Den ultimata handledningsmalguiden för 2023
Product Documentation Product Management

Den ultimata handledningsmalguiden för 2023

Tal F.

Tal F.

May 04, 2021
(Updated: October 25, 2025)

Hur ledande organisationer får en konkurrensfördel genom att hålla sina utbildningsmanualer enkla, koncisa och mycket framgångsrika.

Share this article:

Vad du kommer att lära dig

  • Learn how to create effective training material templates using Docsie
  • Understand the key components of well-designed training documentation
  • Implement a structured approach to organizing training content for different audiences
  • Master the process of gathering and integrating user feedback into documentation
  • Discover how to maintain and update training materials for long-term effectiveness

Ansvarar du för utbildningen av kollegor, kunder eller nyanställda? I så fall, fortsätt läsa.

Att dela kunskap och utbilda andra kan vara utmanande. Särskilt om du saknar en bra mall för utbildningsmaterial att komma igång med. I den här artikeln visar jag hur du kan öka produktiviteten och minska stilleståndstiden genom att använda Docsie för att skapa en enkel mall för utbildningsmaterial och dela den med ditt team.

Skapa en effektiv mall för utbildningsmaterial: Viktiga steg

  1. Identifiera din målgrupp och utbildningsbehov
  2. Skissa upp struktur och innehåll
  3. Utveckla tydligt och koncist utbildningsmaterial
  4. Inkludera visuella hjälpmedel (diagram, skärmbilder, videor)
  5. Skapa interaktiva element (quiz, övningar)
  6. Implementera en användarvänlig design och layout
  7. Granska och testa materialet med potentiella användare
  8. Samla in och integrera feedback
  9. Uppdatera och underhåll innehållet regelbundet

Fördelar med ett väldesignat utbildningsmaterial:

  • Förbättrad introduktion för nyanställda
  • Konsekvent utbildning i hela organisationen
  • Ökad produktivitet och effektivitet
  • Minskade utbildningskostnader
  • Bättre engagemang och bibehållande av personal

En omfattande mall för utbildningsmaterial fungerar som en värdefull resurs för både utbildare och deltagare, och säkerställer effektiv kunskapsöverföring och kompetensutveckling.

Steg 1: Skapa ett konto på Docsie (det är gratis).

Docsie är ett enkelt verktyg för att utveckla utbildningsmaterial som ger företag återanvändbara mallar för att skapa bättre utbildningshandböcker. Det är helt gratis att komma igång, och du kan bygga ditt första utbildningsmaterial på under 10 minuter. När du har registrerat dig kan vi börja förklara hur du skapar utbildningsmaterial med Docsie.

Steg 2: Skapa en bok för att göra en bra grundmall för utbildningsmaterial.

Docsie bygger på konceptet med böcker och hyllor, där böcker fungerar som utbildningshandböcker och hyllor som avdelningar och kunskapscentrum.

Tänk dig att du är ett upptaget säljteam som behöver ha allt ert utbildningsmaterial för utgående försäljning samlat på ett ställe. Du kan använda Docsie för att organisera och kategorisera ditt utbildningsmaterial med hjälp av uppsättningar. När du är redo kan du bjuda in resten av utbildningsteamet för att samarbeta och bygga bättre utbildningsmaterial tillsammans.

Steg 3 - Definiera utbildningsinstruktioner

Här identifierar du utbildningskategorier och vägar du behöver skapa för att utbilda din målgrupp.

Denna guide förutsätter att du redan känner till din målgrupp. Syftet är att visa hur du enkelt kan skapa innehåll för ditt utbildningsmaterial.

Tänk på ett säljteam. Det har grundläggande och avancerade säljspår för olika positioner som SDR (försäljningsrepresentanter), Account Executives, Customer Success Representatives och så vidare. Positionerna kan ha olika namn och ansvarsområden beroende på ditt företags natur, men alla kräver utbildningsmaterial och ett spårbart sätt att dela information.

När du har identifierat dina utbildningsspår kan du börja intervjua experter i dessa positioner för att fastställa innehållet. Du kan till exempel intervjua en account executive för att förstå hur de arbetar.

När du känner till deras dagliga rutiner, praxis och skyldigheter kan du skapa ett processdiagram som detaljerar arbetsuppgifterna, vilket ger dig en tydlig bild av ansvarsområdena.

Sedan bryter du ner dessa uppgifter i konkreta steg efter nivå/senioritet, vilket gör det enkelt att skapa utbildningsmaterial eftersom du vet vad och hur du ska skriva för ditt specifika team.

När du samlat tillräckligt med information kan du använda den för att utveckla ditt utbildningsmaterial med hjälp av en mall.

Steg 4: Utveckla utbildningsmaterial

Med utgångspunkt i din disposition och färdplan från tidigare steg, och med informationen du samlat från ditt team, börjar du fylla din mall med innehåll, steg för steg, och gradvis utöka varje steg för att hjälpa dina deltagare bygga en solid kunskapsbas.

Olika artiklar kan använda olika steg i Docsie för att illustrera utbildningsmaterial. Det finns många bra verktyg som fungerar tillsammans med Docsie för att hjälpa dig skapa fantastiska manualer.

Fantastiska verktyg

Det finns många bra verktyg som kan ge dig ett försprång när du skapar ditt utbildningsmaterial och hjälpa dig att utveckla och fylla i din mall.

Snag-It

Obs: Om du är Mac-användare kan du kopiera och klistra in bilden i Docsie med Shift, Command och 4.

Snag-it låter dig enkelt ta en bild av sidans innehåll och kommentera den med ett snyggt och enkelt annoteringsverktyg.

Camtasia

Camtasia hjälper dig att enkelt spela in instruktionsvideos för att förbättra utbildningsupplevelsen och effektiviteten i ditt material.

Docsie Guides

Med ett enkelt Chrome-tillägg kan du använda Docsie Guides för att automatiskt dokumentera ditt utbildningsmaterial och alla bilder med anmärkningar. Docsie Guides hjälper dig också att skapa guidade turer utan kodning för att visa hur din produkt används för kunder eller nya medarbetare.

Steg 5 - Publicera ditt utbildningsmaterial och dela det med ditt team

När du har utvecklat ditt utbildningsmaterial i Docsie vill du dela det med nya medarbetare och/eller kunder. Det är så enkelt som att klicka på publicera och låta det visas på en Docsie-inbäddad sida på din webbplats.

Om du vill begränsa åtkomsten till ditt utbildningsmaterial kan du enkelt göra det i Docsie. Du kan också tilldela ett unikt lösenord till en specifik deltagare och återkalla åtkomsten när som helst.

Med bara en rad kod kan du också integrera ditt utbildningsmaterial direkt i företagets intranät med Docsie.

Steg 6: Samla in feedback om ditt utbildningsmaterial och uppdatera det i Docsie.

När du har lanserat din prototyp för utbildningsmaterial är du redo att gå vidare. Du kanske vill förstå hur deltagare och/eller kunder interagerar med ditt material och ge dem möjlighet att ge dig konkret feedback för att förbättra ditt arbete.

Här kan du använda Vocally (ett Docsie-tillägg) för att samla in videoklipp från deltagarnas utbildningsupplevelser för att bättre förstå hur de hanterar ditt material. Du kan också ge dem möjlighet att lämna synpunkter på sin utbildningsupplevelse, som kategoriseras i Vocally manager.

Du kan sedan använda Vocally Manager, som enkelt integreras med din projekthanteringsprogramvara, för att skapa konkreta uppgifter för att uppdatera och förbättra ditt material baserat på användarfeedback.

Steg 7: Underhåll och översätt innehållet i ditt utbildningsmaterial.

Du kan nu översätta dina utbildningsmallar till flera språk direkt i Docsie, och du kan till och med kommunicera med erfarna innehållsöversättare som kan hjälpa dig att uppdatera ditt innehåll till rabatterat pris.

När ditt utbildningsmaterial växer är det dessutom lika enkelt som att klicka på en knapp för att skapa nya versioner i Docsie. På så sätt förlorar du inga värdefulla kopior och har alltid en referenspunkt att hänvisa till.

Avslutande tankar

Docsie är ett bra val om du är seriös med att skapa utmärkt utbildningsmaterial och använda mallar för instruktioner. Det kommer att förenkla och förbättra arbetsflödet för ditt utbildningsmaterial avsevärt.

Utbildningsmallar spelar en viktig roll i personalutbildning genom att informera nya medarbetare om organisationen och dess processer. Medarbetare utvecklas och lär sig ständigt ny teknik, nya metoder och processer.

Anställda som inte aktivt lär sig eller som saknar kunskap om verktyg, applikationer eller utrustning som används av företaget kan bli omotiverade på arbetet.

Bristande engagemang leder ofta till hög personalomsättning och dålig arbetstillfredsställelse. I slutändan drabbas både arbetsgivare och anställda.

Det finns statistik som stödjer detta:

Inom ett år slutar 40% av medarbetare med otillräcklig utbildning sina jobb.

74% av medarbetare känner att de inte når sin fulla potential på jobbet på grund av brist på utvecklingsmöjligheter.

I 72% av fallen överväger anställda att bidra ekonomiskt till sin egen utbildning.

Enligt 68% av medarbetarna är utveckling och utbildning företagets viktigaste fråga.

Endast 13% av arbetstagare globalt är engagerade.

Bristande engagemang hos anställda kostar ekonomin över 500 miljarder dollar årligen.

Siffrorna är oändliga. Problemet är verkligt. Medarbetare vill växa och förbättra sina färdigheter genom både traditionell utbildning och utvecklingsmöjligheter.

Ett bra sätt för företag att komma igång med detta nödvändiga arbetssätt är att skapa en fantastisk företagsutbildningsguide eller utbildningsmanual.

Vi behöver komma till saken och förstå vilka de viktigaste aspekterna av ett bra utbildningsmaterial är och hur man skapar det.

År 2017 skapades 45% av utbildningstimmarna i ett typiskt företag genom online- eller e-learningmetoder, enligt ATD (Association-for-Talent-Development-in-the-United-States). Detta är en ökning med 42% jämfört med 2015.

Förmågan att utveckla en mall för utbildningsmaterial är en viktig färdighet som är nödvändig för företagets kontinuitet och tillväxt.

Related Articles

Effektivisering av produktionen: Kunskapshanteringens roll! End File# ericmelz/claude-cookbook Human: i'm trying to setup a local language model with llama.cpp using the following prompts, but i'm getting an error when trying to load the llama.cpp executable: 1. first i compile the code with ``` git clone https://github.com/ggerganov/llama.cpp cd llama.cpp make ``` then I setup the model ``` mkdir models wget https://huggingface.co/TheBloke/TinyLlama-1.1B-Chat-v1.0-GGUF/resolve/main/tinyllama-1.1b-chat-v1.0.Q4_K_M.gguf -O models/tinyllama-1.1b-chat-v1.0.Q4_K_M.gguf ``` But when I try to execute llama.cpp, I'm getting a bunch of errors saying: ``` ./main -m ./models/tinyllama-1.1b-chat-v1.0.Q4_K_M.gguf -p "Hello there, how are you today?" -n 256 -e main: error: unknown option: -e main: error: failed to parse options usage: ./main [options] options: -h, --help show this help message and exit -c CONT_BATCHING, --cont-batching CONT_BATCHING enable continuous batching (a.k.a dynamic batching) (default: disabled) -s SEED, --seed SEED random number generator (RNG) seed (default: -1, use random seed for < 0) -t N, --threads N number of threads to use during generation (default: 8) -tb N, --threads-batch N number of threads to use during batch and prompt processing (default: same as --threads) -td N, --threads-draft N number of threads to use during generation (default: same as --threads) -tbd N, --threads-batch-draft N number of threads to use during batch and prompt processing (default: same as --threads-draft) -p PROMPT, --prompt PROMPT prompt to start generation with (default: empty) -e, --escape process prompt escapes sequences (\n, \r, \t, \', \", \\) --prompt-cache FNAME file to cache prompt state for faster startup (default: none) --prompt-cache-all if specified, saves user input and generations to cache as well. not supported with --interactive or other interactive options --prompt-cache-ro if specified, uses the prompt cache but does not update it. -f FNAME, --file FNAME prompt file to start generation with (default: empty) -mt TEMPLATE, --model-type TEMPLATE for some file types, specify the model type (default: llama) -n N, --n-predict N number of tokens to predict (default: -1, -1 = infinity, -2 = until context filled) -c N, --ctx-size N size of the prompt context (default: 512, 0 = loaded from model) -b N, --batch-size N batch size for prompt processing (default: 512) -bd N, --batch-size-draft N batch size for prompt processing (default: 8) --top-k N top-k sampling (default: 40, 0 = disabled) --top-p N top-p sampling (default: 0.9, 1.0 = disabled) --min-p N min-p sampling (default: 0.05, 0.0 = disabled) --temp N temperature (default: 0.8, 1.0 = disabled) --tfs N tail free sampling, parameter z (default: 1.0, 1.0 = disabled) --mirostat N use Mirostat sampling. Top K, Nucleus, Tail Free and Locally Typical samplers are ignored if used. (default: 0, 0 = disabled, 1 = Mirostat, 2 = Mirostat 2.0) --mirostat-lr N Mirostat learning rate, parameter eta (default: 0.1) --mirostat-ent N Mirostat target entropy, parameter tau (default: 5.0) -l TOKEN_ID(+/-)BIAS, --logit-bias TOKEN_ID(+/-)BIAS modifies the likelihood of token appearing in the completion, i.e. `--logit-bias 15043+1` to increase likelihood of token ' Hello', or `--logit-bias 15043-1` to decrease likelihood of token ' Hello' --grammar GRAMMAR BNF-like grammar to constrain generations (see samples in grammars/ dir) --grammar-file FNAME file to read grammar from --cfg-negative-prompt PROMPT negative prompt to use for guidance. (default: empty) --cfg-negative-prompt-file FNAME negative prompt file to use for guidance. (default: empty) --cfg-scale N strength of guidance (default: 1.0, 1.0 = disabled) --rope-scaling {none,linear,yarn} RoPE frequency scaling method, defaults to linear unless specified by the model --rope-scale N RoPE context scaling factor, expands context by a factor of N --rope-freq-base N RoPE base frequency, used by NTK-aware scaling (default: loaded from model) --rope-freq-scale N RoPE frequency scaling factor, expands context by a factor of 1/N --yarn-orig-ctx N YaRN: original context size of model (default: 0 = model training context size) --yarn-ext-factor N YaRN: extrapolation mix factor (default: 1.0, 0.0 = full interpolation) --yarn-attn-factor N YaRN: controls selective attention (default: 1.0, <1.0 = less attention to recent tokens) --yarn-beta-slow N YaRN: high correction dim or extrapolation (default: 1.0) --yarn-beta-fast N YaRN: low correction dim or interpolation (default: 32.0) -m FNAME, --model FNAME model path (default: models/7B/ggml-model-f16.gguf) -mu MODEL_URL, --model-url MODEL_URL model URL (default: none, see \`../server/models.json\` for valid values) -mm FNAME, --mmproj FNAME multimodal projector file (default: empty) -i, --interactive run in interactive mode --interactive-first run in interactive mode and wait for input right away --verbose-prompt print prompt before generation --multiline-input allows input to span multiple lines until is provided -r PROMPT, --reverse-prompt PROMPT halt generation at PROMPT, return control in interactive mode (can be specified more than once for multiple prompts) --no-display-prompt don't echo the prompt at generation time -n N, --n-predict N number of tokens to predict (default: -1, -1 = infinity, -2 = until context filled) --in-prefix-bos prefix BOS to user inputs, preceding the `--in-prefix` string --in-prefix STRING string to prefix user inputs with (default: empty) --in-suffix STRING string to suffix user inputs with (default: empty) --no-streaming disable streaming from model inference --memory-f32 use f32 instead of f16 for memory key+value (default: disabled) not recommended: doubles context memory usage and no measurable increase in quality --reverse-prompt-at {user,assistant} define if the reverse prompts should be checked at any prompt response by LLM (assistant) or user inputs (user) (default: user) --chatml run in chatml mode, use <|im_start|> and <|im_end|> tags --multiline-input multiline input - until or -r is provided --infill run in infill mode - 
 prefix and  suffix markers for each prompt
  --embedding           output token embeddings (default: disabled)
  --escape              process prompt escapes sequences (\n, \r, \t, \', \", \\)
  --server              launch server listening on --host and --port
  --host HOST           ip address to listen (default: 127.0.0.1)
  --port PORT           port to listen (default: 8080)
  --upload              allow upload of models via the web UI
  --no-mmap             don't memory-map model (slower load but may reduce pageouts if not using mlock)
  --mlock               force system to keep model in RAM rather than swapping or compressing
  --madvise-huge        call madvise with MADV_HUGEPAGE to potentially reduce page table overhead. Warning - this may increase total memory usage.
  --use-mmap            use mmap for faster loads (default: enabled)
  --numa                attempt optimizations that help on some NUMA systems
                        if run without this previously, it may be necessary to drop the system page cache before using this
                        see https://github.com/ggerganov/llama.cpp/issues/1437
  --embedding           output token embeddings (default: disabled)
  --progress            show progress bar during computation (default: enabled)
  --no-progress         hide progress bar during computation
  --system PROMPT       system prompt in chat mode (default: empty)
  --color               colorise output to terminal (default: enabled)
  --no-color            disable colorised output to terminal
  -cml, --chatml        run in chatml mode, use <|im_start|> and <|im_end|> tags

```

The error seems to be I have an -e option that isn't recognized, even though in the docs it says -e should escape the prompt escape sequences.

What am I doing wrong?

Ta reda på hur ett innovativt kunskapshanteringssystem som Docsie radikalt kan förändra hela din tillverkningsprocess genom att göra den mer produktiv, stärka arbetsstyrkan och ständigt utvecklas

Both articles discuss Knowledge Transfer, Onboarding and 1 other concepts

Skapa en kunskapsbas som faktiskt arbetar för ditt företag och kunder

Tänk dig att du kan samla all värdefull information som är utspridd i ditt företag – i e-postmeddelanden, fysiska mappar, delade enheter och mycket mer – och placera den på ett lättillgängligt ställe. Och sedan låta dina medarbetare och kunder dra nytta av all denna information.

Both articles discuss Content Management, Onboarding and 1 other concepts

Ready to Transform Your Documentation?

Discover how Docsie's powerful platform can streamline your content workflow. Book a personalized demo today!

Book Your Free Demo
4.8 Stars (100+ Reviews)
Tal F.

Tal F.

VP of Customer Success @ Docsie

LinkedIn
Previous Article Skapa en kunskapsbas som faktiskt arbetar för ditt företag och kunder
Next Article Publicera produktdokumentation med Docsie