ReAct Prompting

Il prompting ReAct (Reasoning and Acting) è un paradigma avanzato di prompt engineering che consente ai Large Language Models (LLMs) di alternare dinamicamente tracce di ragionamento passo-passo con azioni specifiche per il compito. Introdotta nell'influente articolo accademico del 2022 "ReAct: Synergizing Reasoning and Acting in Language Models", questa tecnica trasforma un modello linguistico statico in un AI agent interattivo. Generando esplicitamente pensieri su un problema ed eseguendo azioni per recuperare informazioni esterne, il framework ReAct migliora significativamente l'accuratezza fattuale e le capacità decisionali nei flussi di lavoro complessi di artificial intelligence.

Link to this sectionI meccanismi del ragionamento e dell'azione#

Nelle interazioni tradizionali, un modello genera una risposta basandosi interamente sulla sua conoscenza interna, il che porta spesso a hallucinations in LLMs. L'architettura ReAct risolve questo problema ancorando l'AI ad ambienti esterni utilizzando un ciclo continuo di Pensieri, Azioni e Osservazioni.

Quando affronta una query, il modello genera prima un "Pensiero" per delineare la sua strategia. Successivamente, attiva un'"Azione", come interrogare un motore di ricerca, interagire con un database o chiamare una vision API tramite un concetto noto come function calling. L'ambiente restituisce un'"Osservazione", fornendo dati fattuali. Il modello valuta queste nuove informazioni, aggiorna il suo ragionamento e ripete il ciclo finché non giunge alla risposta finale. Questa metodologia, dettagliata ulteriormente nella Prompt Engineering Guide on ReAct, rispecchia la risoluzione dei problemi umana e stabilisce comportamenti dell'agente altamente trasparenti e controllabili.

Link to this sectionApplicazioni nel mondo reale#

Il prompting ReAct eccelle in scenari che richiedono una risoluzione iterativa dei problemi e l'uso di strumenti a più fasi, rendendolo fondamentale per i moderni agentic AI systems.

• Automated Customer Support Agents: Negli ambienti aziendali, gli agenti dell'helpdesk IT utilizzano ReAct per risolvere i problemi degli utenti. Se un utente segnala un'interruzione della rete, l'agente ragiona sulla necessità di verificare lo stato del server. Agisce eseguendo il ping di un'API diagnostica, osserva il risultato e quindi inoltra il ticket o fornisce una guida alla risoluzione dei problemi basata sui fatti recuperati, snellendo i tradizionali pipeline di Retrieval-Augmented Generation (RAG).
• Dynamic Visual Analysis: I sistemi di Computer vision sfruttano ReAct per la complessa risposta visiva alle domande. Un agente robotico incaricato della gestione dell'inventario potrebbe osservare uno scaffale, ragionare sulla necessità di contare articoli specifici, agire invocando un modello di object detection e utilizzare i dati del bounding box risultanti per finalizzare il conteggio. Questa sinergia colma il divario tra il ragionamento basato su testo e la comprensione spaziale.

Link to this sectionImplementare ReAct con la visione artificiale#

Per gli sviluppatori che utilizzano Python, gli agenti ReAct spesso orchestrano modelli di percezione per interagire con il mondo fisico. Il seguente codice concettuale dimostra come un ciclo di ragionamento ReAct potrebbe implementare senza problemi un modello Ultralytics YOLO26 come strumento esterno per osservare e segnalare informazioni su un ambiente.

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)

La gestione dei dataset e il tracciamento degli esperimenti per questi strumenti di visione possono essere completamente semplificati utilizzando la Ultralytics Platform, che offre soluzioni complete per il moderno deployment di AI. Coloro che sono interessati a costruire questi agenti da zero possono anche studiare la logica fondamentale nel official ReAct repository.

Link to this sectionDistinguere concetti correlati#

Per progettare architetture multi-modali robuste come esplorato nella recente academic alignment research, è fondamentale distinguere ReAct da schemi ingegneristici correlati:

• Vs. Chain-of-Thought Prompting: Chain-of-Thought (CoT) incoraggia un modello a pensare passo-passo ma si basa interamente su una conoscenza statica e interna. ReAct estende CoT iniettando "azioni" dinamiche che raccolgono osservazioni fresche ed esterne durante il processo di ragionamento.
• Vs. Prompt Chaining: Il prompt chaining prevede di codificare una sequenza di chiamate LLM separate in cui l'output di un passaggio viene automaticamente inserito nel successivo. ReAct è un paradigma più autonomo in cui un singolo agente decide dinamicamente quali strumenti o azioni sequenziali intraprendere in base alle osservazioni in corso, piuttosto che seguire uno script rigidamente concatenato.

Unificando la deduzione logica con l'esecuzione di strumenti esterni specializzati come i Multi-Modal Models, il prompting ReAct consente lo sviluppo di sistemi AI generalizzati e altamente capaci.