¿Qué era esto y por qué funcionaba?
Si le pides a un modelo que primero desarrolle el problema y solo después dé la respuesta, gana precisión en las preguntas complejas. Eso es el chain-of-thought.
El motivo está en el funcionamiento. El modelo va poniendo tokens de uno en uno, eligiendo siempre según el texto acumulado. Si primero escribe el razonamiento, al llegar a la conclusión puede apoyarse en sus propias frases anteriores. No se ha vuelto más listo — simplemente se ha dejado más apoyos.
Lo que ha cambiado
Esto ya viene incorporado. La mayoría de los modelos actuales tienen un modo de pensamiento que hace exactamente eso por su cuenta antes de responder — de ello trata Reasoning mode, un artículo aparte.
De ahí sale lo que las propias guías de los proveedores ya dicen sin rodeos: con el pensamiento activado, un «piensa paso a paso» escrito a mano sobra en gran medida. El modelo lo hace igualmente.
Es más, la recomendación va aún más lejos: una petición general («piénsalo a fondo») suele dar mejor resultado que una secuencia prescrita de pasos. Si dictas tú el hilo de razonamiento, encierras al modelo en un recorrido que no habría elegido — y que la tarea quizá tampoco pide.
Lo que hoy empeora las cosas
Nos han quedado tres costumbres de la época de los modelos antiguos, y las tres hacen daño.
La lista de pasos prescrita. «Primero enumera los hechos, segundo analízalos, tercero saca una conclusión.» Si la tarea no tiene esa forma, el modelo fuerza el molde y lo importante se pierde.
La verificación repetida. «Comprueba la respuesta y vuelve a comprobarla.» Esto ayudaba con los modelos antiguos. Con los actuales lleva a la sobreverificación: delibera más, quema más tokens de pensamientoy a veces reescribe una buena respuesta convirtiéndola en una peor.
Pedir el razonamiento en una tarea simple. En una clasificación o una reformulación, el razonamiento solo produce ruido y coste. Ahí lo que ayuda es la petición de formato, no el hilo de pensamiento.
Cuándo sigue haciendo falta
Quedan cuatro casos en los que el chain-of-thought manual aporta beneficio real:
- Cuando el pensamiento está desactivado. En modelos más baratos o pequeños, y con esfuerzo bajo, el viejo truco funciona igual que antes.
- Cuando quieres ver el razonamiento. El pensamiento incorporado permanece en buena parte oculto. Si necesitas la explicación — porque tienes que comprobarla o porque es para el lector —, hay que pedirla aparte.
- Cuando la tarea tiene una metodología fijada. En una lista de comprobación o un test normativo, los pasos no dirigen el pensamiento: son parte de la tarea.
- Cuando el modelo omite siempre lo mismo. Aquí no prescribes todo el hilo, solo añades el criterio que falta.
La distinción que despista a mucha gente
Llamamos igual a dos cosas distintas:
Hacerle pensar — para que el modelo trabaje más a fondo. Hoy eso lo gestiona un ajuste, no el prompt.
Pedir el razonamiento — para que la justificación aparezca en la respuesta. Eso es una petición de formato, y sigue siendo cosa tuya. «Para cada afirmación, indica en qué párrafo te basas» no es hacerle pensar, es hacerlo comprobable.
Confundir ambas cosas es la razón por la que mucha gente escribe prompts innecesariamente largos: quieren inducir pensamiento cuando lo único que hace falta es dar forma a la salida.
Lo que no resuelve
No elimina la alucinación. Sin apoyos, un razonamiento más largo da un error mejor construido. Dar el material vale más — véase Por qué la IA se inventa cosas para el detalle.
No arregla un prompt malo. Si a la instrucción le falta información, el modelo se limitará a deliberar más rato sobre el mismo hueco.
Una prueba de cinco minutos
Coge una tarea típica y algo compleja de tu trabajo y ejecútala de tres formas: con una lista de pasos manual, con un simple «piénsalo a fondo» y sin ninguna instrucción especial.
En la mayoría de los modelos actuales gana la segunda o la tercera. Si en tu caso gana la primera, suele significar que la tarea sí tiene una metodología fijada — y entonces no escribiste un prompt, escribiste un procedimiento, y su sitio es el system prompt, no la petición diaria.
Qué llevarte
«Piensa paso a paso» no es un mal consejo, está desfasado: el modelo ya lo hace solo. Lo que conviene pedir en su lugar no es el pensamiento, sino la justificación visible — porque esa sigue sin llegar sola, y es la que necesitas para comprobar la respuesta.