調べないと答えられない質問をAIに投げると、足りない情報をそれらしく補った答えが返ってきます。ReAct は、考える→行動する→結果を見る、という往復を明示的に回す型です。学習サイト Learn Prompting は、この型を「推論と行動を組み合わせる枠組み」として紹介しています。

ReAct が向く質問の形
ReAct(Reason + Act)は、AIが自然言語で考えながら、外部の情報を取りに行く行動を挟めるようにする考え方です。Learn Prompting の解説では、複数文書をまたぐ質問応答のデータセットを例に、思考→行動→観察の順で進む流れが示されています。1回の生成で答えが決まる質問には要向きません。社内規程の条項をまたぐ確認や、複数の資料を突き合わせる調査が該当します。
手順1:1回では答えが出ない質問を3つ選ぶ
直近1週間で、AIに投げて外した質問を3つ選びます。条件は「答えを出すのに2つ以上の資料が要る」ものです。1つの資料で足りる質問を混ぜると、ループを回す必要がない作業まで手順が重くなります。
手順2:思考と行動を別の行に書かせる
指示文には「考える内容」と「実行したい行動」を別の行に分けて書かせます。行動の行には、検索語や参照する資料名を具体的に書かせます。1つの文にまとめさせると、どこまでが推測でどこからが事実かの境目が消えます。
手順3:観察した結果を必ず貼り戻す
行動の結果は、自分の手で取ってきて会話に貼ります。ツール呼び出しを設定していない環境では、この貼り戻しが人間の役目です。貼らずに「調べた結果」と書かせると、中身のない観察が並びます。結果が0件だった場合も、0件という事実を貼ります。
手順4:打ち切りの条件を先に決める
往復の上限を決めておきます。目安は3回です。3回試して見つからない場合は「確認できません」と返す、という条件を指示文の末尾に書きます。上限がないと、似た検索語を並べ替えるだけの往復が続きます。
手順5:ループの記録を1行ずつ残す
どの質問で、どの資料を引き、何が分かったかを1行ずつ残します。記録があると、次に同じ種類の質問が来たときに、最初から引き直さずに済みます。記録は報告書の根拠欄にもそのまま使えます。
FAQ
Q. 通常のチャットでも再現できますか?
A. できます。外部連携がなくても、行動の行に「検索したい語」を書かせ、その結果を自分で貼る運用で同じ流れになります。連携を増やすのは、この往復が定着してからで足ります。
Q. 往復が増えると料金も増えますか?
A. 増えます。回数が増えれば入力も出力も増えるためです。だから手順1で対象を3つに絞り、手順4で上限を決めます。すべての質問に適用せず、外した質問だけに使うのが実際的です。
出典
出典:Learn Prompting「ReAct Systems: Enhancing LLMs with Reasoning and Action」(Sander Schulhoff 執筆、2024年8月7日更新、2026年10月25日参照)
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。
- AIの下書きを質問に変えて確かめる:CoVeの5手順
- 役割を与える指示は何を変えるか:場面設定の作り方5手順
- ツール呼び出し(Tool Calling)(用語辞典)
- 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)
編集部の見解
ReAct が効くのは、答えが出ないことを認めさせる仕組みだからだと思います。もっともらしい答えを1回で出させるより、3回往復して「見つからない」と返ってくるほうが、現場では扱いやすい。手順3の貼り戻しを省くと一気に形骸化するので、そこだけは面倒でも手を動かす前提で設計したほうがいいと感じています。
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。
