浅入 ReAct：交互推理提示技术指南

核心洞见：ReAct 并没有赋予 LLM 真正的行动能力，它只是把"思考"和"行动"都变成文本，让模型在"生成思考 → 执行行动 → 观察结果 → 再生成思考"的循环中，逐步逼近正确答案。

---

一、什么是 ReAct？

ReAct（Reason + Act）是 2023 年 Princeton University 等在论文《ReAct: Synergizing Reasoning and Acting in Language Models》中首次提出的技术。

核心思想

通过让大模型交替进行推理（Reasoning）和行动（Acting），可以显著提升大模型在需要与外部环境交互的任务上的性能。

• 推理（Reasoning）：模型生成思考内容，分析当前情况、制定计划、反思结果
• 行动（Acting）：模型生成行动指令，如调用 API、搜索网络、执行代码等

本质揭示

ReAct 没有赋予模型真正的"行动能力"。它只是利用了 Transformer 架构的自回归特性，把行动也变成文本格式输出，然后由外部系统解析并执行，再把结果喂回给模型，形成一个思考 - 行动 - 观察的循环。

---

二、ReAct 与 CoT 的关系

CoT 的局限性

CoT（思维链）擅长纯推理任务，如数学题、逻辑题。但遇到需要外部信息的任务就无能为力了：

问题：2025 年诺贝尔文学奖得主是谁？
CoT 模型：让我一步步思考...（但内部没有 2025 年的数据，只能瞎猜）

ReAct 的突破

ReAct 在 CoT 的基础上增加了行动环节，让模型可以主动获取外部信息：

问题：2025 年诺贝尔文学奖得主是谁？
ReAct 模型：
  思考：我需要查询 2025 年诺贝尔文学奖的信息
  行动：搜索"2025 诺贝尔文学奖"
  观察：[搜索引擎返回结果：2025 年诺贝尔文学奖得主是...]
  思考：根据搜索结果，我可以回答问题了
  答案：...

三者对比

技术	核心能力	适用场景
CoT	纯推理（思考）	数学题、逻辑题、代码生成
ReAct	推理 + 行动	需要查询信息、调用工具的任务
Plan-and-Solve	先规划再执行	复杂多步骤任务

---

三、ReAct Prompt 的组成

一个完整的 ReAct Prompt 通常包含以下部分：

组成部分	英文名称	作用
任务描述	Task	描述问题目标和可用工具
工具说明	Tool Description	告诉模型有哪些工具可用，每个工具的输入输出格式
示例轨迹	Example Trace	展示完整的"思考 - 行动 - 观察"循环示例
当前问题	Question	需要解决的具体问题

完整示例结构

【任务】请回答用户的问题。你可以使用以下工具：

【工具】
- Search[查询词]：搜索网络获取最新信息
- Calculate[算式]：执行数学计算
- Lookup[实体，属性]：查询特定实体的属性信息

【示例】
问题：珠穆朗玛峰的高度除以 2 是多少？
思考：我需要先知道珠穆朗玛峰的高度，然后进行除法计算
行动：Lookup[珠穆朗玛峰，高度]
观察：珠穆朗玛峰海拔 8848.86 米
思考：现在我知道了高度是 8848.86 米，需要除以 2
行动：Calculate[8848.86 / 2]
观察：4424.43
思考：我已经得到了答案
答案：4424.43 米

【现在请解决】
问题：2025 年世界杯足球赛在哪里举办？

---

四、ReAct 的工作流程

标准循环

┌─────────────────────────────────────────────────────────┐
│                    ReAct 循环                            │
│                                                         │
│  输入问题 → 思考 → 行动 → 观察 → 思考 → 行动 → 观察 → ... │
│                                              ↓          │
│                                          得出答案        │
└─────────────────────────────────────────────────────────┘

详细步骤解析

步骤 1：思考（Thought/Reason）

模型分析问题，决定需要什么信息或采取什么行动。

思考：要回答这个问题，我需要先查询...
思考：根据上一步的结果，下一步我应该...
思考：我已经收集了足够的信息，可以回答问题了

步骤 2：行动（Act）

模型生成工具调用指令。

行动：Search[关键词]
行动：Calculate[算式]
行动：API 调用 [参数]

步骤 3：观察（Observe）

外部系统执行行动，并将结果返回给模型。

观察：[搜索结果/计算结果/API 响应]

步骤 4：循环或终结

模型根据观察结果决定：

• 继续下一轮思考 - 行动
• 或者给出最终答案

---

五、实战示例

示例 1：简单查询任务

问题：现在北京时间是几点？

提示词：

你可以使用以下工具：
- GetCurrentTime[时区]：获取指定时区的当前时间

问题：现在北京时间是几点？

模型输出：

思考：用户问的是北京时间，我需要调用时间查询工具，时区参数是 Asia/Shanghai 或 CST
行动：GetCurrentTime[Asia/Shanghai]
观察：2026-03-24 15:30:45
思考：我已经获取到了北京时间
答案：现在北京时间是 2026 年 3 月 24 日 15:30:45

---

示例 2：多步骤推理任务

问题：特斯拉的 CEO 是谁？他出生的那年发生了什么重大科技事件？

提示词：

你可以使用以下工具：
- Search[查询词]：搜索网络信息
- Lookup[实体，属性]：查询特定信息

问题：特斯拉的 CEO 是谁？他出生的那年发生了什么重大科技事件？

模型输出：

思考：这是一个多步骤问题。第一步需要找出特斯拉的 CEO 是谁，第二步需要知道他
     的出生年份，第三步需要查询那年的重大科技事件
行动：Lookup[特斯拉，CEO]
观察：特斯拉的 CEO 是埃隆·马斯克（Elon Musk）
思考：现在我知道了 CEO 是埃隆·马斯克，接下来需要查他的出生年份
行动：Lookup[埃隆·马斯克，出生年份]
观察：埃隆·马斯克出生于 1971 年 6 月 28 日
思考：现在我知道了出生年份是 1971 年，需要查询 1971 年发生的重大科技事件
行动：Search[1971 年 重大科技事件]
观察：1971 年的重大科技事件包括：英特尔推出第一款商用微处理器 4004、
     电子邮件系统诞生、纳斯达克证券交易所成立
思考：我已经收集了所有需要的信息，可以组织答案了
答案：特斯拉的 CEO 是埃隆·马斯克（Elon Musk）。他出生于 1971 年，
     那年发生的重大科技事件包括：英特尔推出第一款商用微处理器 4004、
     电子邮件系统诞生、纳斯达克证券交易所成立。

---

示例 3：计算 + 查询混合任务

问题：中国人口数除以美国人口数，结果保留两位小数

提示词：

你可以使用以下工具：
- Search[查询词]：搜索最新数据
- Calculate[算式]：执行计算

问题：中国人口数除以美国人口数，结果保留两位小数

模型输出：

思考：需要先获取中国和美国的最新人口数据，然后进行除法计算
行动：Search[2025 年中国人口]
观察：根据统计数据，2025 年中国人口约为 14.1 亿
思考：获取到了中国人口，现在需要美国人口数据
行动：Search[2025 年美国人口]
观察：根据统计数据，2025 年美国人口约为 3.4 亿
思考：现在有了两个数据：中国 14.1 亿，美国 3.4 亿。需要计算 14.1 / 3.4
行动：Calculate[14.1 / 3.4]
观察：4.147058823529412
思考：计算结果是 4.147...，题目要求保留两位小数，即 4.15
答案：4.15

---

六、ReAct 的两种变体

1. Standard ReAct（标准版）

特点：严格按照 思考→行动→观察 循环，每步都清晰输出

适用场景：

• ✅ 需要调用外部工具的任务
• ✅ 多步骤复杂问题
• ✅ 需要可追溯决策过程的场景

2. ReAct + Plan（带规划的 ReAct）

特点：在开始执行前，先生成一个完整的计划，然后按计划逐步执行

提示词结构：

问题：xxx

请先制定一个解决这个问题的计划，列出需要执行的步骤，然后逐步执行。

模型输出：

计划：
1. 第一步：查询 A 信息
2. 第二步：查询 B 信息
3. 第三步：整合 A 和 B，计算结果
4. 第四步：给出最终答案

执行：
思考：按照计划，第一步需要查询 A 信息
行动：Search[A]
观察：...
...

---

七、深度对比：CoT vs ReAct

特性	CoT	ReAct
核心能力	纯推理（思考）	推理 + 行动
是否需要工具	❌ 不需要	✅ 需要外部工具支持
信息源	模型内部知识（可能过时/缺失）	可获取实时外部信息
输出格式	思考过程 → 答案	思考 → 行动 → 观察 → … → 答案
适用任务	数学题、逻辑推理、代码生成	问答、搜索、API 调用、多步骤任务
Token 消耗	中等	较高（多轮循环）
执行时间	快（一次性生成）	较慢（等待工具响应）

形象比喻

技术	比喻
CoT	学霸在考场里闭卷答题，全靠自己的知识和逻辑
ReAct	研究员做课题，可以查文献、做实验、问专家，最终得出结论

---

八、ReAct 为什么有效？

1. 知识更新（Knowledge Updating）

模型内部知识可能过时，ReAct 允许实时获取最新信息。

模型知识截止：2024 年
问题：2025 年奥运会在哪举办？
ReAct：通过搜索获取最新信息 → 正确答案

2. 可追溯性（Traceability）

每一步决策都有记录，便于调试和验证。

如果答案错了，可以回溯：
- 是思考环节逻辑错了？
- 是行动选错了工具？
- 是观察结果理解错了？

3. 模块化（Modularity）

思考和行动分离，可以独立优化。

- 改进思考：优化 prompt，增加示例
- 改进行动：增加新工具，改善工具描述

4. 纠错能力（Self-Correction）

模型可以根据观察结果反思并修正策略。

思考：我需要用 Search 工具查询...
行动：Search[关键词]
观察：未找到相关信息
思考：Search 没有找到结果，我换个方式，试试 Lookup 工具...
行动：Lookup[实体，属性]
观察：...

---

九、反面教材：没有 ReAct 的模型

问题 1：编造信息（Hallucination）

提示词：

2025 年诺贝尔物理学奖得主是谁？直接回答。

模型输出（可能）：

2025 年诺贝尔物理学奖得主是 XXX。❌ 纯属编造，因为训练数据里没有 2025 年的信息

问题 2：无法执行实际计算

提示词：

123456789 × 987654321 = ? 直接回答。

模型输出（可能）：

约等于 1.2×10^17 ❌ 模型靠概率猜的，不精确

ReAct 解决方案

思考：这是一个大数乘法，我需要精确计算
行动：Calculate[123456789 * 987654321]
观察：121932631112635269
思考：计算完成了
答案：121932631112635269 ✓

---

十、实践建议

设计高质量 ReAct Prompt 的要点

1. 清晰的工具描述

好的工具描述：
- Search[查询词]：使用搜索引擎查询最新信息，返回相关网页摘要

差的工具描述：
- Search：搜索东西（太模糊，模型不知道怎么用）

2. 提供完整示例轨迹

示例要展示完整的循环：
问题 → 思考 → 行动 → 观察 → 思考 → 行动 → 观察 → 答案

3. 限制行动次数

在指令中说明：
- 最多使用 5 次工具调用
- 如果 3 次内无法获取信息，请说明原因

4. 处理错误情况

当工具返回错误时，模型应该能：
- 识别错误
- 尝试替代方案
- 或者诚实告知无法完成

何时使用 ReAct？

场景	推荐技术
纯数学计算、逻辑推理	CoT
需要最新信息的问题	ReAct
需要调用 API/工具的任务	ReAct
代码生成、文本创作	CoT
复杂多步骤、需要查询的任务	ReAct + Plan

---

十一、核心知识点提炼

1. 思考（Reason/Thought）

是"大脑"，负责分析、规划、反思。

作用：

• 分析问题需要什么信息
• 决定使用哪个工具
• 理解工具返回的结果
• 反思当前策略是否有效

2. 行动（Act）

是"手脚"，负责与外部世界交互。

常见行动类型：

• Search[查询词]：搜索网络
• Calculate[算式]：执行计算
• API 调用 [参数]：调用外部服务
• Read[文件]：读取文件内容
• Write[文件，内容]：写入文件

3. 观察（Observe）

是"反馈"，告诉模型行动的结果。

观察来源：

• 搜索引擎返回的结果
• API 的响应数据
• 计算工具的输出
• 文件读写的结果

4. 循环（Loop）

是"引擎"，驱动任务逐步完成。

循环条件：
- 还未找到答案
- 还有未完成的子任务
- 行动次数未达上限

终止条件：
- 已收集足够信息
- 可以给出最终答案
- 达到最大行动次数

---

十二、总结

核心观点	说明
ReAct 不是魔法	只是把"行动"也变成文本输出
ReAct 是 CoT 的扩展	在思考基础上增加了行动能力
ReAct 核心是循环	思考→行动→观察，多轮迭代逼近答案
ReAct 需要外部系统支持	模型生成行动指令，外部系统解析并执行
ReAct 可追溯可调试	每一步都有记录，便于定位问题

一句话总结：ReAct 让模型把思考过程和行动计划都写出来，通过"思考 - 行动 - 观察"的循环，用外部信息补充内部知识的不足。

---

附录：ReAct 模板

基础模板

你可以使用以下工具：

【工具列表】
- 工具 1[参数]：功能描述
- 工具 2[参数]：功能描述

【示例】
问题：[示例问题]
思考：[示例思考]
行动：[示例行动]
观察：[示例观察]
思考：[示例思考]
答案：[示例答案]

【问题】
[实际问题]

带计划的高级模板

你可以使用以下工具：

【工具列表】
- 工具 1[参数]：功能描述
- 工具 2[参数]：功能描述

【指令】
请先分析问题，制定一个解决计划，然后逐步执行。

【问题】
[实际问题]

---

文档生成时间：2026-03-24
类别：AI 教学资料
参考资料：Princeton 论文《ReAct: Synergizing Reasoning and Acting in Language Models》