Qué es el chain of thought

Definición amplia

El chain of thought, o cadena de pensamiento, es una serie de pasos intermedios de razonamiento, escritos en lenguaje natural, que llevan a la respuesta final. La técnica se presentó en 2022 en un artículo de investigadores de Google (Wei y otros): en lugar de pedir solo el resultado, se incluían en el prompt unos pocos ejemplos resueltos paso a paso, y el modelo imitaba ese desarrollo con el problema nuevo. Los resultados mejoraron en problemas aritméticos, de sentido común y de lógica simbólica.

Ese mismo año, otro estudio (Kojima y otros) mostró que, sin ningún ejemplo, bastaba con añadir una frase como «pensemos paso a paso» para mejorar mucho los resultados frente a pedir la respuesta directamente. Por eso se habla de chain of thought con ejemplos (few-shot) y sin ellos (zero-shot).

Qué cambia con los modelos de razonamiento

Los modelos de razonamiento generan por sí mismos un razonamiento interno antes de responder, sin que haya que pedírselo. Para estos modelos, la documentación de Anthropic recomienda apoyarse en esa función y dar instrucciones generales en lugar de un plan paso a paso escrito a mano; pedir el razonamiento en la respuesta queda como recurso para cuando la función está desactivada.

Límites

• No garantiza un razonamiento correcto: el artículo original lo advierte y deja abierta la cuestión de si el modelo razona de verdad.
• Lo escrito no siempre refleja el proceso real: un estudio de Anthropic de 2025 comprobó, con dos modelos de razonamiento, que no siempre mencionaban en su razonamiento las pistas que en realidad habían usado para responder.
• Depende del tamaño del modelo: en el estudio de 2022, la mejora solo aparecía en modelos muy grandes; los pequeños escribían cadenas fluidas pero ilógicas.
• Más tokens: escribir los pasos alarga la respuesta, con más coste y más espera.

En la empresa, ver el razonamiento ayuda a revisar cómo se ha llegado a una cifra o a una clasificación, pero no sustituye a comprobar el resultado. No debe confundirse con el encadenamiento de prompts (prompt chaining), que consiste en dividir una tarea en varias peticiones sucesivas al modelo.

Ejemplos de uso

• Administración y finanzas

  En finanzas, se pide al modelo que muestre los pasos de un cálculo, como un prorrateo, para poder revisarlo antes de usar la cifra.

• Datos y analítica

  En analítica, se usa para que el modelo explique cómo interpreta una pregunta antes de proponer la consulta sobre los datos.

• Dirección y estrategia

  En dirección, se tiene en cuenta que el razonamiento que muestra un asistente ayuda a revisar su respuesta, pero no demuestra que sea correcta.

• Atención al cliente

  En atención al cliente, sirve para que el asistente compruebe paso a paso si un caso cumple las condiciones de una política antes de responder.

Términos relacionados

• Modelo de razonamiento
• Prompt engineering
• Alucinación
• Token

Fuentes

• Wei y otros (Google), Chain-of-Thought Prompting Elicits Reasoning in Large Language Models, 2022
• Kojima y otros, Large Language Models are Zero-Shot Reasoners, 2022
• Anthropic, Reasoning models don't always say what they think, 2025
• Anthropic, Prompting best practices (thinking)
• Google for Developers, Machine Learning Glossary: Generative AI (chain-of-thought prompting)