IBM نے صرف ایک “مکمل” پرامپٹ کو چار انتہائی بے رنگ پرامپٹس کے مقابلے میں کیوں ناکام ہونا پڑا، اس کی وضاحت کردی۔ کام آسان تھا: غائب کھانے کی سامان کی فہرست کو کورئیر نوٹس سے ملا کر، "میہ" جیسے بے معنی وجوہات کو مسترد کر کے ایک صاف رپورٹ تیار کرنا۔ ایک بڑا پرامپٹ کناروں کے معاملات میں مستقل طور پر ناکام ہوتا رہا۔ اس کا سبب مدل کا چھوٹا ہونا نہیں تھا۔ اس سے ایک ساتھ استخراج، جائزہ لینا، موازنہ اور تحریر کرنے کو کہا جا رہا تھا۔ اس لیے IBM نے اسے چار مراحل میں تقسیم کر دیا: استخراج، تصدیق، موازنہ اور تخلیق۔ ایک ہی مدل۔ ایک ہی ڈیٹا۔ ہر مرحلے پر کم ذہنی طاقت درکار۔ ہر ناکامی واضح اور درست کرنے کے قابل ہو گئی۔ اس سے زیادہ ٹیمیں ایجنٹس کے بارے میں غلط سمجھتی ہیں۔ فائدہ 20 AI شخصیات کو ایک گروپ چیٹ میں شامل کرنا نہیں، بلکہ ایک اندھیرا کام کو تنگ، قابل ٹیسٹ فیصلوں میں تبدیل کرنا ہے۔ بڑے ماڈلز ڈیمو کو بہتر بناتے ہیں۔ بہتر ورک فلوز پیداوار میں قائم رہتے ہیں۔