Chain of Thought: por qué pedirle a Claude que razone antes de responder cambia los resultados
En esta sesión de vídeo hemos explorado una de las técnicas más útiles de todo el tutorial de ingeniería de prompts de Anthropic: el "chain of thought", o pensar paso a paso. La idea de fondo es sencilla pero muy potente: en lugar de pedirle a Claude que responda directamente a una pregunta, le pedimos primero que exponga su razonamiento en voz alta, y solo después que dé la respuesta final. Lo hemos comprobado con tres ejemplos muy distintos entre sí, que juntos muestran el alcance real de la técnica.
El primer ejemplo es una reseña de cine deliberadamente engañosa: "Esta película me voló la cabeza con su frescura y originalidad. Por cierto, llevo viviendo bajo una roca desde el año 1900". Si le preguntamos a Claude directamente si el sentimiento es positivo o negativo, tiende a quedarse con las palabras superficialmente positivas ("me voló la cabeza", "frescura", "originalidad") y responde que es positivo. Pero la reseña es sarcástica: solo alguien que no ha visto ninguna película en más de un siglo podría encontrar esta película "original", así que el sentimiento real es negativo. Para solucionarlo, añadimos un system prompt que le da a Claude el rol de "lector avezado de reseñas de cine", y modificamos el prompt para exigirle que escriba primero los mejores argumentos a favor de cada postura, en etiquetas <positive> y <negative>, antes de responder. Al obligarle a articular explícitamente el argumento en contra, Claude detecta el sarcasmo y llega a la conclusión correcta.
El segundo ejemplo cambia de terreno: ya no es una cuestión de interpretación subjetiva, sino de precisión factual. Le pedimos a Claude que nombre una película famosa protagonizada por un actor nacido en 1956. Sin darle espacio para pensar, Claude puede "adivinar" una combinación plausible pero incorrecta —por ejemplo, atribuir el año 1956 a un actor que en realidad nació en otro año—, mezclando dos hechos verdaderos por separado en una afirmación falsa. La solución consiste en pedirle que antes de responder haga una lluvia de ideas sobre varios actores y sus años de nacimiento reales, en una etiqueta <brainstorm>. Al tener que comparar varias opciones concretas contra el dato exigido, Claude descarta las que no encajan y termina eligiendo a un actor que sí nació en 1956, dando así una respuesta verificada en lugar de improvisada.
El tercer bloque del vídeo es el más directamente aplicable al trabajo diario: la clasificación automática de emails de atención al cliente. Partimos de un ejercicio con un prompt roto, que pedía clasificar cada email como "verde o azul", categorías sin ningún sentido. Lo primero que hicimos fue sustituir esas categorías por las cuatro reales que necesitábamos: pregunta previa a la venta, artículo roto o defectuoso, pregunta de facturación, y otros. Con esa base ya funcionando, dimos un paso más para refinar el formato de salida: en lugar de dejar que Claude explique su respuesta con sus propias palabras, le pedimos que entregue solo la letra de la categoría correcta, envuelta en unas etiquetas <answer></answer>, y reforzamos esto con la técnica de prefill, escribiendo nosotros mismos la etiqueta de apertura en el turno del asistente. El resultado es una respuesta perfectamente limpia y predecible —por ejemplo, exactamente "<answer>B</answer>"—, ideal para que cualquier sistema automatizado la procese sin ambigüedad.
La lección de fondo que conecta los tres ejemplos es que "pensar paso a paso" no es un simple adorno estilístico: es lo que le da a Claude la oportunidad de contrastar, comparar y descartar opciones antes de comprometerse con una respuesta, ya sea para detectar un matiz de tono, verificar un dato objetivo, o decidir entre varias categorías posibles. Y esto se puede combinar sin problema con otras técnicas ya vistas, como las etiquetas XML para estructurar el razonamiento y el prefill para controlar exactamente el formato final.
Aplicado al día a día en un entorno de ingeniería civil, esta combinación de técnicas es especialmente valiosa quien necesite automatizar tareas de clasificación o verificación: por ejemplo, triar correos de clientes o subcontratas por tipo de incidencia, o pedirle a Claude que contraste varios datos técnicos antes de dar una conclusión, en lugar de aceptar la primera respuesta que genere.
Para practicar hoy: coja cualquier prompt que use habitualmente para pedir un dato objetivo o una clasificación, y añádale un paso previo de razonamiento explícito en una etiqueta XML (un <brainstorm> o un listado de opciones a descartar) antes de la respuesta final. Compare si el resultado es más fiable que sin ese paso.
Próxima lección del curso: seguiremos avanzando en el tutorial interactivo de Anthropic sobre ingeniería de prompts.
