AI (artificiell intelligens) var utan konkurrens ett av de mest omtalade begreppen under 2025. AI sägs vara lösningen på allt! Flera AI-modeller installeras tillsammans med FileMaker Server 2025 som du kan använda för t.ex. semantisk sökning. Dessa kräver dock en hel del datorkraft, det vanligaste är fortfarande att använda moln-baserade lösningar som OpenAI, Googles Gemini eller liknande. Utvecklingen går hisnande fort, det som är aktuellt idag är antagligen gammalt om någon månad.
Det är inte svårt att använda moln-baserade tjänster. Lösningen är för det mesta script-steget Infoga från URL. Tänk på att moln-baserade tjänster ofta är avgiftsbelagda.
Jag tänker låta AI skriva produkttexter till mig. Min kollega och jag skrev för ca 30 år sedan en bok, Database publishing med FileMaker och FrameMaker, då en storsäljare :) Vi använder än idag det exempel som följde med boken i diverse sammanhang, dock är de beskrivande texterna i behov av att moderniseras en aning. Bokens exempeldatabas är ett enkelt produktregister med namn, bild, beskrivning och artiklar, allt som behövs för att göra en produktkatalog (eller publicera på webben).
En av produkterna ser ut så här:
För ändamålet har jag valt att använda Googles Gemini som hjälpmedel. Google har en AI Studio där du skapar ett projekt, lägger till någon form av betalningsmetod samt skapar en API-nyckel. Det finns sedan utmärkta exempel på REST-anrop som du kan kopiera och överföra till FileMakers script-steg Infoga från URL. Du kan göra ett antal frågor utan kostnad.
Det svåra är att skriva "prompten", dvs. frågan till Gemini som skapar texten. Att skriva en prompt är en hel vetenskap, det finns t.o.m. svenska mästerskap i konsten. Men det går att komma ganska långt med enkla metoder.
Den prompt jag använder är helt enkelt:
"Beskriv med max 100 ord en produkt med benämningen " & Bildelar::Produkttyp & " " & Bildelar::Namn
Produkttyp är i bilden ovan "Takbox" och produktnamnet är "Easy Pack". Prompten blir alltså så här för produkten i bilden ovan:
"Beskriv med max 100 ord en produkt med benämningen Takbox Easy Pack"
Resultatet ser du i bilden nedan (utan manuella justeringar):
Scriptet jag använder är en loop som går genom alla hittade poster. För varje post i mitt produktregister frågar jag Gemini om en lämplig beskrivande text.
På rad 7 i scriptet skapar jag en $-variabel med prompten. Den är i JSON-format och ser ut så här:
{
"contents" :
{
"parts" :
{
"text" : "Beskriv med max 100 ord en produkt med benämningen Takbox Easy Pack"
}
}
}
"Takbox Easy Pack" är den första produkten i registret, benämningen byts ut för varje post enligt beräkningen ovan.
På rad 9 använder jag Infoga från URL. URL:en har jag kopierat från Google AI Studio, likaså cURL-tillvalet (med några modifieringar). Resultatet kommer i JSON-format och den beskrivande texten hämtas till fältet "Beskrivning_AI" på rad 10 med hjälp av funktionen JSONGetElement.
Den AI-modell som används i exempet är "Gemini 3 Pro Preview", men kan lika gärna vara någon annan.
Med en annan prompt kan du få helt andra beskrivande texter. T.ex. denna returnerar en text på rim:
"Du är en poet. Beskriv med rim en produkt med benämningen Takbox Easy Pack"
Resultatet kan bli så här (utan manuella justeringar):
