Um experimento controlado demonstra que o uso de um prompt âncora prefixado mitiga a "falência silenciosa" — onde as saídas permanecem semanticamente consistentes, mas se desviam da realidade física — nas iterações de agentes de cadeia longa. O estudo comparou 80 rodadas de geração de receitas com e sem a restrição da âncora em modelos Transformer mainstream.
- As saídas do grupo de controle violaram os limites físicos (por exemplo, óleo a 7°C, fatias de nanômetro) após 80 iterações.
- As saídas do grupo experimental permaneceram dentro dos limites das regras físicas, convergindo para uma solução padronizada de nível industrial.
- A magnitude de tokens do grupo de controle aumentou em ~1x com conteúdo inválido, enquanto a do grupo experimental expandiu em ~7x com conteúdo de engenharia implantável.
- O prompt âncora é uma solução puramente externa que não exige alterações na arquitetura do modelo ou pipelines de inferência adicionais.
Esta abordagem reduz os custos de verificação factual pós-hoc e permite a implantação confiável de agentes de cadeia longa de nível de produção sem sobrecarga computacional mensurável.