ReAct Prompting

ReAct (Reasoning and Acting) Prompting ist ein fortgeschrittenes prompt engineering-Paradigma, das Large Language Models (LLMs) in die Lage versetzt, schrittweise Überlegungen dynamisch mit aufgabenspezifischen Aktionen zu verknüpfen. Eingeführt in dem einflussreichen wissenschaftlichen Papier aus dem Jahr 2022 "ReAct: Synergizing Reasoning and Acting in Language Models", verwandelt diese Technik ein statisches Sprachmodell in einen interaktiven AI agent. Durch das explizite Generieren von Gedanken zu einem Problem und das Ausführen von Aktionen zum Abrufen externer Informationen verbessert das ReAct-Framework die faktische Genauigkeit und die Entscheidungsfindungsfähigkeiten in komplexen artificial intelligence-Workflows erheblich.

Die Mechanik von Reasoning and Acting#

Bei herkömmlichen Interaktionen generiert ein Modell eine Antwort, die vollständig auf seinem internen Wissen basiert, was häufig zu hallucinations in LLMs führt. Die ReAct-Architektur löst dieses Problem, indem sie die KI mithilfe einer kontinuierlichen Schleife aus Gedanken (Thoughts), Aktionen (Actions) und Beobachtungen (Observations) in externen Umgebungen verankert.

Wenn das Modell mit einer Anfrage konfrontiert wird, generiert es zunächst einen „Gedanken“ (Thought), um seine Strategie zu skizzieren. Anschließend löst es eine „Aktion“ (Action) aus, wie das Abfragen einer Suchmaschine, die Interaktion mit einer Datenbank oder das Aufrufen einer Vision-API über ein Konzept, das als function calling bekannt ist. Die Umgebung liefert eine „Beobachtung“ (Observation) zurück, die faktenbasierte Daten bereitstellt. Das Modell wertet diese neuen Informationen aus, aktualisiert seine Überlegungen und durchläuft den Zyklus so lange, bis es zur endgültigen Antwort gelangt. Diese Methodik, die im Prompt Engineering Guide on ReAct näher erläutert wird, spiegelt die menschliche Problemlösung wider und etabliert ein hochgradig transparentes und kontrollierbares Agentenverhalten.

Praxisanwendungen#

ReAct Prompting zeichnet sich in Szenarien aus, die eine iterative Problemlösung und die Verwendung mehrstufiger Tools erfordern, womit es grundlegend für moderne agentic AI systems ist.

• Automated Customer Support Agents: In Unternehmensumgebungen nutzen IT-Helpdesk-Agenten ReAct, um Benutzerprobleme zu lösen. Wenn ein Benutzer einen Netzwerkausfall meldet, überlegt der Agent, dass er den Serverstatus überprüfen muss. Er agiert, indem er eine Diagnose-API anpingt, das Ergebnis beobachtet und basierend auf den abgerufenen Fakten entweder das Ticket eskaliert oder eine Anleitung zur Fehlerbehebung bereitstellt, wodurch herkömmliche Retrieval-Augmented Generation (RAG)-Pipelines optimiert werden.
• Dynamic Visual Analysis: Computer vision-Systeme nutzen ReAct für die komplexe visuelle Beantwortung von Fragen. Ein Roboteragent, der mit der Bestandsverwaltung betraut ist, beobachtet möglicherweise ein Regal, überlegt, dass er bestimmte Artikel zählen muss, agiert durch Aufrufen eines object detection-Modells und verwendet die zurückgegebenen Bounding-Box-Daten, um seine Zählung abzuschließen. Diese Synergie schließt die Lücke zwischen textbasiertem Reasoning und räumlichem Verständnis.

Implementierung von ReAct mit Computer Vision#

Für Entwickler, die Python verwenden, orchestrieren ReAct-Agenten häufig Wahrnehmungsmodelle, um mit der physischen Welt zu interagieren. Der folgende konzeptionelle Code veranschaulicht, wie eine ReAct-Reasoning-Schleife ein Ultralytics YOLO26-Modell nahtlos als externes Tool einsetzen kann, um eine Umgebung zu beobachten und Berichte darüber zu erstellen.

from ultralytics import YOLO


def vision_tool(image_path: str) -> str:
    """Action tool for a ReAct agent to detect objects in an image."""
    model = YOLO("yolo26n.pt")  # Load highly efficient YOLO26 nano model
    results = model(image_path)

    # Format the observation for the LLM's reasoning loop
    detected_classes = [model.names[int(c)] for c in results[0].boxes.cls]
    return f"Observation: Found {len(detected_classes)} objects: {', '.join(detected_classes)}"


# Simulated ReAct agent executing an action
agent_observation = vision_tool("https://ultralytics.com/images/bus.jpg")
print(agent_observation)

Die Verwaltung von Datensätzen und die Nachverfolgung von Experimenten für diese Vision-Tools können mithilfe der Ultralytics Platform vollständig optimiert werden, die umfassende Lösungen für die moderne KI-Bereitstellung bietet. Wer diese Agenten von Grund auf neu erstellen möchte, kann auch die zugrundeliegende Logik im official ReAct repository studieren.

Unterscheidung verwandter Konzepte#

Um robuste multimodale Architekturen zu entwerfen, wie sie in der jüngeren academic alignment research untersucht wurden, ist es von entscheidender Bedeutung, ReAct von verwandten Engineering-Mustern zu unterscheiden:

• Vs. Chain-of-Thought Prompting: Chain-of-Thought (CoT) ermutigt ein Modell, schrittweise zu denken, stützt sich jedoch vollständig auf statisches, internes Wissen. ReAct erweitert CoT durch das Einbringen dynamischer „Aktionen“, die während des Reasoning-Prozesses frische, externe Beobachtungen sammeln.
• Vs. Prompt Chaining: Prompt Chaining beinhaltet das Hartkodieren einer Sequenz separater LLM-Aufrufe, bei denen die Ausgabe eines Schritts automatisch in den nächsten eingespeist wird. ReAct ist ein autonomeres Paradigma, bei dem ein einzelner Agent basierend auf laufenden Beobachtungen dynamisch entscheidet, welche Tools oder sequenziellen Aktionen er ausführen soll, anstatt einem starren, verketteten Skript zu folgen.

Durch die Vereinheitlichung logischer Deduktion mit der Ausführung spezialisierter externer Tools wie Multi-Modal Models ermöglicht ReAct Prompting die Entwicklung hochgradig fähiger, verallgemeinerter KI-Systeme.