ReAct(reasoning and acting)
ReAct(reasoning and acting、推論と行動)とは、言語モデルが推論のステップを書くこと、検索やツール呼び出しなどの行動をとること、次のステップの前にその結果を読むことを交互に繰り返すプロンプトのパターンです。
別名: ReAct pattern
執筆 Divya Sharma · 2026年11月15日確認 · レビューの方法
ReActは、Yaoらによる2022年の論文で紹介されました。考え方は単純で、モデルに同じやり取りの中で声に出して考えさせ、行動させることで、それぞれの思考が直前の行動の結果を活用できるようにするものです。これは、その後に登場したツールを使うエージェントの大半の雛形になりました。
仕組み
プロンプトは、モデルに決まった形でターンを出力するよう求めます。Thoughtの行で、何を調べる必要があるかを述べます。Actionの行で、ツールとその入力、たとえば検索クエリを指定します。プログラムがツールを実行し、結果をObservationとして追加します。モデルは次のThoughtを書き、最終的な答えを出すまでこのサイクルを繰り返します。現在は通常、テキストを解析する代わりにネイティブのfunction callingで実行しますが、形は同じエージェントループです。
ReActとchain of thoughtの違い
Chain of thoughtでは、モデルはすでに知っていることだけを使って段階的に推論します。ReActは行動を加えるため、モデルは足りない事実を取得し、予想外の結果が出たときに軌道修正できます。そのため、外部の情報が必要な質問で事実をでっち上げにくくなります。
限界
各ステップがモデルの呼び出しになるため、長いタスクは遅く高価になり、初期の悪い思考がループを堂々巡りさせることもあります。LangGraphなどのエージェントフレームワークは、基本のパターンにステップ数の上限や状態の管理を加えています。この名前は、JavaScriptライブラリのReactとは関係ありません。
関連用語
- エージェントループ
- エージェントループ(agent loop)とは、AI エージェントの中核にある繰り返しのサイクルです。モデルがツール呼び出しを求め、アプリケーションがそれを実行して結果を返し、モデルが次に何をするかを決めます。
- Chain-of-thought
- Chain-of-thought(CoT、思考の連鎖)とは、言語モデルが最終的な回答の前に中間の推論の手順を書き出すプロンプトの手法です。数学、論理、その他の複数の手順を要する問題で結果がよくなる傾向があります。
- ツール呼び出し
- ツール呼び出し(tool calling)は関数呼び出し(function calling)とも呼ばれ、モデル API の機能の 1 つです。スキーマで関数を記述すると、モデルはその 1 つを呼び出す構造化されたリクエストを返し、コードがそれを実行して結果を返します。
- AI エージェント
- AI エージェント(AI agent)とは、言語モデルが次の手順を自分で決めるシステムです。固定の台本に従うのではなく、ツールを呼び出し、結果を読み、タスクが終わるまで繰り返します。
- 推論モデル
- 推論モデル(reasoning model)とは、最終的な答えを出す前に、中間的な思考のトークンを連ねて問題に取り組むよう学習された言語モデルです。数学、コーディング、複数ステップのタスクで役立つ傾向があります。