Pide que piense paso a paso

Tengo que repartir 47 sillas en filas de 6 sin que sobre ninguna.
Piensa el problema paso a paso antes de darme la respuesta final.
Muestra tu razonamiento y al final escribe "Respuesta:".

Cuando le pides a la IA la respuesta directa a un problema con varios pasos (una cuenta encadenada, una decisión con condiciones, un análisis con variables), suele soltar lo primero que “suena bien” y se equivoca. No porque no sepa, sino porque al generar texto palabra a palabra, sin espacio para razonar, se compromete demasiado pronto con una conclusión.

Pedirle que piense paso a paso (chain of thought, en inglés) la obliga a desarmar el problema antes de concluir. Es el mismo principio que cuando tú haces las cuentas en un papel en lugar de adivinar a ojo: el razonamiento intermedio reduce los errores. Y, de regalo, te deja ver dónde se equivocó si el resultado no encaja, en lugar de tener que volver a empezar.

Esta técnica se lleva especialmente bien con dividir las tareas en pasos y con verificar los datos importantes: el razonamiento explícito es justo lo que necesitas leer cuando algo no te cuadra.

Cómo aplicarlo

1. Pídelo de forma explícita. Añade “piensa paso a paso”, “razona antes de responder” o “explica tu razonamiento”. Es el gatillo de la técnica, y aunque suene tonto, marca la diferencia.
2. Separa razonamiento de respuesta. Termina con “muestra tu razonamiento y al final escribe ‘Respuesta:’”. Así obtienes las dos cosas en bloques distintos y puedes pegar solo la respuesta cuando la necesites limpia.
3. Úsalo cuando hay varios pasos reales. Cuentas encadenadas, comparación de opciones, lógica con condiciones, planificación. Para una pregunta directa de un solo paso (“¿cuál es la capital de Francia?”) no aporta nada y solo te da una respuesta más larga.
4. Revisa los pasos, no solo el final. Si el resultado te parece raro, lee el razonamiento línea a línea. Casi siempre el error está localizado en un paso concreto, no en todos.
5. Pídele que se autoverifique. Cierra con “ahora revisa tu propio razonamiento y corrige si encuentras un error”. Una segunda pasada sobre lo que acaba de escribir captura una buena parte de los fallos.
6. Combina con ejemplos resueltos. Si la tarea es difícil, muestra un caso resuelto paso a paso antes del tuyo (esto es few-shot con cadena de pensamiento). La IA copia el estilo de razonamiento, no solo el formato.
7. Aprovéchalo aunque uses un modelo de razonamiento. Las IAs nuevas razonan solas en muchos casos, pero pedir el paso a paso explícito sigue ayudando en problemas concretos y te garantiza ver el desarrollo, no solo la respuesta.

Ejemplos en contexto

Caso negocio. Tienes que calcular el precio final de un producto al que aplicas un 15 % de descuento y luego un 21 % de IVA sobre el precio ya rebajado. Sin cadena de pensamiento, la IA puede aplicar el IVA al precio original o sumar los dos porcentajes mal. Pidiéndole “resuelve paso a paso, muestra cada cálculo y al final escribe ‘Total a pagar:’”, desarrolla la rebaja, el IVA y el total, y tú puedes auditar cualquier paso de un vistazo.

Caso estudio. Un estudiante de ciencias está con un problema de física que mezcla cinemática y energía. Pide a la IA la respuesta directa y le da un número que no cuadra con el solucionario. Reescribe el prompt: “Resuelve paso a paso, indicando las fórmulas que usas y de dónde sale cada dato. Al final escribe ‘Resultado:’”. Ahora el estudiante ve que el fallo estaba en la conversión de unidades del segundo paso y aprende, además de obtener el resultado.

Caso vida personal. Estás decidiendo entre dos hipotecas con plazos, tipos y comisiones distintos. Pides “compara las dos opciones para 25 años, pensando paso a paso: primero calcula la cuota mensual de cada una, después el total a pagar, después el coste de las comisiones, y al final dime cuál sale mejor y por qué”. Recibes el razonamiento completo y, sobre todo, puedes detectar si la IA asumió algún dato que no le diste.

Errores comunes

• Pedir paso a paso para preguntas triviales: alarga la respuesta sin aportar nada y hace que la técnica parezca pesada.
• Quedarte solo con la respuesta final sin leer el razonamiento: pierdes la mejor parte, que es poder verificar el desarrollo.
• No pedir un marcador de respuesta (“Respuesta:” o similar): cuando la salida es larga, cuesta encontrar la conclusión.
• Mezclar varios problemas en un mismo prompt sin separarlos: el razonamiento se enreda y los errores se contagian.
• Confiar en el desarrollo sin contrastar el dato final: la IA puede razonar de forma plausible y aun así llegar a un número incorrecto. Para cifras críticas, verifica.
• Olvidar pedirlo en problemas con varias variables: si hay condiciones, comparaciones o cuentas encadenadas, asume que sin paso a paso te va a fallar.

Mini-ejercicio

Toma un problema cotidiano con al menos tres pasos (por ejemplo: cuánto te queda del sueldo después de impuestos, alquiler y un ahorro del 10 %). Mándalo a la IA dos veces: una vez pidiendo la respuesta directa y otra pidiendo “piensa paso a paso y al final escribe ‘Resultado:’”. Sabrás que está bien si la segunda versión te deja claro de dónde sale cada cifra y, además, detectas alguna diferencia entre las dos respuestas.

Siguiente paso

Cuando domines la cadena de pensamiento, combínala con enseñar con ejemplos few-shot para tareas todavía más exigentes: enseñas el patrón de razonamiento, no solo el de respuesta. Si los problemas son muy grandes, pasa también por dividir en pasos, que sube el truco un nivel: en vez de razonar de un tirón, planificas primero y ejecutas después con revisión por etapas.