Agent 提示：规划与子任务

Agent 提示让模型不只答一句，而是把目标拆成步骤、调用工具、读取结果并继续，直到完成任务。与「一问一答」不同，Agent 的核心是一个循环：模型在每一步决定「下一步做什么、调哪个工具、拿到结果后怎么推进」。最经典的范式是「推理与行动」交织的 ReAct（Yao 等, 2022），它把 Chain-of-Thought 式的思考与外部工具调用结合起来，让模型在「想」和「做」之间交替前进。近年的研究在 ReAct 之上演化出多种规划与反思策略，让 Agent 能处理更长、更复杂的任务。

是什么

ReAct 让模型在每一步先输出思考（Thought）说明当前推理，再决定行动（Action）——通常是调用某个工具并传入参数，然后**观察（Observation）**工具返回，再思考下一步，形成循环（Yao 等, 2022, arXiv:2210.03629）。后续研究的几种典型变体：

Plan-and-Execute：先由模型产出整体计划（一串子目标），再逐步执行；好处是减少中途走偏，代价是先规划可能不准。
ReWOO：把多个工具调用一次性规划并并行执行，减少串行步数，降低延迟与成本。
Reflexion（Shinn 等, 2023）：失败后让模型做口头自我反思，把教训写入记忆，下一轮避免重蹈覆辙。
Tree of Thoughts（Yao 等, 2023）：对多条推理路径做搜索与回溯，适合需要探索的解题类任务。

选型时按需取舍，并非越复杂越好：多数业务场景 ReAct 已够用，只有在长任务或高错误成本场景才值得引入反思与搜索。

为什么用 Agent

单轮回答无法处理需要查实时数据、做多步推理、操作外部系统的任务。比如「查上周销售额最高的 SKU 并写一封提醒补货的邮件」，模型本身没有数据库和发信能力，靠一次生成答不出来。Agent 通过工具把模型接入真实世界：检索、计算、写文件、调 API，逐步逼近答案。但要注意，Agent 的成本与不可控性也随步数上升——每一步都是一次模型调用加一次工具往返，且步骤越多越容易在中段走偏。所以不是所有任务都该上 Agent：能一步搞定的，就别引入循环；只有当任务确实需要多步外部交互时，Agent 的复杂度才划算。

怎么写提示

明确循环格式与停止条件，并给出工具清单。一个 ReAct 风格骨架：

目标：{{goal}}
可用工具：
- search(query): 检索资料
- calculator(expr): 计算
- db_query(sql): 查询数据库
每步严格按以下格式输出：
思考：<你当前的推理>
行动：<工具名>(<参数>)
观察：<工具返回结果，由系统填入>
当已得出最终答案时，输出「完成：<答案>」并停止。

在真实工程里，更常见的是用模型厂商的**工具调用（function calling / tool use）**能力：把工具描述成 JSON Schema，由模型输出结构化调用，运行时执行后把结果回填。这样比靠模型自由文本解析更稳健。

{
  "name": "db_query",
  "description": "执行只读 SQL 查询并返回前 N 行",
  "parameters": {
    "type": "object",
    "properties": {
      "sql": {"type": "string", "description": "标准 SELECT 语句"},
      "limit": {"type": "integer", "default": 10}
    },
    "required": ["sql"]
  }
}

工具设计本身决定 Agent 成败：描述要写清「何时用、参数是什么、返回什么」；参数要类型化、可校验；失败时返回清晰错误信息而非空字符串，让模型有机会换参数重试。

状态、记忆与评估

状态管理：长任务要把中间结论写入可检索的「记忆」（如向量库或一张 scratch 笔记），避免上下文被早期步骤挤占（context 截断）。
评估 Agent：不能只看最终答案对不对，还要看任务成功率、平均步数、工具调用成功率、单任务成本（token / 美元）——一个更准但步数翻倍的 Agent 未必更优。
可观测：把每步的思考、行动、观察记日志（如 LangSmith trace），便于事后调试、复盘与审计。

注意点

必须设最大步数（max_steps）：防止模型陷入「思考—行动」死循环，无限烧 token 且任务永远完不成。
工具返回要截断与清洗：长文本（如整页网页、大张表）直接塞进上下文会撑爆窗口并引入噪声，应做摘要、截断或结构化抽取后再回填。
关键动作加人工确认：尤其是写操作（发邮件、改数据库、调支付接口），默认应暂停等待确认，避免不可逆后果。
错误要可恢复：工具调用可能失败或返回异常，提示里要告诉模型「若观察为空或报错，换一种参数或换工具重试」，而不是卡死在无效循环。

小结

Agent 提示用「思考到行动到观察」的循环把目标分解为子任务并驱动工具。选型上，能单步做就别上循环；真正需要多步外部交互时，配齐步数上限、结果清洗、人工确认、执行日志与记忆机制，并同时关注成功率与成本，才能安全可控地运行。

参考与延伸阅读

论文 ReAct: Synergizing Reasoning and Acting in Language Models（Yao 等, 2022）。已核验。https://arxiv.org/abs/2210.03629
论文 Reflexion: Language Agents with Verbal Reinforcement Learning（Shinn 等, 2023）。已核验。https://arxiv.org/abs/2303.11366
OpenAI 工具调用（Function Calling）指南。已核验。https://platform.openai.com/docs/guides/function-calling
LangChain Agents 文档。已核验。https://python.langchain.com/docs/modules/agents/

本文累计阅读 — 次