Format / Sintaxă: ReAct – alternarea iterativă între Gândire (Thought), Acțiune pe unelte (Action) și Observarea rezultatului (Observation)
Explicație detaliată
Propus de Yao et al. (Princeton & Google, 2022), tiparul ReAct depășește limitările cunoștințelor statice ale unui model prin cicluri iterative.
În loc să ghicească o informație factuală sau o dată calendaristică recentă, modelul emite un gând intern (Thought), alege o unealtă de căutare (Action), primește rezultatul real (Observation) și continuă raționamentul până la răspunsul final.
Analogie intuitivă
💡 Un mecanic auto în service: inspectează zgomotul motorului (Thought), ia cheia dinamometrică și măsoară presiunea (Action), citește manometrul (Observation) și apoi decide ce piesă trebuie schimbată.
Mecanism & Funcționare
- 1. Thought: Modelul explică de ce are nevoie de o acțiune externă.
- 2. Action: Numele uneltei și argumentele (ex:
search[populatie Bucuresti 2026]). - 3. Observation: Rezultatul returnat de sistemul software.
- 4. Repetare sau Final Answer.
Exemple practice și aplicabilitate
- Prompt ReAct: „Răspunde la întrebarea: Care este diferența de vârstă dintre președintele Franței și primul ministru britanic? Folosește pași de forma Thought/Action/Observation.”
Capcane frecvente & bune practici
ReAct stă la baza celor mai sofisticați agenți autonomi moderni (LangChain, AutoGen, Claude Code).
Noțiuni înrudite
chain-of-thought-prompting: Noțiune asociată din acest modul.tree-of-thoughts: Noțiune asociată din acest modul.prompt-chaining: Noțiune asociată din acest modul.