Nueva técnica de «Cadena de Borradores» (CoD) optimiza la ingeniería de prompts en IA generativa
Una innovación en el campo de la ingeniería de prompts está ganando terreno: la técnica de «Cadena de Borradores» (CoD), que promete mejorar la eficiencia y la rentabilidad al interactuar con la inteligencia artificial generativa. Esta metodología se suma a un conjunto creciente de prácticas recomendadas para optimizar el rendimiento de la IA.
La Cadena de Borradores se basa y perfecciona el método clásico de «Cadena de Pensamiento» (CoT). Entre sus ventajas se encuentran una mayor velocidad, resultados más concisos y una reducción de costos, ya que consume menos ciclos de procesamiento y tokens. Sin embargo, es importante tener en cuenta que los resultados son relativamente breves, por lo que se recomienda su uso cuando no se requiere una respuesta detallada por parte de la IA.
Fundamentos de la Cadena de Pensamiento (CoT)
Antes de profundizar en la Cadena de Borradores, es fundamental comprender el método de Cadena de Pensamiento. Esta técnica consiste en indicar a la IA generativa que siga un proceso de razonamiento paso a paso. Al solicitar a la IA que avance de forma gradual, esta mostrará los pasos lógicos que ha seguido para llegar a una respuesta.
Diversos estudios han demostrado que el uso de CoT tiende a generar mejores respuestas por parte de la IA generativa en comparación con situaciones en las que no se utiliza. Esto se debe, en parte, a que la IA reduce la velocidad para especificar cuidadosamente cada paso del proceso de resolución, lo que permite una mayor profundidad y concentración. Al proporcionar un prompt que indique explícitamente a la IA que utilice CoT, se le da permiso para abordar la consulta de manera metódica.
La innovadora Cadena de Borradores (CoD)
La Cadena de Borradores es una derivación de CoT que aprovecha inteligentemente la Cadena de Pensamiento como punto de partida. A diferencia de CoT, que puede ser un tanto flexible y permitir que la IA divague y sea verbosa, CoD impone límites precisos al proceso paso a paso.
Un prompt de Cadena de Borradores instruye a la IA generativa para que realice un proceso gradual, similar a CoT, pero añade una condición limitante. Por ejemplo:
Prompt de Cadena de Borradores: «Piensa paso a paso para responder a la siguiente pregunta, pero mantén un borrador mínimo para cada paso de pensamiento.»
La condición limitante clave es que la IA se ciña a un borrador mínimo para cada paso, lo que ayuda a evitar la divagación y la verborrea típicas de CoT.
Esta condición se puede ampliar para incluir restricciones adicionales, según sea necesario. Si se desea una respuesta concisa que contenga únicamente los elementos esenciales de la respuesta, se puede estipular el número máximo de palabras permitidas por paso.
Para ilustrar la Cadena de Borradores, se presenta a continuación una instrucción de Cadena de Pensamiento convencional, seguida de una versión básica de Cadena de Borradores y, finalmente, una versión más avanzada que incluye una restricción adicional:
(1) CoT convencional: «Piensa paso a paso para responder a la siguiente pregunta.»
(2) CoD básico: «Piensa paso a paso para responder a la siguiente pregunta, pero mantén un borrador mínimo para cada paso de pensamiento.»
(3) CoD avanzado: «Piensa paso a paso para responder a la siguiente pregunta, pero mantén un borrador mínimo para cada paso de pensamiento, con un máximo de 5 palabras.»
Aplicación práctica de CoD
Para demostrar la eficacia de CoD, se comparó su rendimiento con el enfoque CoT convencional. Se solicitó a la IA generativa que ayudara a planificar el lanzamiento de una nueva aplicación financiera, especificando que se requería un equipo de cuatro personas y un plazo de tres meses.
Con un prompt de Cadena de Pensamiento estándar, la IA generó una respuesta detallada que abarcaba la definición de las características principales de la aplicación, la división del trabajo y la asignación de responsabilidades. Si bien la respuesta era completa, consumió 120 tokens, lo que implicó un costo proporcional.
En una nueva conversación, se utilizó un prompt de Cadena de Borradores para imponer una condición limitante. La respuesta resultante fue mucho más concisa y directa, proporcionando una visión general clara del plan. Además, el consumo de tokens se redujo drásticamente a solo 35, lo que representó un ahorro significativo en costos.
Cuándo utilizar CoD
CoD es ideal cuando se busca una respuesta breve y concisa por parte de la IA. Si la respuesta potencial no requiere ser especialmente elaborada y los pasos pueden ser compactos, CoD es la opción preferible. Tanto CoT como CoD son válidos, y la elección entre ambos depende de la situación específica.
Incluso para aquellos que no pagan por el uso de la IA generativa, el consumo de tokens sigue siendo relevante, ya que los proveedores suelen establecer un límite de tokens y pueden restringir el acceso una vez superado dicho límite.
Se recomienda utilizar CoD de forma predeterminada para mantener la eficiencia. En situaciones en las que se requiera una exploración exhaustiva de un tema o una respuesta detallada, se puede recurrir a CoT. Otra opción es utilizar CoD inicialmente y, si la respuesta resulta demasiado breve, volver a formular el prompt utilizando CoT sin restricciones.
Investigación que valida la Cadena de Borradores
La técnica de CoD se basa en un estudio de investigación titulado «Chain of Draft: Thinking Faster by Writing Less» de Silei Xu, Wenhao Xie, Lingxiao Zhao, Pengcheng He, arXiv, 3 de marzo de 2025, que destaca los siguientes aspectos:
CoD es un nuevo paradigma inspirado en los procesos cognitivos humanos, en el que los modelos de lenguaje de gran tamaño (LLM) generan resultados de razonamiento intermedios minimalistas pero informativos al resolver tareas.
En lugar de pasos intermedios verbosos, CoD anima a los LLM a generar resultados concisos y con información densa en cada paso. Este enfoque reduce la latencia y los costos computacionales sin sacrificar la precisión, lo que hace que los LLM sean más prácticos para aplicaciones del mundo real donde la eficiencia es primordial.
Al reducir la verbosidad y centrarse en las ideas críticas, CoD iguala o supera a CoT en precisión, utilizando tan solo el 7,6% de los tokens, lo que reduce significativamente el costo y la latencia en diversas tareas de razonamiento.
En resumen, la Cadena de Borradores es una herramienta valiosa para optimizar la interacción con la IA generativa, permitiendo obtener respuestas concisas y eficientes a un menor costo.
Insights de Evox News: Cómo la técnica «Cadena de Borradores» (CoD) puede impactar tu negocio
La adopción de la técnica «Cadena de Borradores» (CoD) en la interacción con la inteligencia artificial generativa puede generar un impacto significativo en las empresas, especialmente en términos de eficiencia, costos y ventaja competitiva.
Reducción de costos operativos: Al optimizar el consumo de tokens en las interacciones con la IA, CoD permite a las empresas reducir los costos asociados al uso de estas tecnologías. Esto es especialmente relevante en entornos donde se requiere un gran volumen de consultas o se trabaja con modelos de IA que cobran por token utilizado.
Aumento de la productividad: La capacidad de obtener respuestas concisas y directas de la IA permite a los empleados acceder a la información que necesitan de forma más rápida y eficiente, lo que se traduce en un aumento de la productividad y una optimización de los flujos de trabajo.
Ventaja competitiva: Las empresas que adoptan CoD pueden obtener una ventaja competitiva al ser más ágiles y eficientes en la toma de decisiones y en la resolución de problemas. La capacidad de aprovechar al máximo el potencial de la IA generativa a un menor costo les permite innovar y adaptarse más rápidamente a los cambios del mercado.
Innovación y desarrollo de nuevos productos: CoD puede facilitar la generación de ideas y la exploración de nuevas soluciones en el proceso de desarrollo de productos y servicios. La capacidad de obtener respuestas rápidas y concisas de la IA permite a los equipos de innovación iterar y experimentar de forma más eficiente, lo que puede acelerar el lanzamiento de nuevos productos al mercado.
Optimización de la atención al cliente: CoD puede utilizarse para mejorar la eficiencia de los chatbots y otros sistemas de atención al cliente basados en IA. Al obtener respuestas más precisas y concisas, estos sistemas pueden resolver las consultas de los clientes de forma más rápida y eficiente, lo que se traduce en una mejor experiencia de usuario y una reducción de los costos de soporte.
* Mejora en la toma de decisiones: Al proporcionar información relevante y concisa, CoD puede ayudar a los líderes empresariales a tomar decisiones más informadas y estratégicas. La capacidad de acceder rápidamente a la información clave permite a los tomadores de decisiones evaluar diferentes escenarios y elegir la mejor opción para el negocio.
En resumen, la adopción de la técnica CoD puede generar un impacto positivo en diversas áreas de la empresa, desde la reducción de costos y el aumento de la productividad hasta la innovación y la mejora de la toma de decisiones. Las empresas que adopten esta técnica estarán mejor posicionadas para competir en un mercado cada vez más impulsado por la inteligencia artificial
