Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprende Cadena de Pensamiento — Hacer que la IA Razone Paso a Paso | Técnicas Fundamentales de Creación de Prompts
Ingeniería de Prompts para el Trabajo

bookCadena de Pensamiento — Hacer que la IA Razone Paso a Paso

Desliza para mostrar el menú

Para tareas sencillas — redactar un mensaje, resumir un documento, generar una lista — el modelo produce una respuesta rápidamente y suele ser adecuada. Pero para tareas que requieren análisis, razonamiento estructurado o decisiones con múltiples consideraciones, una respuesta rápida suele ser superficial.

Note
Definición

El prompting de cadena de pensamiento es la técnica para cambiar esto. Al pedir explícitamente al modelo que razone sobre un problema paso a paso antes de entregar su respuesta, se obtienen respuestas más estructuradas, más reflexivas y más útiles para tareas profesionales complejas.

Cómo se ve la cadena de pensamiento en la práctica

No se necesita una sintaxis especial. Solo una frase que indique al modelo que se desea el razonamiento, no solo la conclusión:

  • Think through this step by step before giving your answer;
  • Before responding, identify the key considerations involved;
  • Walk me through your reasoning, then give your recommendation;
  • Break this problem down before drawing any conclusions.

Sin cadena de pensamiento: Should we launch this feature for all users or run a limited beta first?

El modelo saltará directamente a una recomendación — posiblemente razonable, pero obtenida sin razonamiento visible.

Con cadena de pensamiento: Should we launch this feature for all users or run a limited beta first? Before answering, reason through the key trade-offs involved — risk, speed of learning, support load, and rollout reversibility. Then give your recommendation.

El modelo expondrá explícitamente los factores antes de llegar a una recomendación — lo que te da algo sobre lo que reaccionar, cuestionar o usar como base para una discusión en equipo.

Descripción de la captura de pantalla: Dos paneles de chat uno al lado del otro. Panel izquierdo etiquetado como "Sin chain-of-thought": el usuario pregunta ¿Cuál es la mejor manera de estructurar una conversación de evaluación de desempeño con un empleado con bajo rendimiento? → La IA responde con una lista rápida de cinco consejos generales (por ejemplo, "ser específico", "centrarse en el comportamiento, no en la personalidad") — correcto pero superficial. Panel derecho etiquetado como "Con chain-of-thought": misma pregunta con Think through this step by step — considerar el probable estado emocional del empleado, el objetivo del gerente, las consideraciones legales y de RRHH, y el resultado deseado. Luego se añade dar un enfoque estructurado. → La IA responde con una respuesta claramente razonada en varios párrafos que aborda cada dimensión antes de presentar un marco estructurado para la conversación. La respuesta del panel derecho es visiblemente más larga y sustancial. Anotación en el panel derecho: "Razonamiento visible — más fácil de evaluar y aplicar."

Dónde Chain-Of-Thought Aporta Más Valor

Esta técnica es recomendable cuando:

  • Se solicita al modelo hacer una recomendación o decisión con múltiples factores en competencia;
  • Se necesita que el modelo analice algo de manera crítica — una propuesta, un plan, un texto — en lugar de solo describirlo;
  • Se utiliza la IA para preparar una conversación o reunión y se desea considerar los diferentes ángulos de antemano;
  • La tarea implica evaluar compensaciones donde la conclusión depende de cómo se equilibren los factores;
  • Se requiere un resultado que se pueda presentar a otros — mostrar el razonamiento hace que el resultado sea más creíble y fácil de discutir.

Una Variación Útil: Solicitar El Razonamiento Por Separado

A veces se desea la respuesta final en un formato claro, pero también ver el razonamiento que la respalda. Se puede pedir ambos explícitamente:

Analyze the following proposal for potential risks. First, reason through each section and identify concerns. Then give me a summary of the top three risks in bullet points.

Esto proporciona el resultado estructurado necesario para un documento o presentación, además del razonamiento completo que se puede revisar — o compartir con partes interesadas que deseen comprender el pensamiento detrás de las conclusiones.

question mark

¿En qué situaciones se debe utilizar el encadenamiento de pensamiento para obtener el mayor valor de un modelo de IA?

Selecciona todas las respuestas correctas

¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 2. Capítulo 3

Pregunte a AI

expand

Pregunte a AI

ChatGPT

Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla

Sección 2. Capítulo 3
some-alt