Descomposición de tareas: dividir para que la IA actúe mejor
La descomposición de tareas convierte un objetivo demasiado amplio en una lista de subtareas sencillas, que el modelo o el agente resuelve en orden o en paralelo. Es la etapa de planificación que permite a un agente llevar a cabo un trabajo largo sin perderse.
Datos a 22 de octubre de 2026
Lo esencial en cifras
| Nivel | Avanzado |
|---|---|
| Origen | 2022 |
| Introducido por | Zhou et al. (least-to-most prompting) |
Qué abarca el término
Un agente de IA al que se le pide «prepara una comparativa de tres programas de facturación» no puede producirlo todo de una vez con fiabilidad. La descomposición de tareas le hace elaborar primero una lista: identificar los tres programas, recoger sus precios, enumerar sus funciones, comprobar la normativa aplicable, redactar la síntesis. Cada subtarea es lo bastante pequeña para hacerse bien, y su resultado alimenta la siguiente.
Hay dos grandes enfoques:
- Descomposición fija: el desarrollador escribe los pasos de antemano. Es el principio del flujo de trabajo agéntico, predecible y fácil de probar.
- Descomposición dinámica: el modelo construye el plan y lo revisa según lo que va descubriendo. Más flexible, pero más difícil de controlar.
Origen y trabajos de referencia
Dividir un problema en subproblemas es una idea antigua en informática y en planificación automática. Para los modelos de lenguaje, un hito muy citado es el artículo «Least-to-Most Prompting Enables Complex Reasoning in Large Language Models» (Zhou et al., Google, mayo de 2022, ICLR 2023): el modelo divide primero la pregunta en subpreguntas más fáciles y luego las resuelve en orden, reutilizando cada respuesta. El enfoque prolonga la cadena de pensamiento separando de forma explícita «planificar» y «resolver».
Por qué importa
La descomposición es el núcleo de la orquestación de agentes: un agente principal divide la tarea y encarga cada parte a un subagente o a una herramienta, como en un sistema multiagente. Tiene tres efectos concretos:
- Fiabilidad: un paso pequeño es más fácil de acertar y de verificar que uno grande.
- Contexto acotado: cada subtarea solo necesita la información que le concierne.
- Coste: más pasos significan más llamadas al modelo. La calculadora de coste de agentes le ayuda a estimar lo que supone un plan de diez pasos frente a uno de dos.
Ideas falsas frecuentes
- «Cuanto más detallado el plan, mejor». Un troceado excesivo multiplica las llamadas y los puntos de ruptura entre pasos.
- «Basta con el plan inicial». Los mejores agentes replanifican cuando un paso falla o revela algo inesperado.
- «Solo sirve para agentes». Pedir a un asistente que «enumere primero los pasos y luego los resuelva uno a uno» ya aplica el principio.
Términos relacionados
- Cadena de pensamiento · Hacer que un modelo escriba pasos de razonamiento intermedios antes de su respuesta final, lo que ayuda en problemas complejos.
- Flujo de trabajo agéntico · Secuencia de pasos en la que un modelo de IA planifica, usa herramientas, revisa y corrige su trabajo en lugar de responder de una sola vez.
- Orquestación de agentes · Coordinación de varias llamadas a modelos, herramientas o agentes de IA: quién hace qué, en qué orden y cómo se unen los resultados.
- Sistema multiagente · Organización en la que varios agentes de IA, cada uno con su papel, se reparten una tarea e intercambian resultados para completarla.
- Patrón ReAct · Bucle en el que un agente de IA alterna un paso de razonamiento escrito y una acción (búsqueda, herramienta) y lee el resultado antes de seguir.
Para probar
Todo el glosario
Preguntas frecuentes
¿Quién descompone la tarea: el modelo o el desarrollador?
Las dos cosas son posibles. En un flujo de trabajo, el desarrollador fija los pasos de antemano en el código. En un agente, es el modelo quien propone el plan, a veces validado por una persona antes de ejecutarse.
¿Conviene descomponer siempre una tarea?
No. Para una pregunta sencilla, dividirla añade llamadas, tiempo y coste sin mejorar la respuesta. Tiene sentido cuando la tarea incluye varios pasos dependientes o partes independientes que se pueden paralelizar.
¿Qué pasa si el plan es malo?
El agente ejecuta con disciplina pasos equivocados. Por eso los sistemas robustos permiten revisar el plan sobre la marcha, a partir de los resultados obtenidos, en lugar de seguirlo a ciegas.
Fuentes de los datos
Datos a 22 de octubre de 2026
Señalar un error
¿Una cifra, una fecha o un dato le parece incorrecto? Díganoslo: verificamos cada aviso.