ReAct（リアクト）

読み方：りあくと。ReAct（Reasoning + Acting）とは、大規模言語モデルに「考える過程」と「外部ツールへの操作」を交互に生成させる手法です。このページでは、定義、仕組み、実装時の注意点を解説します。

導入

ReAct とは、推論（Reasoning）と行動（Acting）を1つの流れで交互に生成させ、モデルが外部の情報源や環境とやり取りしながら答えに到達できるようにする手法です。このページでは、基本的な仕組みと、導入時に押さえるべき注意点を整理します。

用語の定義

ReAct とは、言語モデルが「推論の連鎖（Thought）」と「タスク固有の操作（Action）」を交互に生成する手法です。推論の連鎖は行動計画を立て直したり例外に対応したりする働きを持ち、操作は知識ベースや環境といった外部の情報源から追加情報を取り込む働きを持ちます。2022年10月に公開された研究で提案されました。

推論と行動は、これまで別々の研究題目として扱われてきました。前者は思考連鎖プロンプティング、後者は行動計画の生成が代表例です。ReAct は両者を1つのループに統合する点に特徴があります。

仕組み・原理

Thought／Action／Observation のループ

ReAct の基本単位は3つの要素で構成されます。モデルはまず考えを書き（Thought）、次に行動を出し（Action）、その結果である観察（Observation）を受け取って、次の考えを書きます。この繰り返しが答えに到達するまで続きます。

なぜ交互に生成すると効くのか

推論だけを行うと、モデルが知らない事実をその場で補おうとして誤りが混ざりやすくなります。行動を挟むと、外部から事実を取り込んで推論を修正できます。逆に行動だけを行うと、目的や前提が崩れたまま操作が続くことがあります。推論を挟むと、行動の計画と前提を都度立て直せます。

実装の形

プロンプトの側で「Thought → Action → Observation」の形式を示し、行動のたびに指定されたツールを呼び出させるのが基本形です。近年のフレームワークでは、この流れがツール呼び出しの機能として組み込まれていることも多く、開発者はツールの定義と停止条件を用意するだけで同様のループを組めます。

具体例

検索ツールを持つエージェントに「〔会社名〕の本社所在地を調べて」と頼む場合の流れは次のようになります。

1. Thought：本社所在地の事実を確認する必要がある。検索しよう
2. Action：search（〔会社名〕 本社 所在地）
3. Observation：検索結果として複数の情報が返る
4. Thought：結果に古い情報が混ざっている可能性がある。公式ページの記載を確認しよう
5. Action：open（公式ページの該当URL）
6. Observation：公式ページの記述が返る
7. 最終回答：確認できた情報を引用しつつ、所在地を答える

実際の実行では、モデルはこの形式に沿ってテキストを生成し、システム側が Action の部分を解釈してツールを実行し、その結果を Observation として差し込みます。

メリット・デメリット

よくある誤解

誤解：ReAct は特定の製品やサービスの名前だ

実際は：研究論文で提案された手法の名称で、一般名詞として設計パターンを指します。製品名ではありません。

誤解：ツールがなければ使えない

実際は：外部ツールがない環境でも、思考と行動の形式を守って手順を組み立てるよう促す用途に使えます。ただし外部情報を取り込めないため、効果は限定的です。

誤解：ReAct を使えば誤答はなくなる

実際は：根拠を外部から取り込む構造になるため誤りの構造は変わりますが、検索結果の解釈ミスなど新たな誤りの型も生じます。検証の手順は別に用意すべきです。

関連用語

• 思考連鎖プロンプティング — 推論の連鎖だけを行う方式。ReAct の土台
• AIエージェント — ReAct が設計パターンとして使われる代表的な構成
• ファンクションコーリング — Action 部分を実装する API 機能
• ツール呼び出し — 外部ツールとモデルをつなぐ仕組み
• グラウンディング — 回答を外部の事実に結びつける考え方
• ハルシネーション — 外部情報で抑える対象となる誤りの総称

実際に ReAct の流れを手で回す手順は、ガイド：調べてから答える順番を組むとガイド：考える→動くを交互に回すで解説しています。用語一覧はAI用語辞典、ツール比較はAIツール一覧をご覧ください。

プロンプト集

理解を定着させるためのプロンプト例です。コピーして〔 〕内を置き換えてご利用ください。

FAQ（よくある質問）

Q. ReAct とは、一言でいうと何ですか？

A. 言語モデルに「考える過程」と「外部ツールへの操作」を交互に生成させ、情報を取り込みながら答えに到達させる手法です。

Q. 思考連鎖プロンプティングとの違いは何ですか？

A. 思考連鎖は推論の連鎖だけを生成します。ReAct はその間に外部ツールへの操作を挟み、観察の結果を次の推論に反映させる点が異なります。

Q. 導入時に気をつけることは？

A. 停止条件と実行回数の上限を先に決めること、ツールの返答の誤りを前提に検証の手順を別に用意することです。

出典・参考文献

出典：arXiv「ReAct：言語モデルにおける推論と行動の融合」（原題 ReAct: Synergizing Reasoning and Acting in Language Models、2022年10月6日提出）。

定義と仕組みの記述は上記論文の要旨に基づきます。本ページの解説部分と具体例は my-best.ai 編集部の執筆です。

そのまま使える依頼文はプロンプト集にまとめています。手を動かす順番はチュートリアルを参照してください。

まとめ

ReAct とは、推論の連鎖と外部ツールへの操作を交互に生成させ、観察を次の推論に反映させる手法です。エージェント設計の基本パターンとして、現在の多くのツール連携機能の土台になっています。導入時は停止条件と検証手順を先に用意してください。

• Thought／Action／Observation の3要素で流れを説明できるようにする
• 推論と行動を交互に置く理由を、誤りの構造から理解する
• 実際の手順はガイド記事で手を動かして確認する