IBM baru saja menunjukkan mengapa 1 “sempurna” prompt kalah berbanding 4 prompt yang membosankan. Tugasnya mudah: padankan barang belanjaan yang hilang dengan nota kurier, tolak sebab yang tidak masuk akal seperti “meh” dan hasilkan laporan yang bersih. Satu prompt besar terus gagal pada kes tepi. Bukan kerana model terlalu kecil. Ia diminta untuk mengekstrak, menilai, membandingkan dan menulis pada masa yang sama. Jadi, IBM membahagikannya kepada 4 langkah: ekstraksi, pengesahan, perbandingan dan penghasilan. Model yang sama. Data yang sama. Kurang kecerdasan diperlukan pada setiap langkah. Setiap kegagalan menjadi kelihatan dan boleh diperbaiki. Ini adalah perkara yang kebanyakan pasukan salah faham mengenai agen. Kelebihannya bukanlah meletakkan 20 persona AI dalam perbincangan kumpulan. Ia adalah menukar satu tugas kabur kepada keputusan yang sempit dan boleh diuji. Model yang lebih besar meningkatkan demo. Alur kerja yang lebih baik bertahan dalam pengeluaran.