答えだけを出す頼み方では、情報が足りないときに無理やり答えが作られます。ReAct は、思考と行動と観察を交互に書かせ、途中の情報を手に入れながら進む型です。書式を決めれば、手作業の運用でも真似できます。
ステップ1：交互に書く3つの枠を決める
思考（Thought）、行動（Action）、観察（Observation）の3行を1組にした書式を決めます。Learn Prompting の説明でも、この3つを交互に並べる構成が基本になっています。思考で次に何をするか決め、行動で手を動かし、観察でその結果を受け取ります。3つの枠を目印付きで固定すると、あとでどこが詰まったかを1組ずつ確認できます。
ステップ2：使える行動の種類を列挙する
行動として許す操作を、検索、資料を開く、計算する、のように一覧にして渡します。Learn Prompting の例では、モデルは用意された行動の中から選んで実行します。許す行動を絞るほど、現実に起こらない操作を書かれる事故が減ります。行動の列挙は、外部のツールを接続するときの設計と同じ考え方で、ツール呼び出しの頁に整理しています。
ステップ3：観察の部分は人の手で埋める
手作業で運用する場合、モデルが行動を書いたら止め、実際に検索や確認をして、結果を観察の行に貼り付けます。観察が空のまま進めると、モデルは記憶だけで先に進み、確かめていない事実を観察として書きます。1組ごとに止めて埋めるのが、最初のうちは安全です。
ステップ4：反復の上限と中止条件を決める
1組の反復は、3〜5回で打ち切る上限を決めておきます。Learn Prompting の原論文でも、反復の回数が増えると、途中のまちがいが後段に引き継がれる問題が指摘されています。上限に達したら、足りない情報を明示させて終わらせる一文を用意します。打ち切りの判断が自動化されていると、相手がエージェントの場合はマルチエージェントの頁の分担設計に近づきます。
ステップ5：最終答えに行動の記録を添えさせる
答えが出たら、どの観察を根拠にしたかを各行に添えさせます。観察を引用できない部分は推測なので、削るか、情報を取り直します。この型の価値は、最終答えだけでなく、答えに至る行動の記録が残る点にあります。記録を見直して、行動の列挙（ステップ2）を次回のために改善します。
FAQ
Q. 検索などの外部ツールがなくても使えますか？
A. 使えます。行動が「資料をもう一度読む」「前の会話を見返す」だけでも、観察を挟む構成の利点は残ります。ただし、外部の事実が必要な課題では、効果の伸びは限られます。
Q. エージェント製品とこの手順の関係は？
A. 市販のエージェント機能の多くは、この考える→動く→観察するの循環を裏側で回しています。手作業の版を一度やっておくと、製品の設定画面で行動の許可範囲を決めるときの判断が付けやすくなります。
出典
出典：Learn Prompting「ReAct：推論と行動を組み合わせる」（原題 LLMs that Reason and Act、2024年8月7日更新）。原論文は arXiv:2210.03629「ReAct: Synergizing Reasoning and Acting in Language Models」（2022年10月6日）。
あわせて使いたいツール
本記事の手順を実際に回すときに、候補になるツールを挙げます。いずれも無料から試せる範囲があり、料金や機能は各サービスの公式情報で確認してください。
関連ガイド
同じ時期に公開した実務ガイドと、用語の定義ページです。手順の前提が分からない場合は、用語ページから確認してください。コピーして使える依頼文が欲しいときは、プロンプト集も参照してください。
- アプリ同士を直接つなぐ：Webhook 設定の5ステップ
- 定例業務に Gemini を差し込む：Zapier 連携の5ステップ
- ツール呼び出し（用語辞典）
- AI用語辞典（五十音順の一覧）
- はじめての LLM 活用（学習ルート）
- ガイド一覧（実務手順をまとめて読む）
- AIツール一覧（道具から探す）
- 比較記事一覧（料金と機能で比べる）
- レビュー一覧（使った記録を読む）
最新のAI情報をメールで受け取る
新着のAIツール比較・ランキング・ニュースを、まとめてお届けします。
ご登録後、確認メールをお送りします。配信停止はいつでも可能です。