IBM 剛剛展示了為何一個「完美」的提示詞輸給了四個單調的提示詞。 任務很簡單：將缺失的雜貨項目與快遞備註匹配，拒絕「還好」之類的無意義理由，並生成一份乾淨的報告。 一個大型提示詞在邊緣情況下反覆失敗，並非因為模型太小，而是它被要求同時進行提取、判斷、比較和撰寫。 因此，IBM 將其拆分為四個步驟：提取、驗證、比較和生成。 相同的模型，相同的資料，每個步驟所需的智能更少。每個失敗都變得可見且可修正。 這正是大多數團隊對代理（agents）的誤解：優勢不在於將 20 個 AI 角色放入群組聊天中，而在於將一個模糊的任務轉化為明確、可測試的決策。 更大的模型改善了演示效果，更好的工作流程才能在生產環境中生存。