AI company brain med ChatGPT og Codex: hjernen der handler

Du kan ikke bygge den i chatten

Det mest udbredte forsøg på en AI company brain med ChatGPT ser sådan her ud: en projektchat med en lang instruktion, femten uploadede referencefiler og en fornemmelse af at have bygget noget. Og det virker - et stykke tid. Chatten svarer klogere end en tom chat. Men prøv at bede den om at opdatere sin egen viden når en beslutning ændrer sig. Prøv at se hvad der stod i filerne for tre uger siden. Prøv at lade den køre en fast opgave hver mandag morgen uden dig.

Det kan den ikke. En projektchat er en samtale med bilag - ikke et system. Den kan svare, men den kan ikke vedligeholde sig selv, og den kan ikke handle.

Hvor meget viden der ender i løse chats, ser jeg i de cases jeg trækker på i undervisningen: et mindre dansk advokatfirma havde en officiel "ingen AI"-politik - og en anonym intern undersøgelse viste at 78 % af juristerne alligevel brugte ChatGPT mindst ugentligt, på personlige Plus-abonnementer, primært til kontraktudkast. Al den erfaring boede i private chats: usynlig for firmaet, uden governance og væk den dag juristen skifter job. Forbuddet gav ikke compliance - det gav skyggebrug. Pointen her er ikke politikken, men substratet: viden der bor i chats, siver ud. Viden der bor i filer, kompounderer.

Det er forskellen på en vidensbase og en company brain - begrebet YC satte navn på i deres 2026 Request for Startups: et system der trækker viden ud af fragmenterede kilder, strukturerer den, holder den aktuel og gør den eksekverbar for AI-agenter. Ikke noget du slår op i. Noget en agent handler ud fra.

Den gode nyhed for de mange danske virksomheder med ChatGPT som standardvalg: du kan bygge en company brain med de værktøjer der følger med dit ChatGPT-abonnement. Den bor bare ikke i chatten. Den bor i en mappe af filer på din egen maskine - og agenten der passer den, hedder Codex.

ChatGPT er samtalen. Codex er hænderne. Hjernen er filerne - og dem ejer du selv.

En vidensbase svarer. En company brain handler.

Skelnen er nem at misse, så lad os tage den først.

En AI-vidensbase er passiv: du fylder viden i, kompilerer den til en wiki og spørger den. Den er et fremragende fundament, og du bør bygge den. Men den er ét niveau under det her.

En company brain er aktiv. Filerne er ikke kun til at læse - de er instruktioner og arbejdsgange en agent kan udføre. Ordet der bærer hele forskellen, er eksekverbar. Derfor dur Notion, Confluence eller en RAG-bot heller ikke som company brain: de kan svare på et spørgsmål, men de kan ikke udføre opgaven, og de kan slet ikke skrive læringen tilbage bagefter.

Du køber ikke en company brain. Du bygger et substrat af filer og lader agenten arbejde oven på det. Sat op mod det typiske projektchat-forsøg ser forskellen sådan her ud:

	Projektchat i ChatGPT	Company brain
Hvor viden bor	I samtaler hos leverandøren	I filer du selv ejer
Historik og rollback	Nej	Git: hver ændring, fortryd alt
Agenten kan skrive tilbage	Nej	Ja - som diff du godkender
Kører opgaver på skema	Nej	Ja - automations
Flytbar til anden leverandør	Nej	Ja - markdown og åbne konventioner
Flere forretningsområder	Én chat pr. emne	Under-hjerner med hver sin AGENTS.md

De seks lag i en AI company brain med ChatGPT

Arkitekturen bag en company brain er den samme uanset leverandør: seks lag hvor de fire nederste er filer og regler, og de to øverste er vaner.

Har du aldrig set en company brain indefra, er tre begreber nok at have med: markdown er almindelig tekst med få tegn til struktur - en # foran overskrifter, en - foran punkter. Git er et versionsarkiv rundt om mappen: hver ændring gemmes, alt kan rulles tilbage, og du kan se hvem der ændrede hvad hvornår. En agent er en AI der ikke bare svarer, men kan gøre noget - læse dine filer, køre en arbejdsgang, skrive et resultat tilbage.

Det interessante er hvor lidt der skal oversættes når du bygger den på OpenAI-stakken:

Lag i arkitekturen	OpenAI-udgaven
Substratet: markdown i git	Samme: lokal mappe + privat git-repo
Instruktionsfilen	AGENTS.md - Codex læser den automatisk
RESOLVER: routinglaget	Samme fil, samme princip
Skills: kørbare kapabiliteter	.agents/skills/<navn>/SKILL.md
Skriv-tilbage	Codex redigerer selv journal- og vidensfiler
Sundhedstjekket	Codex Automation + en sundhedstjek-skill

Fire af seks lag er identiske med enhver anden opsætning. De to der skifter navn, er instruktionsfilen og skills-formatet - og begge følger åbne konventioner, ikke lukkede OpenAI-formater. Det vender jeg tilbage til, for det er et selvstændigt argument for at bygge sådan her.

Værktøjsvalget: ChatGPT til samtalen, Codex til filerne

Hvorfor ikke bare blive i ChatGPT? Fordi en projektchat mangler de tre egenskaber der gør en samling filer til en hjerne.

Den er ikke versioneret: du kan ikke se historikken eller fortryde en ændring. Den er ikke et skrivbart filsystem: agenten kan ikke selv oprette, flytte og opdatere filer i en struktur du ejer. Og den er ikke automatiserbar på et skema: chatten venter på dig.

Codex er OpenAI's agent, og den har alle tre. Codex-appen kan åbne en lokal projektmappe på din computer, læse og redigere filerne i den, køre scripts og arbejde med git. Den følger med de betalte ChatGPT-planer, så regningen er typisk allerede betalt.

Git-laget er ikke en teknikalitet - det er tillidsmekanismen. Når Codex ændrer i dine filer, ser du ændringen som en diff: præcis hvilke linjer der kom til, og hvilke der røg ud før du godkender. En agent med skriveadgang uden versionsstyring er et hasardspil. En agent med skriveadgang oven på git er en kollega med kladdepapir.

Arbejdsdelingen i praksis: ChatGPT bruger du som hidtil til spørgsmål, udkast og tænkning. Codex bruger du når hjernen skal bygges, opdateres eller sættes i arbejde. Samme login, samme abonnement - to forskellige jobs.

Substratet: én mappe, versioneret

Fundamentet er en mappe med tekstfiler plus git. Sådan ser en company brain til en mindre virksomhed ud på OpenAI-stakken:

min-virksomhed/
├── AGENTS.md              ← instruktionsfilen (lag 02)
├── RESOLVER.md            ← routinglaget (lag 03)
├── .agents/
│   └── skills/            ← kørbare kapabiliteter (lag 04)
│       ├── ugentlig-status/
│       │   └── SKILL.md
│       ├── gem-laering/
│       │   └── SKILL.md
│       └── sundhedstjek/
│           └── SKILL.md
├── hukommelse/            ← skriv-tilbage havner her (lag 05)
│   └── journal.md
└── viden/                 ← referencebank: fakta, cases, frameworks
    ├── selskabsfakta.md
    └── tone-og-stemme.md

Driver du flere forretningsområder, lægger du hjernen i roden og giver hvert område sin egen undermappe med sin egen AGENTS.md. Hjernen skal sidde på det niveau hvor du selv opererer - over forretningerne, ikke inde i én af dem. Hvert område bliver en under-hjerne, ikke et separat system.

Instruktionsfilen: AGENTS.md

AGENTS.md er det første Codex læser - automatisk før den udfører noget arbejde. Det er en indbygget konvention: du skal ikke bede om det eller sætte noget op.

Discovery-rækkefølgen er hele nøglen til en portefølje-hjerne: Codex læser først en eventuel global fil på din maskine, så filen i projektets rod og derefter mere specifikke AGENTS.md-filer ned gennem undermapperne. Filerne flettes oppefra og ned, og den nærmeste vinder ved modstrid. Rodfilen sætter altså de fælles regler; hvert forretningsområde skærper dem lokalt.

Filen selv er kort, konkret og vedligeholdt:

# AGENTS.md - koordinator for firmaet

Du arbejder for ejeren. Match sproget i beskeden (dansk/engelsk).
Vær kort og konkret.

## Forretningsområder
1. Webshop - ordrer, lager, kundesupport.
2. Konsulentydelser - tilbud, leverancer, fakturering.

## Regler
- Slå op i RESOLVER.md, før du gætter på, hvor noget hører hjemme.
- Skriv kun til hukommelse/, når capture-filteret er bestået.
- Foreslå ændringer som diff - commit aldrig uden godkendelse.

Detaljen i sidste linje er vigtig: instruktionsfilen er også stedet hvor du indkoder din egen kvalitetsport.

RESOLVER: omstillingsbordet

RESOLVER-laget ændrer sig ikke en tøddel, og det er pointen. RESOLVER.md er et routing-index - én tabel med én række pr. opgavetype der peger på den skill, fil eller mappe der ejer opgaven. Garry Tan kalder den et org-chart for agenter.

# RESOLVER.md

| Opgave handler om...     | → gå til                              |
|--------------------------|---------------------------------------|
| ordrer og lager          | webshop-mappen                        |
| kundesupport             | .agents/skills/support/               |
| tilbud og salg           | .agents/skills/tilbud/                |
| selskabsfakta, CVR, moms | viden/selskabsfakta.md                |
| ugentlig status          | .agents/skills/ugentlig-status/       |

En agent er god til at følge en eksplicit instruks og dårlig til at gætte hvor noget "nok hører hjemme". Tabellen fjerner gætteriet. Og reglen der holder den i live, er ufravigelig: enhver ny skill tilføjer sin RESOLVER-række samtidig. Ellers har hjernen en kapabilitet, ingen kan nå - en dark capability, en hånd den har glemt, den har.

Skills: kørbare kapabiliteter i .agents/skills/

En skill er en arbejdsgang beskrevet præcist nok til at blive gentaget - ikke en prompt du copy-paster, men en fil agenten selv kan kalde og udføre. I Codex bor skills i .agents/skills/, én mappe pr. skill med en obligatorisk SKILL.md. Formatet følger den åbne agent skills-standard og kræver kun to metadatafelter, navn og beskrivelse:

---
name: ugentlig-status
description: Saml en tværgående status for firmaet. Brug når ejeren
  spørger "hvor står vi?" - eller mandag morgen.
---

## Trin
1. Læs hukommelse/journal.md (sidste 7 dage).
2. Hent ugens nøgletal (salg, ordrer, åbne supportsager).
3. For hvert område: én linje - fremdrift, blokering, næste skridt.
4. Slut med ÉN ting, der haster mest.

Codex kan aktivere en skill på to måder. Eksplicit: du skriver $ugentlig-status i prompten. Implicit: Codex vælger selv skill'en når din opgave matcher beskrivelsen. Derfor er description-feltet ikke pynt - det er selve udvælgelseskriteriet, så skriv det som en klar hvornår-bruges-denne-regel.

Du behøver ikke engang skrive den første selv: den indbyggede $skill-creator interviewer dig om hvad skill'en skal gøre, hvornår den skal aktiveres, og om den skal indeholde scripts. Start med tre skills, ikke tredive: en status-skill, en gem-læring-skill og et sundhedstjek. Det er de opgaver du alligevel gentager hver uge.

Skriv-tilbage: capture-filteret

Vanen der lukker loopet: hvert svar der vil komme igen, files tilbage i hjernen. Ikke alt - kun det der består ét spørgsmål: vil mit fremtidige jeg, eller en kollega, gerne finde det her om tre måneder? Beslutninger og begrundelser ind. Halvfærdige tanker ud.

Her betaler Codex-valget sig for alvor, for skriv-tilbage er ikke længere manuelt arbejde. Agenten redigerer selv journalen eller vidensfilen, og du godkender diffen:

## 2026-07-06 - Beslutning: fast fragtgrænse på 499 kr.

Hævet fra 399 til 499 efter marginanalyse. Hvorfor: fragtandelen åd
avancen på småordrer. Konsekvens: fri fragt-banner opdateret; effekt
evalueres i ugentlig status om 4 uger.

Det kompounderende vidensloop - saml, kompilér, spørg, arkivér tilbage - kører nu med en agent i alle fire led. Næste opgave starter rigere end den forrige.

Sundhedstjekket: en skill plus en automation

Enhver vidensstruktur rådner stille hvis ingen efterser den: RESOLVER-rækker peger på filer der er flyttet, vidensfiler går i stå, skills mister deres række. Maskinen er bedre end dig til den slags udtømmende, kedelig kontrol - så giv den jobbet.

I OpenAI-udgaven er sundhedstjekket to ting. Først en skill, $sundhedstjek, der kontrollerer at alle RESOLVER-henvisninger findes, at alle skills har en routing-række, at ingen vidensfil er forældet, og at der ikke ligger nøgler eller passwords i repoet. Dernæst en Codex Automation der kører den på et fast skema.

Automations er indbygget i Codex-appen: du vælger et skema - dagligt, ugentligt eller cron-syntaks for skæve kadencer - og skriver en prompt der kan kalde skills direkte:

Kør $sundhedstjek på hele projektmappen.
Rapportér kun hvis noget kræver handling.

Resultaterne lander i appens Triage-indbakke; er der intet at rapportere, arkiverer den bare kørslen. Én praktisk betingelse skal du kende ved lokale projekter: computeren skal være tændt, Codex-appen skal køre, og projektmappen skal være tilgængelig på disken. Hjernen bor hos dig - så vagten gør også.

UGENTLIGT SUNDHEDSTJEK - 2026-07-06
✓ 3 skills, 3 RESOLVER-rækker - match
✗ RESOLVER-række "tilbud" → .agents/skills/tilbud/ FINDES IKKE
✗ viden/selskabsfakta.md ikke rørt i 9 uger - forældet?
→ 1 dark capability at rette, 1 fil at gennemgå

Konteksten ind: plugins til Gmail, Drive og Slack

En hjerne der kun kender sine egne filer, er lukket om sig selv. Codex har plugins - installérbare bundter af skills, app-forbindelser og MCP-servere - til blandt andet Gmail, Google Drive og Slack. Med dem kan agenten hente kontekst derude hvor arbejdet faktisk foregår: opsummere ulæste tråde, trække seneste udgave af et dokument, skrive udkast til svar.

Kombinationen med hjernen er det interessante. En skill kan nu sige: læs de seneste kundemails via Gmail-plugin'et, hold dem op mod viden/tone-og-stemme.md, og skriv udkast der lyder som os. Konteksten kommer udefra; standarderne kommer fra hjernen.

Hvor ChatGPT Company Knowledge passer ind

Har jeres organisation ChatGPT Business, Enterprise eller Edu, findes der et lag mere: Company Knowledge. Det lader ChatGPT søge på tværs af jeres tilkoblede apps - Drive, Slack, CRM - og svare med kildehenvisninger tilbage til originalerne. Som søge- og kontekstlag for et team er det nyttigt.

Men gør det ikke til den kanoniske hjerne. Begrænsningerne viser hvorfor: det findes kun på team-planerne, det virker aktuelt kun i webudgaven af ChatGPT, det skal slås til pr. samtale, og det kan kun læse - ikke skrive. Et lag der ikke kan skrive tilbage, kan pr. definition ikke være en company brain; det er en opslagsflade.

Den kanoniske del bør stadig være: privat git-repo, markdown, AGENTS.md, RESOLVER og skills. Så beholder du ejerskab, historik og rollback - og fordi både AGENTS.md og skills-formatet er åbne konventioner, kan hele hjernen flyttes mellem modeller og leverandører, den dag du vil noget andet. Substratet er dit. Kun agenten er udskiftelig.

Sådan bygger du din AI company brain med ChatGPT

Rækkefølgen er afgørende - og den starter ikke med software du skal købe:

1. Byg vidensbasen først hvis du ikke har den. Opskriften ligger i byg-guiden: én mappe, en inbox, en ugentlig kompilering.
2. Installér Codex-appen og log ind med din ChatGPT-konto. Vælg din brain-mappe som lokalt projekt, og lad Codex køre git init hvis mappen ikke allerede er et repo.
3. Lad første session være et interview. Bed Codex interviewe dig om forretningsområder, datakilder, faste opgaver og nøgletal - og derefter foreslå strukturen med AGENTS.md og RESOLVER.md som en samlet diff. Gennemgå den, ret til, og commit først når den ser rigtig ud. Diffen er din kvalitetsport fra dag ét.
4. Skriv tre skills med $skill-creator: ugentlig status, gem-læring, sundhedstjek. Husk reglen: ny skill, ny RESOLVER-række, samtidig.
5. Automatisér sundhedstjekket som en ugentlig Codex Automation, og indfør capture-filteret som vane.

Derfra vokser den med brugen: flere skills når mønstrene viser sig, plugins når konteksten skal ind, en automation mere når en kadence bider sig fast. Køb ikke et værktøj før substratet har bevist sig - værktøjerne er udskiftelige, arkitekturen er ikke. Og kører du Claude i stedet for ChatGPT, findes samme arkitektur i Claude-udgaven - det er præcis pointen med at bygge på filer.

En sidste ting til dig der leder mere end du bygger: du skal ikke selv skrive AGENTS.md. Send artiklen til den mest teknisk nysgerrige person i forretningen som en byggeopgave til en eftermiddag - og behold de to beslutninger der faktisk er dine. Hvor skal virksomhedens AI-viden bo: i filer I ejer eller i en leverandørs chatvindue? Og hvem ejer vedligeholdet når substratet står der? Det er ledelsesbeslutningerne. Resten er håndværk.

FAQ

Key takeaway: En company brain kan bygges fuldt ud på OpenAI-stakken - men ikke i ChatGPT-chatten. Substratet er en lokal mappe med markdown i git; Codex er agenten der læser, skriver og vedligeholder den. AGENTS.md er instruktionsfilen (læses automatisk, kan lægges pr. forretningsområde), RESOLVER router opgaver, skills bor i .agents/skills/ og kaldes med $navn, og et ugentligt sundhedstjek kører som Codex Automation. Plugins henter kontekst fra Gmail, Drive og Slack; ChatGPT Company Knowledge er et søgelag for teams - ikke den kanoniske hjerne. Ejerskab, historik og flytbarhed ligger i filerne. Byg substratet; lej kun agenten.

Ofte stillede spørgsmål

01Kan jeg bygge en company brain i en ChatGPT-projektchat?–

Nej - og det er den vigtigste pointe at forstå. En projektchat er en samtale med instruktioner og referencefiler; den er ikke et versioneret, skrivbart filsystem. Du kan ikke se hvad der blev ændret hvornår, du kan ikke rulle tilbage, og agenten kan ikke selv vedligeholde filerne. Byg hjernen som en mappe af markdown-filer i git, og lad Codex være den agent der læser og skriver dem.

02Hvad er AGENTS.md?+

AGENTS.md er Codex' instruktionsfil - en åben konvention, ikke et OpenAI-format. Codex læser filen automatisk før den udfører arbejde: først en eventuel global fil, så filen i projektets rod, og til sidst mere specifikke AGENTS.md-filer i undermapper. Den nærmeste fil vinder ved modstrid. Det gør den til det naturlige sted at beskrive hvem du er, hvilke forretningsområder der findes, og hvilke regler agenten skal følge.

03Hvad er forskellen på ChatGPT og Codex?+

ChatGPT er samtalefladen - god til spørgsmål, udkast og tænkning. Codex er OpenAI's agent: en app der kan åbne en lokal projektmappe, læse og redigere filer, køre scripts og arbejde med git. Codex følger med de betalte ChatGPT-planer, så du skal typisk ikke købe noget nyt. I en company brain er arbejdsdelingen enkel: ChatGPT til samtalen, Codex til filerne.

04Hvordan laver jeg skills i Codex?+

En skill er en mappe under .agents/skills/ med en SKILL.md-fil der som minimum har et navn og en beskrivelse plus trinene for opgaven. Codex vælger selv en skill når din opgave matcher beskrivelsen, eller du kalder den eksplicit med dollartegn - fx $ugentlig-status. Den indbyggede $skill-creator kan interviewe dig og skrive din første skill.

05Kan Codex køre opgaver automatisk på et skema?+

Ja. Codex Automations kører opgaver på et fast skema - dagligt, ugentligt eller efter cron-syntaks - og lægger resultaterne i en indbakke i appen. En automation kan kalde en skill direkte, fx $sundhedstjek hver mandag morgen. Ved lokale projekter er kravet at computeren er tændt, Codex-appen kører, og projektmappen er tilgængelig på disken.

06Er ChatGPT Company Knowledge en company brain?+

Nej. Company Knowledge er et søgelag: ChatGPT søger på tværs af jeres tilkoblede apps og svarer med kildehenvisninger. Det er nyttigt for et team - men det findes kun på Business-, Enterprise- og Edu-planerne, kun i webudgaven, det skal slås til pr. samtale, og det kan kun læse, ikke skrive. Den kanoniske hjerne bør stadig være et privat git-repo med markdown, AGENTS.md, RESOLVER og skills som du selv ejer og kan flytte.