ReAct：推理加行动的提示框架

ReAct（Reasoning and Acting）由 Yao 等人在 2022 年提出，把「思考（Thought）」「行动（Action）」「观测（Observation）」轮流组织进提示，让大模型像 Agent 一样边想边用工具。它把推理链与工具调用统一在同一段文本里，是构建可控 Agent 的基础范式。

是什么

ReAct 把一次求解过程写成循环：模型先输出一段思考描述当前状况，再决定调用哪个工具（如搜索、查数据库），环境返回观测结果，模型基于新信息继续思考，直到给出最终答案。思考部分记录策略，行动部分产生副作用。

为什么有效

纯推理（CoT）只能靠模型内部知识，遇到需要实时或私有信息时容易编造。纯行动（如直接调 API）又缺乏规划。ReAct 把两者结合，让模型基于真实观测做决策，显著降低幻觉，并支持多步任务。论文在问答与网页导航任务上均超过单独的推理或行动基线。

怎么做

提示里用清晰标签分隔三个阶段，并给出工具说明：

可用工具：Search[query] 返回网页摘要；Calc[expr] 计算表达式。
问题：2024 年世界杯冠军是谁？并算其夺冠次数减去 2。
Thought：先查 2024 年世界杯冠军。
Action：Search[2024 World Cup winner]
Observation：阿根廷队夺冠。
Thought：再算 16 减 2。
Action：Calc[16-2]
Observation：14
Answer：14

适用场景

ReAct 适合需要外部知识或操作的任务：联网问答、数据库查询、表单填写、网页自动化。对于纯文本创作或简单分类，引入工具循环只会增加复杂度。

注意点

• 工具返回要真实可信，否则与 CoT 无异。
• 控制循环轮数，避免无限调用造成成本失控。
• 每步的 Thought 要简短，重点记录决策依据。

小结

ReAct 通过「思考-行动-观测」循环让模型调用外部工具并基于真实反馈推理，是构建检索型与 Agent 型应用的核心提示范式。

参考与延伸阅读

• ReAct 原始论文（Yao 等, 2022）。已核验。https://arxiv.org/abs/2210.03629
• LangChain 文档：Agent 与工具调用。已核验。https://docs.langchain.com/