Scritto originalmente in francese. Tradotto dall'IA — il significato è stato preservato, non la prosa.
Idea principale
Estrarre numeri da un elenco e sintetizzare la scheda di un concorrente a partire da quindici analisi non richiedono la stessa capacità. Eppure uno skill viene etichettato in base alla sua fase più esigente, e tutto il resto che fa eredita quel livello — da due a tre volte il costo, per un risultato identico.
La scomposizione utile assegna un modello per fase: l'estrazione strutturata a un modello piccolo, la sintesi a un modello intermedio, l'orchestrazione su più fasi al più capace. Ciò che giustifica il livello alto non è mai lo skill nel suo insieme, ma le due o tre fasi che senza di esso fallirebbero.
Perché è importante
Trasforma una scelta globale, presa una volta e mai rimessa in discussione, in una serie di scelte locali argomentabili — e obbliga a dire quale fase giustifica il modello più caro.
È anche la leva che richiede meno sforzo: non obbliga a riscrivere alcuna logica.
Sfumature e limiti
Usare più modelli nello stesso skill aggiunge infrastruttura tecnica e passaggi di contesto fra le fasi. Sotto un certo volume, il guadagno non ripaga questa complessità.
E una fase sembra semplice perché è sempre stata affidata a un modello capace: declassarla produce output plausibili il cui errore si vede solo a valle.
Domande aperte
- Chi, a valle, può risalire da un errore alla fase che l'ha prodotto, e da quale momento quel legame non si può più ricostruire?