Prompt chaining (encadenado de prompts)

Dividir una tarea compleja en una secuencia de prompts más chicos, donde la salida de cada paso es la entrada del siguiente.

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:Encadenamiento de prompts: cómo dividir tareas complejas en pasos secuenciales Ingeniería de contexto: cómo estructurar lo que le das a una IA para mejores resultados Cómo reescribir un prompt para mejores resultados

Términos relacionados:Chain-of-thought (cadena de pensamiento)Ventana de contexto

JSON estricto Modelos Packs

Qué significa

Definición: en vez de un prompt gigante, corrés varios enfocados en orden — por ejemplo extraer los datos, después redactar, después criticar, después reescribir — pasando los resultados hacia adelante.
Por qué importa: cada paso tiene una sola tarea, así que es más fácil de especificar, probar y arreglar. Además podés revisar o corregir la salida entre pasos, algo que un solo prompt largo no permite.
Cómo aplicarlo: definí el formato de salida de cada paso para que el siguiente lo pueda consumir, mantené los resultados intermedios cortos y sumá un paso de validación donde un error sería caro.
Error común: encadenar cuando un solo prompt alcanzaba. Cada paso extra suma latencia y costo, así que dividí solo si la tarea es realmente de varias etapas o si un paso falla seguido.

Ejemplo copy-paste

Paso 1 de 3 — extraer.
Del texto de abajo, listá cada afirmación factual como lista numerada. Una afirmación por línea, sin comentarios.

Texto:
"""[pegá]"""

(Siguiente paso: pegá esta lista en el paso 2, "redactá un resumen usando solo estas afirmaciones"; después el paso 3, "controlá el resumen contra la lista y marcá todo lo que no tenga respaldo".)

Se abre en el analizador con el prompt precargado.

Abrir en Promptea

Preguntas frecuentes

¿Cuándo vale la pena encadenar?

Cuando la tarea tiene etapas distintas, cuando un solo prompt grande da resultados inconsistentes o cuando querés inspeccionar o corregir la salida a mitad de camino.

¿En qué se diferencia de chain-of-thought?

Chain-of-thought ocurre dentro de una sola respuesta (el modelo muestra sus pasos). El encadenado usa varias solicitudes separadas que controlás vos.