ReAct Prompting

O prompting ReAct (Raciocínio e Ação) é um paradigma avançado de engenharia de prompts que permite aos Grandes Modelos de Linguagem (LLMs) intercalar dinamicamente etapas de raciocínio com ações específicas para cada tarefa. Apresentada no influente artigo académico de 2022 «ReAct: Sinergia entre raciocínio e ação em modelos de linguagem», essa técnica transforma um modelo de linguagem estático num agente de IA interativo. Ao gerar explicitamente pensamentos sobre um problema e executar ações para obter informações externas, o framework ReAct melhora significativamente a precisão factual e a capacidade de tomada de decisão em fluxos de trabalho complexos de inteligência artificial.

Como funcionam o raciocínio e a ação#

Nas interações tradicionais, um modelo gera uma resposta inteiramente com base no seu conhecimento interno, o que muitas vezes leva a alucinações em LLMs. A arquitetura ReAct resolve esse problema fundamentando a IA em ambientes externos, por meio de um ciclo contínuo de pensamentos, ações e observações.

Perante uma consulta, o modelo primeiro gera um «pensamento» para definir a sua estratégia. Em seguida, desencadeia uma «ação», como consultar um mecanismo de pesquisa, interagir com uma base de dados ou chamar uma API de visão por meio de um conceito conhecido como chamada de função. O ambiente devolve uma «observação» com dados factuais. O modelo avalia essas novas informações, atualiza o seu raciocínio e repete o ciclo até chegar à resposta final. Esta metodologia, descrita com mais detalhe no Guia de Engenharia de Prompts sobre ReAct, reproduz a resolução de problemas humana e permite comportamentos de agentes altamente transparentes e controláveis.

Aplicações no mundo real#

O prompting ReAct destaca-se em cenários que exigem resolução iterativa de problemas e utilização de ferramentas em várias etapas, sendo fundamental para os modernos sistemas de IA agêntica.

• Agentes automatizados de suporte ao cliente: Em ambientes empresariais, os agentes de suporte de TI usam ReAct para resolver problemas dos usuários. Se um usuário comunicar uma interrupção da rede, o agente deduz que precisa verificar o estado do servidor. Em seguida, atua ao consultar uma API de diagnóstico, observa o resultado e, com base nos factos obtidos, encaminha o chamado para outro nível de suporte ou fornece um guia de resolução de problemas, simplificando os pipelines tradicionais de Geração Aumentada por Recuperação (RAG).
• Análise visual dinâmica: Os sistemas de visão computacional usam ReAct para responder a perguntas visuais complexas. Um agente robótico encarregado da gestão de inventário pode observar uma prateleira, concluir que precisa de contar artigos específicos, invocar um modelo de deteção de objetos e usar os dados das caixas delimitadoras recebidos para concluir a contagem. Essa sinergia colmata a lacuna entre o raciocínio baseado em texto e a compreensão espacial.

Implementação de ReAct com visão computacional#

Para os desenvolvedores que utilizam Python, os agentes ReAct costumam orquestrar modelos de percepção para interagir com o mundo físico. O seguinte código conceptual mostra como um ciclo de raciocínio ReAct pode implementar facilmente um modelo Ultralytics YOLO26 como ferramenta externa para observar e descrever um 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)

A gestão de conjuntos de dados e o acompanhamento de experiências para estas ferramentas de visão podem ser simplificados por completo com a Ultralytics Platform, que oferece soluções abrangentes para a implementação moderna de IA. Quem tiver interesse em criar estes agentes do zero também pode estudar a lógica fundamental no repositório oficial ReAct.

Distinguir conceitos relacionados#

Para conceber arquiteturas multimodais robustas, como as exploradas em recentes pesquisas académicas sobre alinhamento, é essencial distinguir ReAct de padrões de engenharia relacionados:

• Vs. Prompting de cadeia de pensamento: A cadeia de pensamento (CoT) incentiva o modelo a raciocinar passo a passo, mas depende inteiramente de conhecimento interno estático. ReAct expande a CoT ao introduzir «ações» dinâmicas que recolhem observações externas atualizadas durante o processo de raciocínio.
• Vs. Encadeamento de prompts: O encadeamento de prompts consiste em programar previamente uma sequência de chamadas LLM separadas, em que a saída de uma etapa é automaticamente passada à seguinte. ReAct é um paradigma mais autónomo, no qual um único agente decide dinamicamente quais ferramentas ou ações sequenciais usar com base nas observações em curso, em vez de seguir um script encadeado rígido.

Ao unificar a dedução lógica com a execução de ferramentas externas especializadas, como os modelos multimodais, o prompting ReAct permite desenvolver sistemas de IA generalizados e altamente capazes.