El chain-of-thought nació como técnica de prompt : al añadir «piensa paso a paso», el modelo escribía los pasos intermedios y con eso ganaba precisión de forma medible en tareas complejas. El mecanismo es simple — cada paso que escribe entra en el propio contexto del modelo, y el siguiente se apoya en lo que ya está ahí.
Hoy la técnica está en buena parte integrada. Los modelos con modo de razonamiento recorren el desarrollo por su cuenta antes de responder, así que pedirlo aparte suele sobrar. En algunos casos incluso empeora: en una tarea simple, de un solo paso, forzar el razonamiento sale más largo, más caro y a veces desvía la respuesta.
El error más frecuente es creer que ese razonamiento escrito es el pensamiento real del modelo. No lo es: es una explicación textual a posteriori, que puede ser errónea junto a un resultado correcto y correcta junto a uno equivocado. Por eso su utilidad para comprobar es limitada.
Qué queda de la técnica en 2026 y cuándo sigue compensando pedir los pasos lo cuenta Chain-of-thought: cuándo sigue compensando pedir los pasos, un artículo aparte. Los conceptos directamente relacionados: reasoning effort, prompt y few-shot.