A IBM acabou de mostrar por que 1 “perfeito” prompt perde para 4 prompts chatos. A tarefa era simples: associar itens de compras ausentes com notas de entregadores, rejeitar razões sem sentido como “meh” e produzir um relatório limpo. Um único prompt grande continuava falhando em casos limite. Não porque o modelo fosse muito pequeno. Ele estava sendo solicitado a extrair, julgar, comparar e escrever ao mesmo tempo. Então, a IBM dividiu em 4 etapas: extração, validação, comparação e geração. Mesmo modelo. Mesmos dados. Menos inteligência exigida em cada etapa. Cada falha torna-se visível e corrigível. Isso é o que a maioria das equipes não entende sobre agentes. A vantagem não é colocar 20 personalidades de IA em um bate-papo em grupo. É transformar uma tarefa vaga em decisões estreitas e testáveis. Modelos maiores melhoram a demonstração. Fluxos de trabalho melhores sobrevivem na produção.