Saltar al contenido principal

🔄 Step-Back Prompting

Step-Back Prompting es una técnica que mejora la capacidad de razonamiento del modelo al pedirle primero que reflexione sobre una versión más abstracta o general del problema antes de resolverlo.

🧠 ¿Qué es Step-Back Prompting?​

En lugar de pedir directamente una solución, se le indica al modelo que dé un paso atrás y piense en el principio general, categoría del problema o pregunta auxiliar que le permita orientarse mejor.

📌 El objetivo es activar conocimientos relevantes previos del modelo y guiarlo a un camino más robusto.

✅ Ventajas​

  • Mejora precisión en tareas complejas.
  • Reduce errores lógicos o respuestas impulsivas.
  • Fomenta razonamiento metacognitivo.

⚠️ Desventajas​

  • Requiere prompts más largos y estructurados.
  • Puede aumentar el costo de tokens.
  • Puede parecer innecesario para tareas simples.

💡 Casos de uso comunes​

  • Problemas lógicos o matemáticos.
  • Toma de decisiones.
  • Preguntas que requieren desambiguación.
  • Escritura creativa con estructuras complejas.

🧪 Ejemplos​

🟢 Ejemplo fácil – Inferencia lógica​

Pregunta: ¿Es verdad que todos los gatos son mamíferos?

Primero, ¿qué tipo de animales son los gatos?
Segundo, ¿qué define a un mamífero?
Ahora, responde la pregunta inicial.

🟠 Ejemplo intermedio – Historia creativa​

Tarea: Escribir una historia de detectives original.

Paso 1: ¿Cuáles son los elementos clásicos de una historia de detectives?
Paso 2: Elige un escenario y un tipo de crimen.
Paso 3: Comienza la historia usando los elementos definidos.

🔴 Ejemplo avanzado – Análisis técnico​

Problema: ¿Cómo afecta una suba de tasas de interés en EE.UU. al mercado latinoamericano?

1. ¿Qué es una tasa de interés y cómo afecta el flujo de capitales?
2. ¿Qué relación hay entre EE.UU. y economías emergentes?
3. Ahora sí, responde la pregunta inicial.

🔎 Aplicaciones actuales​

  • Investigación guiada en educación.
  • Diagnóstico clínico con modelos de razonamiento médico.
  • Sistemas de planificación estratégica.

🧠 Consejo final​

  • Esta técnica funciona mejor cuando el modelo podría “irse por la tangente” o dar respuestas precipitadas.
  • Podés estructurar el prompt tú mismo o pedirle al modelo que proponga sus propias preguntas auxiliares.

¿Listo para el siguiente paso? Sigamos con la técnica clave de razonamiento: Chain of Thought (CoT).