig se det som redan fungerar, och vad du vill ha mer av.

Lära sig ett ramverk på riktigt. Att läsa om Capgemini Integrated Architecture Framwork, IAF, eller klassisk retorik är en sak. Att faktiskt behöva placera ett verkligt case i rätt cell, försvara varför, och få en följdfråga när svaret är för ytligt — det är något annat. Det är skillnaden mellan att ha läst om att simma och att ha hoppat i bassängen.

Vad finns i biblioteket nu?

Tre coacher är publicerade, var och en med fullständig metoddokumentation, ett genomarbetat exempelfall och referenser till källmaterialet:

  • Capgemini IAF — Integrated Architecture Framework. Lär dig tänka i fyra aspektområden och fyra abstraktionsnivåer, en cell i taget.
  • Lösningsfokus — Framåtorienterad samtalspraktik. Inga diagnoser, inga råd — bara frågor som hjälper dig hitta dina egna resurser och nästa lilla steg.
  • Retorik & Disposition — Klassisk retorik och modern argumentationsteori. Från Aristoteles ethos-pathos-logos till Monroes motiverande sekvens och Toulmins argumentmodell.

Hur du använder dem

Öppna en ny konversation i Claude. Kopiera innehållet i START_PROMPT.txt från valfri coach. Fyll i ditt ämne. Starta!

Coachen läser sin metoddokumentation, bekräftar att den förstått uppdraget, och ber dig berätta vad du arbetar med. Sedan tar den vid — en fråga i taget.

Du hittar alla coacher på github.com/FredrikArvas/gen-ai-coaches.

Återkom gärna med kommentarer eller förbättringsförslag.

Vi ville se Nattens drottning igen

Min syster frågade efter en filmsnutt från en Super 8-film från vår barndom.

Vi minns båda hur vi blev väckta mitt i natten som små barn för att åka till min pappas mormor och titta på en blommande kaktus. Båda trodde oss också ha sett en filmsnutt från 1980-talet som borde finnas bland de konverterade filmerna. Frågan var bara var.

Att leta manuellt gick inte. Det är mer än 50 filer, dåligt märkta, och det skulle ta mer tid än vi hade.

Istället använde vi Clio-tools — ett verktyg jag byggt med Claude — för att köra ffmpeg mot varje fil och extrahera en bild var 30:e sekund. Bilderna analyserades sedan med clio-vision efter mönstret vi letade efter: mörk bakgrund, en blomma, kanske barn som tittar på något.

Äventyret att än en gång få titta på Nattens drottning började igen.

Vi hittade inte filmsekvensen. Men vi hittade ett fotografi från vår mammas barndom — en blommande kaktus i hennes barndomshem. Familjen hade alltså dokumenterat den här händelsen i generationer. Det visste vi inte förut.

Resultatet blev ändå ett framsteg: nu har vi starten på ett innehållsindex över familjens gamla filmer.

Familjearkiv är inte automatiskt sökbara. De är ögonblick, staplade på varandra. Det som förändrats är att vi nu har verktyg som kan leta igenom dem — och hitta saker vi inte ens visste att vi sökte.

Clio-tools är öppen källkod och fri att använda: github.com/FredrikArvas/clio-tools

Att granska en årsredovisning med AI

Igår fick jag tillbaka årsredovisningen från Jack, vår redovisningskonsult. Jack och jag har jobbat tillsammans i 30 år, så jag litar på honom — men även han kan ha missat något. Det är inte fel att ha ett extra par ögon.

Det extra paret heter Clio. Det är vad jag kallar min AI-assistent (den som tekniskt heter Claude från Anthropic). Jag valde namnet efter en brittisk cylinderklippare vi hade på familjens sommarställe när jag var liten — tung, noggrann, metodisk. Mormor var noga med gräsmattorna. Clio är det också.

Arbetssättet

Jag delade årsredovisningen, balansrapporten, resultatrapporten, huvudboken och momsrapporten med Clio. Innan jag delade något bad Clio mig berätta vad vi hade och vad vi ville åstadkomma — inte bara ”här är filerna, kör”.

Det är en viktig distinktion. Det är ett samarbete, inte en delegation.

Vad Clio hittade

Clio gick igenom materialet systematiskt och flaggade ett antal saker, rangordnade efter allvarlighetsgrad:

  • Bolagets säte angavs som Nacka i förvaltningsberättelsen — stämmer det? (Det visade sig stämma med registreringsbeviset, men påminde mig om att jag aldrig ändrat sätet formellt efter flytten till Muskö.)
  • Konto 2893 — skuld till mig som ägare — saknade ränta enligt det avtal vi upprättat. Jack och jag hade redan bestämt att inte ta upp räntan det här året. Clio visste inte det, men ställde rätt fråga.
  • Stora bokslutskorrigeringar den sista dagen, inklusive justeringar av kundfordringar på 50 000 kr. Ska det finnas en not?

Dialogen med Jack

Jag skickade Clios frågor till Jack. Hans svar: han hade redan tänkt på precis de här punkterna.

Det är det bästa möjliga utfallet. Inte för att Clio hittade fel Jack missat — utan för att vi tillsammans ställde rätt frågor, fick dem bekräftade, och kan nu lämna in med gott samvete.

Vad jag tar med mig

Clio ersätter inte Jack. Men Clio gör att jag kommer till Jack bättre förberedd — med konkreta frågor istället för en känsla av oro.

Det är vad jag tycker att AI tillför mig idag.

/Fredrik

En månad med generativ AI

Nu har jag jobbat sedan 2026-02-15 med Claude och kontinuerligt jämfört med Copilot, Gemini, Perplexity för att se vd som fungerar bäst.
Förenklat är Claude överlägsen i de flesta frågor.
Webbsök är Perplexity och Gemini mycket snabbare på – men de sammanfattar också snabbare.

🛠 Vägföreningen (Verksamhetsstyrning & Historik)

Denna kategori visar på en djup integration där AI har fungerat som en senior analytiker och administratör.

  • Ekonomisk planering:
    • 15-årig underhållsplan med schablonkostnader, periodisering och kartanalys.
    • 5-årig budget baserad på 10 års historisk data (Excel).
    • Historik och ny policy för beräkning av slitageavgifter.
  • Digital infrastruktur:
    • ”Föreningsminne”: Indexering av 500 dokument, sökbara via en egenbyggd WordPress-plugin.
    • Ny dokumentstruktur samt mallar för kallelser och protokoll.
  • Analys & Administration:
    • Styrelseprotokollsanalys (identifiering av ”tappade” bollar).
    • Kartläggning av aktiva medlemmar och roller under de senaste 15 åren.
    • Publiceringsverktyg: Från Word-fil direkt till WordPress-sida.

💻 Teknik, Kod & Arbetsliv

Applikationsutveckling:

  • Data & Systemanalys:
    • Avancerad bokslutsanalys: Spårning av transaktioner, ränteberäkning och avtalsupprättande.
    • Analysmodell för API-belastning i komplexa IT-miljöer.
  • Workflow-automatisering:
    • Integration för att skicka e-post direkt från Claude via Google Mail.
    • Standup-prompter” för daglig summering.
    • Metodförklaring och onboarding-prompter för nya Claude-instanser.
  • Ett researchprojekt:
    • Kartlägga UFO-rapporter i alla länder i världen (Claude Chatt, Gemini chatt, Perplexity chatt, Notion databas) Gemini söker snabbt men missar länkar till källorna. Perplexity söker bra (men klarar inte att hålla ordning på vilka den hämtat.)

🧘 Personligt stöd & Coaching

AI som mentor och kreativ partner.

  • Coaching:
    • Parrelationscoach (stöd i privatlivet).
    • Outplacement-coach (stöd vid karriärövergång).
  • Kreativt skrivande:
    • Skrivcoach för ”Sommarprat” inkl. kuration av musik.
  • Problemlösning i vardagen:
    • Hårddiskanalys/sökning efter försvunnet videomaterial (äktenskapslöften).
    • Anpassade startguider för vänner (skolschema, programmering av kretskort, rapportpaket).
  • Design:
    • Grafisk profil för Office-paketet.

Prompt inför Daily Standup

Jag har experimenterat med att få Copilot i Outlook att hjälpa till att summera inför Daily Standup.
Den här hjälper – men ger inte samma ämnen varje gång jag gör den (på samma dag…).
Så den kan inspirera inte lösa uppgiften självständigt.

This prompt is unfortunately unreliable.
I think it is because Copilot is a LLM.

Try this instead.
It does not give the same result each time you run it, but it give inspiration.

You are my assistant for daily standup reporting.
I work across multiple projects simultaneously.

Follow these steps in order. Do not proceed without my confirmation.

════════════════════════════════════
STEP 1 – Map yesterday’s work
════════════════════════════════════

Analyze what I worked on YESTERDAY based on what you have access to:
calendar, meetings, email and Teams chats.

Present the result as a list:

  • [Project name / Client]
    What I did: one sentence.
    Source: where you retrieved it from (meeting, email, Teams channel etc.)

Stop here. Do not write a standup yet.
End with: ”Which project should I write the standup for?”

════════════════════════════════════
STEP 2 – Write standup (after my selection)
════════════════════════════════════

When I have selected a project: focus exclusively on that project.
Use everything you found in Step 1 for that project — miss nothing.
If you are unsure whether something belongs: include it and mark it with *.

─────────────────────────────────────
Standup – PROJECT NAME

What I did yesterday

  • Each point = exactly two sentences.
  • Include all activities. Do not merge items that cover different themes.
    Source: [where from]

What I will do today

  • Exactly two sentences per point.
  • Only items that connect to yesterday’s work or scheduled meetings.
    Source: [what motivates the plan]

What I need help with

  • Exactly two sentences per point.
  • Real blockers, uncertainties or missing decisions only.
    Source: [where the need arose]
    ─────────────────────────────────────

If something is missing from the source data: say so clearly instead of filling in gaps.
Output language: Swedish, concise and direct, adapted for verbal standup.

AI-verktyg per roll – en interaktiv guide


Jag har samlat på mig erfarenheter av vilka AI-verktyg som faktiskt passar för olika arbetsuppgifter. Inte i teorin – utan i praktiken, när det gäller.

Det här är min sammanställning nu (2026-03-16) och jag uppdaterar den då och då.

Med stöd av Claude AI har jag byggt en interaktiv HTML-guide som täcker 24 olika yrkesroller – från projektledare och arkitekter till utvecklare och säljare. För varje roll finns konkreta exempel på vad du bör använda AI till, vad du ska vara försiktig med, och vad du helt enkelt bör undvika. Dessutom en riskbedömning och vilket verktyg som passar bäst för uppgiften.

Verktygen som täcks är de vanligaste i arbetslivet:
M365 Copilot, GPT-5, Claude, Gemini 2.5, GitHub Copilot och Claude Code.

Guiden är tänkt som en praktisk referens – inte en akademisk genomgång. Jag återvänder till den själv när jag är osäker på om jag använder rätt verktyg för rätt sak.

AI-guiden finns nu på en egen sida


Har du synpunkter eller saknar din roll? Hör av dig!

/Fredrik