Prompting con Cadena de Pensamiento

🔄 Repaso rápido: En la lección anterior dominamos few-shot learning — enseñar a la IA con ejemplos. Ahora vamos a descubrir otra técnica que mejora dramáticamente la precisión: hacer que la IA piense en voz alta.

Al terminar esta lección, vas a saber:

• Cómo funciona la cadena de pensamiento y por qué mejora la precisión
• Cuándo usarla (y cuándo NO vale la pena)
• Patrones prácticos para implementarla

El Problema del Razonamiento

Aquí va un acertijo:

Un agricultor tiene 15 manzanas. Le da 1/3 a su vecino, luego se come 2. Su hijo toma la mitad de lo que queda. ¿Cuántas manzanas quedan?

Pregúntale a una IA sin guía, y podría decir “4 manzanas” o “5 manzanas.” A veces bien, a veces mal. No puedes saber si realmente razonó o solo adivinó.

Ahora pídele que muestre su trabajo:

“Piensa paso a paso antes de dar tu respuesta final.”

De pronto obtienes:

• Empezó con 15 manzanas
• 1/3 dado al vecino: 15 × (1/3) = 5 dadas, quedan 10
• Come 2: 10 - 2 = 8 restantes
• El hijo toma la mitad: 8 ÷ 2 = 4 tomadas, quedan 4

Respuesta final: 4 manzanas

Mismo modelo. Misma pregunta. Confiabilidad diferente.

Esto es prompting de cadena de pensamiento — y es uno de los descubrimientos más importantes de la ingeniería de prompts.

Por Qué Mostrar el Trabajo Ayuda

Parece demasiado simple. ¿Solo pedir a la IA que piense paso a paso y se vuelve más precisa?

Sí. Y hay una razón.

Los modelos de IA generan texto un token a la vez. Cada token depende del anterior. Cuando pides solo la respuesta, el modelo tiene que dar un salto enorme — de la pregunta directamente a la conclusión.

Cuando pides el razonamiento primero, cada paso construye sobre el anterior. El modelo puede “pensar” a través de estados intermedios. Cada paso es un salto más pequeño y más preciso.

Piénsalo así: Saltar de un lado del río al otro es difícil. Saltar de piedra en piedra es fácil.

La Frase Mágica

Investigadores de Google descubrieron que una frase simple mejora dramáticamente el razonamiento:

“Pensemos paso a paso”

Eso es todo. Agregar esas palabras aumentó la precisión en problemas de matemáticas y lógica de ~18% a ~79% en algunas pruebas.

También puedes usar:

• “Piensa paso a paso antes de responder”
• “Analiza esto cuidadosamente antes de responder”
• “Muestra tu proceso de razonamiento”
• “Desglosa esto paso a paso”

Las palabras exactas importan menos que pedir explícitamente razonamiento paso a paso.

✅ Quick Check: ¿Por qué la cadena de pensamiento mejora la precisión de la IA, técnicamente hablando?

Respuesta: Porque cada token generado depende del anterior. Al generar pasos intermedios, el modelo hace saltos más pequeños y precisos en vez de un salto enorme de pregunta a conclusión.

Cuándo Usar Cadena de Pensamiento

La cadena de pensamiento brilla en tipos específicos de tareas:

Ideal para:

Matemáticas y cálculos

“Calcula el costo total incluyendo 16% de IVA para: 3 artículos a $249.99, 2 artículos a $155.50 y 1 artículo a $899.99. Piensa cada paso.”

Problemas de lógica

“Si todos los Bloops son Razzles y todos los Razzles son Lazzles, ¿todos los Bloops son Lazzles? Razona cuidadosamente.”

Análisis multi-paso

“Analiza si esta startup debería buscar el mercado A o B. Considera tamaño del mercado, competencia, fortalezas del equipo y timing. Piensa cada factor antes de concluir.”

Decisiones con trade-offs

“¿Deberíamos desarrollar o comprar esta funcionalidad? Analiza: costo, tiempo, experticia, mantenimiento, ajuste estratégico.”

NO necesaria para:

• Preguntas simples de datos ("¿Cuál es la capital de Colombia?")
• Generación creativa sin lógica (“Escribe un poema sobre el otoño”)
• Transformaciones directas (“Traduce esto al inglés”)
• Tareas de formato básico (“Convierte esto a viñetas”)

Usar cadena de pensamiento en tareas simples solo agrega longitud innecesaria.

Patrones de Cadena de Pensamiento

Patrón 1: Solicitud al Final

Agrega la petición de razonamiento al final.

[Tu pregunta o tarea]

Piensa paso a paso antes de dar tu respuesta final.

Patrón 2: Razonamiento Estructurado

Especifica los pasos exactos a razonar.

Decide si deberías aprobar esta solicitud de préstamo.

Piensa en:
1. Evaluación de historial crediticio
2. Relación ingreso-deuda
3. Estabilidad laboral
4. Valor de garantía
5. Calificación de riesgo general

Luego da tu decisión de aprobación con razonamiento.

Patrón 3: Plantilla de Razonamiento

Proporciona un formato para el razonamiento.

Analiza esta decisión de negocio.

Formatea tu respuesta así:
CONSIDERACIONES:
- [Lista factores clave]

ANÁLISIS:
- [Piensa cada factor]

TRADE-OFFS:
- [Qué ganas vs pierdes con cada opción]

RECOMENDACIÓN:
- [Tu conclusión con razonamiento]

Patrón 4: Cadena de Pensamiento + Few-Shot

Combina con ejemplos que muestren razonamiento.

Resuelve problemas matemáticos razonando paso a paso.

Ejemplo:
Problema: Un tren sale de la estación A a las 9am a 60km/h. Otro tren sale de la estación B (300km de distancia) a las 10am a 90km/h hacia la estación A. ¿Cuándo se encuentran?

Razonamiento:
- A las 10am, el primer tren viajó 1 hora × 60km/h = 60km
- Distancia restante: 300 - 60 = 240km
- Velocidad combinada: 60 + 90 = 150km/h
- Tiempo para encontrarse: 240 ÷ 150 = 1.6 horas después de las 10am
- Respuesta: 11:36am

---

Ahora resuelve:
Problema: [Tu problema aquí]

Razonamiento:

Auto-Consistencia: Múltiples Caminos de Razonamiento

Para decisiones importantes, puedes ir más lejos. Pide a la IA que razone el problema múltiples veces y elige la respuesta que aparece más seguido.

Necesito decidir si lanzar primero el producto A o B.

Razona esta decisión tres veces por separado, considerando diferentes ángulos:

Pasada 1: Enfócate en timing del mercado
Pasada 2: Enfócate en restricciones de recursos
Pasada 3: Enfócate en respuesta competitiva

Luego identifica qué conclusión aparece en la mayoría de pasadas.

Si 2 de 3 caminos llegan a la misma conclusión, tienes más confianza. Si los tres difieren, la decisión necesita más información.

Errores Comunes

Error 1: Pedir razonamiento para tareas triviales La cadena de pensamiento agrega tokens y tiempo. Úsala cuando el razonamiento realmente ayuda.

Error 2: No leer el razonamiento Todo el punto es verificar la lógica. Si saltas directamente a la respuesta, pierdes el beneficio.

Error 3: Peticiones vagas de razonamiento “Piénsalo” es más débil que “Piensa paso a paso.”

Error 4: No dar estructura para razonamiento complejo Para decisiones multi-factor, especifica qué factores considerar. No lo dejes abierto.

Key Takeaways

• La cadena de pensamiento pide a la IA que muestre su razonamiento antes de concluir
• Agregar “Piensa paso a paso” puede mejorar dramáticamente la precisión
• Ideal para: matemáticas, lógica, análisis multi-paso, decisiones complejas
• No necesaria para: preguntas simples, transformaciones básicas, tareas creativas
• Para decisiones importantes, prueba múltiples pasadas de razonamiento y busca consenso

Up Next

En la Lección 6, vamos a explorar patrones de prompts probados en batalla — plantillas reutilizables para tareas comunes que los profesionales usan diariamente.