Chain-of-thought (cadena de pensamiento)

Pedirle al modelo que recorra pasos intermedios de razonamiento antes de dar la respuesta final, lo que ayuda en problemas de varios pasos.

Última actualización: 9 de noviembre de 2026 · Versión en markdown

← Volver al glosario

Cómo aplicarlo en prompts

Usá este concepto para reducir ambigüedad y mejorar consistencia. Si tu output necesita formato estricto, combiná esto con una guía de JSON y un template por modelo.

Guías relacionadas:Chain-of-thought: hacé que el modelo muestre su razonamiento Cómo hacer prompts para modelos de razonamiento (GPT-6, Claude Opus 5.5, Gemini, Grok, DeepSeek)Cómo depurar un prompt que da resultados malos

Términos relacionados:Prompt chaining (encadenado de prompts)Zero-shot prompting

JSON estricto Modelos Packs

Qué significa

Definición: en vez de saltar a una respuesta, el modelo escribe los pasos — reformula el problema, recorre la lógica y recién concluye. La técnica suele dispararse con una frase como 'pensá paso a paso' o con una estructura de bloque de razonamiento y bloque de respuesta.
Por qué importa: en matemática, lógica y planificación de varios pasos, los errores se acumulan si el modelo responde de un salto; mostrar los pasos los hace menos probables y te deja ver dónde se rompió el razonamiento.
Cómo aplicarlo: pedí el razonamiento primero y la respuesta final al último, mantené ambos separados (por ejemplo con tags) para que un programa lea solo la respuesta, y pedile que revise su trabajo antes de concluir.
Error común: agregarlo por reflejo. Los modelos que razonan internamente muchas veces no necesitan un 'pensá paso a paso' explícito, y instrucciones de proceso de más pueden estorbar — mirá la guía de modelos de razonamiento y revisá el consejo del proveedor para el modelo que usás.

Ejemplo copy-paste

Problema: [describí el problema]

Primero, dentro de tags <razonamiento>: reformulá qué se pide, listá qué se sabe y qué falta, y recorré la lógica en pasos chicos.
Después, dentro de tags <respuesta>: dá solo la respuesta final en una o dos oraciones.
Antes de la respuesta, revisá tu razonamiento en busca de errores.

Se abre en el analizador con el prompt precargado.

Abrir en Promptea

Preguntas frecuentes

¿Chain-of-thought siempre mejora la precisión?

No. Ayuda más en problemas de varios pasos. En consultas simples o clasificación suma largo y costo sin mucho beneficio.

¿Conviene mostrarle el razonamiento al usuario final?

Por lo general no. Mantené razonamiento y respuesta en bloques separados y mostrá solo la respuesta; usá el razonamiento para depurar.