Asomarse al alma de la IA: depurar lógica de código con la fuga de cadena de pensamiento (CoT) de Gemini 3.1

Una función recursiva generada por Gemini 3.1 Pro pasó tres tests y dio tres resultados distintos — no era azar, la lógica «derivaba» en una rama. Con IA para código la trataba como caja negra: Prompt de entrada, código de salida, sin mirar el medio — hasta que el código falló.

Con un diseño concreto de Prompt, Gemini puede exponer su «borrador de pensamiento»: no un resumen pulido, sino la cadena de razonamiento cruda, a veces desordenada. Esa fuga muestra supuestos ocultos, atajos y autocontradicciones.

Este artículo explica cómo depurar código de IA con cadena de pensamiento (CoT): parámetro thinking_level de Gemini 3.1 Pro, condiciones de activación, casos de diagnóstico y optimización de Prompt. No es misticismo; son métodos técnicos concretos.

Qué es la fuga de cadena de pensamiento (CoT)

Aclaremos conceptos.

Cadena de pensamiento (Chain of Thought, CoT) es el mecanismo central del razonamiento complejo en modelos grandes. En esencia, el modelo escribe el proceso de reflexión antes de la respuesta final, como los pasos en un borrador al resolver un problema.

Gemini 3/3.1 Pro tiene el parámetro thinking_level, que controla la profundidad del razonamiento interno. En nivel bajo, respuesta directa; en alto, varios pasos, autocorrección y planificación.

Pero hay un matiz: el bloque «Thinking» que muestra la interfaz suele ser un resumen re-procesado, no la cadena original.

Un desarrollador en Reddit descubrió que, con ciertos inputs, Gemini 3 Pro filtra la cadena real: dudas, intentos fallidos e incluso «bucles recursivos».

Imagina oír a la IA pensar en voz baja:

Alibaba Cloud - Opción preferida para desarrolladores, 15 % de descuento exclusivo en Lighthouse

Obtener 15% dto. →Anuncio

«Hmm, el usuario quiere un algoritmo de ordenación… ¿quicksort? No, el volumen es pequeño, el coste recursivo es alto… ¿burbuja? Demasiado básico… Podría usar sorted de Python, pero pidió implementación propia… Mejor mergesort, estable y eficiente…»

Ese nivel de «monólogo interior» ayuda mucho a depurar Prompt y calidad de código.

Cómo activar la fuga de cadena de pensamiento

A la práctica.

La fuga en Gemini 3.1 Pro suele darse en estos casos:

Escenario 1: problemas de lógica extremadamente complejos

Cuando la complejidad supera un umbral, el modelo expone más pasos intermedios para acertar. Si miras el flujo de tokens de la API, el contenido dentro de <thinking> puede ser mucho más rico de lo habitual.

Escenario 2: autocorrección al «atascarse»

Un caso en Reddit: cuando Gemini entra en bucle recursivo o callejón sin salida, puede mostrar un estado «unhinged» (algo descontrolado). El mecanismo interno a veces no «sanitiza» la cadena a tiempo y filtra el razonamiento crudo.

Escenario 3: diseño de Prompt específico

Algunas técnicas aumentan la probabilidad de fuga:

• Pedir explícitamente «muestra tu proceso de pensamiento, incluidos intentos fallidos»
• Marco de borrador: «analiza primero en el borrador, luego da la respuesta»
• Prompt de seguimiento: «tu razonamiento saltó pasos, explícalos uno a uno»

Truco práctico: en la API de Gemini, prueba thinking_level: "high" y analiza el campo thinking de la respuesta. A veces vale más que el campo text.

Diagnosticar problemas lógicos desde la cadena de pensamiento

¿Para qué sirve la cadena filtrada? Algunos ejemplos reales.

Caso 1: detectar supuestos implícitos

Pedí a Gemini una función para procesar entrada de usuario. El código parecía bien, pero en la cadena de pensamiento leí:

«Asumo que la entrada del usuario siempre es JSON válido…»

Espera: nunca dije que fuera JSON. Ese supuesto lo añadió el modelo. Sin ver la cadena, el riesgo podría llegar a producción.

Caso 2: detectar atajos de razonamiento

Otro ejemplo: optimizar una consulta a base de datos. El código usaba índices y parecía profesional. En la cadena:

«El usuario quiere optimizar la consulta… Hmm, añadir índice es lo más habitual… Sugeriré un índice…»

¿El problema? No analizó el plan de consulta, la distribución de datos ni si ya había índices. Eligió la respuesta «más cómoda», no la «más correcta».

Caso 3: detectar autocontradicción

Lo más interesante es cuando el modelo se contradice:

KiloClaw - OpenClaw gestionado para empresas: orquestación de agentes IA y enrutamiento inteligente

Empezar →Anuncio

«El método A falla en este caso límite… Pero recomendaré el método A porque funciona bien en la mayoría de los casos»

Esa contradicción indica dónde reforzar código defensivo o tests.

Depurar y optimizar Prompt con CoT

La cadena de pensamiento no solo depura código; es una radiografía del Prompt.

Técnica 1: comprobar cómo se entiende el Prompt

A veces crees haber sido claro y el modelo entendió otra cosa. En la cadena ves lo que «oyó».

Por ejemplo: «escribe una función eficiente»

El modelo puede interpretar:

• «eficiente = baja complejidad temporal»
• «eficiente = poco uso de memoria»
• «eficiente = código conciso»

Interpretaciones distintas, código distinto. Al ver la ambigüedad, sabes que el Prompt debe ser más preciso.

Técnica 2: detectar lagunas de conocimiento

Cuando aparece «hmm… no estoy seguro…», «podría ser…», el modelo duda. Entonces conviene:

• Aportar más contexto en el Prompt
• O elegir una implementación más simple

Técnica 3: guiar la dirección del razonamiento

Si ves que siempre piensa primero en recursión, añade: «prioriza soluciones iterativas salvo que la recursión sea claramente más clara».

Si ignora casos límite: «presta especial atención a entrada vacía y valores extremos».

Limitaciones y precauciones

Siendo honestos, no es una bala de plata.

Limitación 1: fuga inestable

Google controla cuánto se expone. Depende de versión, parámetros e incluso la suerte. Lo que funciona hoy puede fallar mañana.

Limitación 2: la cadena también puede equivocarse

Muestra el «proceso de pensamiento», no garantiza que sea correcto. Puede razonar con confianza y concluir mal.

Vultr - Servidor cloud NVMe de alto rendimiento, 32 ubicaciones globales, despliegue Docker con un clic

Ver precios →Anuncio

Limitación 3: dependencia excesiva ralentiza

Analizar la cadena lleva tiempo. En tareas simples, mirar el código es más rápido. Resérvala para lógica compleja o fallos repetidos.

Recordatorio ético

Google no quiere que veas la cadena cruda. Esa «fuga» puede considerarse inspección del mecanismo interno. En proyectos formales:

• No bases decisiones críticas en cadenas filtradas
• Sigue la documentación de la API; el comportamiento puede cambiar
• Respeta los términos del servicio

Conclusión

Depurar código de IA con fuga de cadena de pensamiento es una forma de «ingeniería inversa».

Estamos acostumbrados a tratar la IA como oráculo en caja negra: pregunta y espera la respuesta correcta. Pero la IA también falla, tiene puntos ciegos y toma atajos.

Cuando ves su «borrador», pasas de receptor pasivo de respuestas a auditor activo del razonamiento. Ese cambio de perspectiva ayuda de verdad a escribir mejores Prompts y código más fiable.

Una madrugada a las tres, analicé la cadena de Gemini y vi que omitía un caso límite en la condición de parada recursiva. Añadí una frase explícita al Prompt, regeneré y el problema desapareció.

El código quedó bien, pero lo que recuerdo es la IA autocorrigiéndose en la cadena de pensamiento: también falla, pero intenta mejorar. Nuestro trabajo es aprender a leer ese intento.

Si quieres probar, elige un problema de programación complejo, llama a Gemini 3.1 Pro con thinking_level alto y mira qué hay detrás de esos «Thinking…». Puede que te sorprenda lo que encuentres.

Quizá también puedas asomarte al «alma» de la IA.