ReAct Prompting

Il prompting ReAct (Reasoning and Acting) è un paradigma avanzato di prompt engineering che consente ai Large Language Models (LLMs) di intercalare dinamicamente tracce di ragionamento passo-passo con azioni specifiche per il task. Introdotto nell'influente articolo accademico del 2022 "ReAct: Synergizing Reasoning and Acting in Language Models", questa tecnica trasforma un modello di linguaggio 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 di processo decisionale nei flussi di lavoro complessi di artificial intelligence.

I meccanismi del ragionamento e dell'azione#

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

Di fronte a una query, il modello genera prima un "Pensiero" per delineare la propria strategia. Successivamente attiva un'"Azione", come l'interrogazione di un motore di ricerca, l'interazione con un database o la chiamata di un'API di visione attraverso un concetto noto come function calling. L'ambiente restituisce un'"Osservazione", fornendo dati fattuali. Il modello valuta questa nuova informazione, aggiorna il proprio ragionamento e ripete il ciclo fino a giungere alla risposta finale. Questa metodologia, approfondita nella Prompt Engineering Guide on ReAct, rispecchia la risoluzione dei problemi umana e stabilisce comportamenti degli agenti altamente trasparenti e controllabili.

Applicazioni nel mondo reale#

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

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

Implementare ReAct con la visione artificiale#

Per gli sviluppatori che utilizzano Python, gli agenti ReAct orchestrano spesso modelli di percezione per interagire con il mondo fisico. Il seguente codice concettuale mostra come un ciclo di ragionamento ReAct possa distribuire senza problemi un modello Ultralytics YOLO26 come strumento esterno per osservare e riferire 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 ottimizzati utilizzando la Ultralytics Platform, che offre soluzioni complete per il moderno deployment di IA. Coloro che sono interessati a costruire questi agenti da zero possono anche studiare la logica fondamentale nel official ReAct repository.

Distinguere concetti correlati#

Per progettare architetture multimodali robuste come quelle esplorate nella recente academic alignment research, è fondamentale distinguere ReAct dai pattern di ingegneria correlati:

• Vs. Chain-of-Thought Prompting: Chain-of-Thought (CoT) incoraggia un modello a pensare passo dopo passo ma si affida interamente a una conoscenza statica e interna. ReAct estende CoT iniettando "azioni" dinamiche che raccolgono nuove osservazioni esterne durante il processo di ragionamento.
• Vs. Prompt Chaining: Il prompt chaining implica la codifica rigida di una sequenza di chiamate LLM separate in cui l'output di un passaggio viene automaticamente immesso 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, anziché seguire uno script rigidamente concatenato.

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