Artificiell intelligens har för de flesta kommit att bli en del av det vardagliga livet, antingen direkt eller indirekt. Fler och fler företag ser vinsterna med att inkludera språkmodeller i olika applikationer, samtidigt som undersökningar ger stöd för att detta är ett sätt att öka omsättningen. Syftet med denna studie är att utreda hur en språkmodell och ett SMS-API kan implementeras i samspel med varandra, för att möjliggöra effektivare kommunikation mellan säljande företag och dess kunder. Dessutom syftar studien till att klargöra hur orderinformation kan presenteras på sådant sätt att denna enkelt kan överblickas. En krav- och utvecklingsbaserad metod används för att designa och implementera en prototyp där både API och språkmodell finns integrerade. För att testa detta i ett orderscenario nyttjas en testgrupp, som efter genomfört test även besvarar en enkät för att sammanfatta hur de upplevde orderflödet. En litteraturstudie genomförs för att ge en bild av hur datan kan presenteras. Studien visar att in-context-promptning enligt ett strukturerat schema är en gynnsam metod för att extrahera information från SMS, som sedan kan tolkas och besvaras. Samtidigt visar litteraturstudien att det saknas konsensus kring hur aktuell data bör presenteras och att individuella preferenser gör det svårt att generalisera på gruppnivå. Arbetet visar att det på ett effektivt sätt går att integrera ett SMS-API med en språkmodell, men att fortsatt arbete är nödvändigt för att exempelvis säkerställa att spontana avvikelser i kommunikationen kan undvikas. Dessutom visar studien att fortsatt arbete krävs för att ge en tydlig bild av hur datan bör presenteras, samt att detta kan kräva nyttjande av metoder utöver den aktuella.

Artificial intelligence has become part of everyday life for most people, either directly or indirectly. More and more companies are seeing the benefits of including language models in various applications, and at the same time, research shows that this indeed is a way to increase turnover. The purpose of this study is to investigate how a language model and an SMS API can be implemented together in a system, to enable more efficient communication between selling companies and their customers. In addition, the study aims to clarify how order information can be presented so that it is both easy to understand and easy to overview. A requirements and development-based method is used to design and implement a prototype that includes both an API and a language model. A test group is used to test the prototype in an order scenario, after which they answer a survey to summarize their experiences. A literature study is conducted to provide a better understanding of how data can be presented in the given scenario. The study shows that in-context prompting in a structured manner is a beneficial method for extracting information from SMS, which can then be interpreted and responded to. At the same time, the literature review shows that there is a lack of consensus on how data should be presented, as individual preferences make it difficult to give a general opinion. The study shows that it is possible to effectively integrate an SMS API with a language model, but that further work is necessary to ensure that spontaneous misinterpretations, for example, can be avoided. In addition, the study shows that further work is needed to provide a clear picture of how the data should be presented, and that this may require the use of methods beyond the current one.