Ipakita ng IBM kung bakit natatalo ng isang “perpekto” na prompt ang apat na boring na prompt. Ang gawain ay simpleng: tugmuhin ang nawawalang mga bilihin sa mga tala ng kurier, tanggihan ang mga walang kwentang dahilan tulad ng “meh,” at lumikha ng malinaw na ulat. Ang isang malaking prompt ay patuloy na nagkakaroon ng pagkabigo sa mga edge case. Hindi dahil maliit ang modelo. Ito ay hinihingi na i-extract, i-evaluate, i-compare, at i-write nang sabay-sabay. Kaya hinati ng IBM ito sa apat na hakbang: pag-extract, pagpapatotoo, pagkukumpara, at pagbuo. Parehong modelo. Parehong data. Mas kaunting katalinuhan ang kailangan sa bawat hakbang. Ang bawat pagkabigo ay naging makikita at maaayos. Ito ang pinakamaliit na nauunawaan ng karamihan sa mga koponan tungkol sa mga agent. Ang kahusayan ay hindi ang pagpapakilala ng 20 AI na persona sa isang group chat. Ito ay ang pagpapalit ng isang ambigong gawain sa maliliit, masusuri at mapagsubok na desisyon. Mas malalaking modelo ay nagpapabuti sa demo. Mas mabuting workflow ang tumatagal sa produksyon.