← 概念解説に戻る

Concept Fable

推論-行動パラダイム

先に結論:ReAct は推論と行動を交互に行うプロンプティングおよびエージェントのパターンです。モデルはまず短いステップで推論し、ツールやアクションを選択し、結果を観察してから次のラウンドに進みます。外部情報、ツール呼び出し、段階的な意思決定が必要なタスクに適しています。企業アプリケーションでは、ReAct はスクラッチパッド、ツール権限、エラー処理、終了条件、監査証跡と組み合わせて、無限ループや権限外の行動を避ける必要があります。

ReAct · Reasoning/action pattern

まず物語を読む。ここでは急いで定義を示さず、まず問題そのものを立ち上がらせる。

寓話

探偵は一歩考えるごとに、外に出て一度調べる

霧港城の探偵は以前、部屋に座って事件を推理するのが好きだった。証言を聞き終えると、紙に長々と判断を書き、最後に人をやって逮捕させた。簡単な事件ならそれでよかったが、複雑な事件では欠けた情報にたびたび誤らされた。

ある宝石盗難事件で、探偵は女中の証言に基づき、外部の船客の仕業だと断定した。三ページの推理を書いたが、埠頭で船を調べもせず、倉庫の足跡も見なかった。船客が呼び止められた時、本当の盗人はすでに裏口から街を出ていた。

探偵はまず自分にもっと緻密に考え、あらゆる可能性を書き尽くすよう求めた。紙はますます厚くなったが、事実は依然として欠けていた。二度目の修正は、助手にすべての手がかりを一度に調べさせることだったが、多くの無関係な資料が机を埋め尽くし、かえって判断を遅らせた。

老捕頭は彼にリズムを変えるよう教えた:まず一歩考え、最も検証が必要な疑点を挙げる。次に外に出て、一つの行動で確認できる証拠を調べる。戻って判断を更新し、次の一歩を決める。推論と行動を交互に行い、どちらか一方をあまり遠くまで走らせない。

新しいリズムは2件目の事件で功を奏した。探偵はまず帳簿係を疑ったが、帳簿を調べて時間が合わないと判明。すぐに裏口の泥の跡を調べ、運搬車の轍を見つけた。行動のたびに次の思考がより正確になる。

霧港ではその後、冤罪が減った。探偵は理解した——複雑なタスクでは、頭の中だけで完全な答えを書くことも、やみくもに走り回ることもできない。考えながら調べ、観察が判断を変え、判断が次の行動を選ぶ。

探偵も行動コストを制御することを学んだ。外出のたびに判断を最も変えうる手がかりだけを調べ、街全体をひっくり返したりはしない。証拠が次の一歩に影響しないならまず調べず、推論に重要な事実が欠けていればすぐ出かける。

後に徒弟が彼に事件解決の秘訣を尋ねると、彼は事件簿の脇の二列を指さした:左には「私が今考えていること」、右には「私が次に検証すること」と書いてある。二列が繰り返し交替してこそ、複雑な事件は推測から信頼できる結論へと進む。後に探偵が徒弟を指導する時、最も恐れたのは彼らが一気に結論を書き上げることだった。事件は語りかけるが、それはあなたが調べに行く時だけだ。各観察は前の一歩の考えを覆すかもしれず、これこそ複雑なタスクに必要なリズムである。このリズムが探偵を絶えず校正させ、最初の推測をより美しく書くことではない。後に彼はより遅く結論を出したが、より速く事実に近づいた。なぜなら各一歩が現場によって校正されたからだ。徒弟もそれによって、空想を少なく書き、証拠を多く持ち帰ることを学んだ。

明らかにする

この物語が伝えるのは:推論-行動パラダイム

ReAct は推論と行動を交互に行うプロンプティングおよびエージェントのパターンです。モデルはまず短いステップで推論し、ツールやアクションを選択し、結果を観察してから次のラウンドに進みます。外部情報、ツール呼び出し、段階的な意思決定が必要なタスクに適しています。企業アプリケーションでは、ReAct はスクラッチパッド、ツール権限、エラー処理、終了条件、監査証跡と組み合わせて、無限ループや権限外の行動を避ける必要があります。

重要なのは、それが単なる用語ではなく、実際のAI/Agentシステムで繰り返し現れる構造的な問題だという点だ。これを理解して初めて、いつモデルを足すべきか、いつプロセスを変えるべきか、いつガバナンスを補うべきかを判断できる。

メタファーのマッピング

  • 部屋に座って机上で推す:純テキスト推論
  • 証拠が欠けても長い推論を書く:ツール観察なしの CoT 失真
  • 考え、一度調べ、続ける:Reasoning-Action-Observation ループ
  • 巡邏帳、鍵、窓錠:外部ツールと環境観察
  • 結果が考えを覆す:observationが次の推論ステップを更新する
  • 承認境界:ツール権限と承認
  • 交互軌跡:ReAct scratchpad / trace
  • 最後の洞察:ReAct は Agent に推論と行動の間で循環的に修正させる

Andy(任旭)判断

この概念の実戦的価値は、「賢く見えるAI機能」を納品可能、検収可能、ガバナンス可能な作業単位に分解する手助けをすることです。

エージェントループchain-of-thoughtscratchpadtool usereasoning traces

関連する識別

この概念は隣接概念と混用されやすいので、対比ページを続けて見ることをおすすめする。

京ICP备2026014272号