Cómo funciona
En lugar de pedir todo de una vez, el prompt chaining divide el problema en etapas. La primera llamada puede generar un esquema, la segunda expande cada punto, la tercera revisa. La salida de cada etapa se convierte en entrada de la siguiente, lo que permite verificar y corregir en el camino. Esto hace el resultado más controlable y reduce errores.
Ejemplo práctico
Para redactar un informe, primero pide al modelo un outline. Luego, para cada sección, pide un párrafo. Finalmente, pide una revisión de coherencia. Cada paso es más simple y el resultado final es más consistente.
Para qué sirve
Reduce errores en tareas largas y complejas, mejora la calidad y permite intervención humana entre etapas. Es la base de muchos workflows de agentes de IA, donde cada etapa puede usar un modelo o herramienta diferente.
Cuándo usar
Úsalo cuando una sola llamada produce un resultado inconsistente o cuando necesitas validar etapas intermedias. Para tareas simples, un único prompt bien hecho puede ser suficiente y más rápido.