2.3.2 ReAct框架（Reasoning and Acting）

ReAct框架是一种结合推理（Reasoning）和行动（Acting）的高级提示策略，用于引导任务的分步解决，特别适合需要多步骤推理和信息查询的复杂任务。

该方法让AI大模型模拟人类的“思考-行动-观察”循环，以便更能够灵活地解答复杂任务。在回答一个复杂的问题时，ReAct框架可能会这样工作：

• 推理：分析问题，确定需要查找的信息。
• 行动：模拟搜索或查询相关信息。
• 推理：基于获得的信息进行进一步分析。
• 行动：根据分析结果采取下一步行动或给出最终答案。

这个循环可以根据需要重复多次，直到问题被完全解决。

下图对比了四种提示词方法，可见ReAct（推理加行动）比其他方法更有效地完成复杂任务。

图片来源：ReAct: Synergizing Reasoning and Acting in Language Models