Повторы побеждают кастомизацию: когда один хороший промпт × 5 раз эффективнее персонального под каждую задачу

Парадокс: Запустить один хороший промпт 5 раз эффективнее по coverage (сколько задач решено) и дешевле по токенам, чем создавать персональный промпт под каждую задачу. Метод позволяет получать больше уникальных решений через повторы универсального промпта, вместо траты времени и токенов на персонализацию. Coverage растёт не от разнообразия структур, а от стохастичности выполнения — модель с temperature > 0 выдаёт разные ответы на один промпт. Повторные запуски генерируют вариативность без траты токенов на уникальные workflows. Топ-5 универсальных workflows покрывают больше запросов, чем персональные.