提示词工程-ReAct提示词（反应式）-让智能体像人一样思考和行动
文章会实时同步到我的公众号，有兴趣的童鞋扫码关注我的公众号噢：
提示词工程-ReAct
提示词工程的魅力就在于，让你可以变成现代版的祭师，能够让大模型言听计从，控制大模型做你想做的事情。
我不太确定超级智能会在未来的哪一天出现，但是从AI的快速迭代和进化来看，我们似乎可以预测，这一天不会遥远。一直以来，创造一个能够自主思考，自主学习和进化的智能体应该是AI发展的终极目标，而在这样的发展进程中，提示词工程也许只是这个进程中的一小段旅程，也许有一天，这项技术会成为历史，不过至少现在，它能够让我们对AI大模型有更加深入的了解，并且助力大模型变得更加聪明和务实。
起初，很难相信，生成模型会具有思考的能力，可当研究人员不断的探索出新的提示词技术时，这种怀疑逐渐得到了清晰的答案。
ReAct 提示词
ReAct 是 "Reasoning and Acting" 的缩写，旨在通过结合推理和行动来提高模型在复杂任务中的表现。
起初该框架由Yao 等人于2022年提出。
ReAct提示词实际上是one-shot或者few-shot提示词的一种（对于什么是one-shot，few-shot提示词，请阅读《提示词工程-少样本提示》）。
简单的说，就是给AI大模型一个思考-行动的例子，通过该例子，表明完成一件特殊任务时，思考和行动的基本框架和逻辑。ReAct本身是拟人化的，模拟人类思考和行动的基本方式，这里我可以举一个非常简单的例子，比如肚子饿了，非常想吃蛋糕：
问题：俺肚子饿了，非常想吃蛋糕。
思考：看看家里有没有买了蛋糕啊？
行动：去冰箱里看看，去厨房看看，发现没有。
思考：想吃自己做的蛋糕呢，还是去点外卖呢，哎，最近有点懒，不想动，还是外卖吧！
行动：打开手机APP，搜索蛋糕，得到种类繁多的蛋糕。
思考：我到底想吃哪一种呢，好像提拉米苏更加诱人一些。
行动：下单购买提拉米苏。
......以上只是一个非常简单的例子，对人类来说，看起来是件非常普通和自然的事情，可是将思考方式分解，用来提示AI大模型时，会出现非常神奇的效果。
与链式思维推理类似，ReAct 是一种提示工程方法，使用少量样本学习来教模型解决问题。CoT 旨在模仿人类思考问题的方式，ReAct 也包含了这种推理元素，但更进一步地允许智能体通过文本操作与其环境进行交互。人类通过语言推理（说话或思考）来帮助制定策略和记忆事物，但我们也可以采取行动来获取更多信息并实现目标。这就是 ReAct 的基础。
ReAct 提示包括包含行动的示例，通过行动获得的观察，以及人类在过程中不同阶段的书面思考（推理策略）。LLM 学会模仿这种交替进行思考与行动的方法，使其成为环境中的智能代理。下方是 ReAct 智能体如何运作的示例，（按“思考 -> 行动 -> 观察 -> 思考”顺序）。
ReAct智能体的任务执行的大致过程：
- 用户提出问题。
- 思考，第一步应该做什么，决定执行动作和环境互动。
- 行动，使用外部工具，从环境中获取需要的信息。
- 观察，将行动的结果和收集的信息作为下一步思考的输入。
- 思考，判断是否问题得到解决，基于上一步观察的结果，重新制定下一步需要执行的动作。
- 重复以上循环，直到问题解决，或者得到了最终的答案，并结束。
ReAct 提示词是一种思考和行动的模版和范式，教AI大模型按照这种思维框架进行学习和解决问题，与其他提示工程不同的是，ReAct需用通过和环境的互动，获取信息，做动态的调整和规划。因此使用ReAct提示词时，同时需要实现智能体，或者智能代理，能够让智能体使用工具和外部环境进行交互。
更多ReAct提示词的例子
以下是一个来自论文的 ReAct 提示示例
你是知识问答机器人，你会帮助用户回答科学，地理等相关科普知识，给用户提供准确的答案，请以以下例子为参考，以思考-行动-观察 迭代的方式，确保你的答案是实时准确的，你可以通过搜索引擎获取外部知识。
问题：科罗拉多造山运动的东部区域延伸到的区域的海拔范围是多少？
思考 1：我需要搜索“科罗拉多造山运动”，找出其东部区域延伸到的地方，然后找出该区域的海拔范围。
行动 1：搜索[科罗拉多造山运动]
观察 1：科罗拉多造山运动是科罗拉多及周边地区发生的造山事件。
思考 2：资料中没有提到东部区域，因此我需要查找“东部区域”。
行动 2：查找[东部区域]
观察 2：（结果 1 / 1）东部区域延伸到大平原，被称为中央平原造山运动。
思考 3：科罗拉多造山运动的东部区域延伸到大平原。因此，我需要搜索“大平原”的海拔范围。
行动 3：搜索[大平原]
观察 3：“大平原”指的是两种不同的土地区域之一。
思考 4：我需要改为搜索“美国大平原”。
行动 4：搜索[美国大平原]
观察 4：大平原是大平原的一个子区域。从东到西，大平原的海拔从约 1,800 英尺（550 米）上升到 7,000 英尺（2,130 米）。
思考 5：大平原的海拔范围是从约 1,800 英尺到 7,000 英尺，因此答案是 1,800 英尺到 7,000 英尺。
行动 5：完成[1,800 英尺到 7,000 英尺]
通用ReAct智能体提示词模版
以下提供的提示词模版是对ReAct的抽象和总结，通过以下模版，开发人员可以定义 AI Agent的基本角色和用户场景，以及智能体能够和外界交互的可用工具集。同时指导智能体在执行特定任务时，需遵从“思考-》执行任务-》观察-》思考”的迭代过程。
以下的ReAct通用提示词可以使用在任何任务场景，程序员只要稍加调整和修改就可以应用在自己的工具和用例里。
TOOL_DESC = """{name_for_model}: Call this tool to interact with the {name_for_human} API. What is the {name_for_human} API useful for? {description_for_model} Parameters: {parameters} Format the arguments as a JSON object."""
REACT_PROMPT = """Answer the following questions as best you can. You have access to the following tools:
{tool_descs}
Use the following format:
Question: the input question you must answer
Thought: you should always think about what to do
Action: the action to take, should be one of [{tool_names}]
Action Input: the input to the action
Observation: the result of the action
... (this Thought/Action/Action Input/Observation can be repeated zero or more times)
Thought: I now know the final answer
Final Answer: the final answer to the original input question
Begin!
Question: {query}"""以下是该提示词模板的中文翻译：
TOOL_DESC = """{name_for_model}：调用此工具以与{name_for_human} API 交互。{name_for_human} API 有什么用途？{description_for_model} 参数：{parameters} 将参数格式化为 JSON 对象。"""
REACT_PROMPT = """请尽可能准确地回答以下问题。你可以使用以下工具：
{tool_descs}
使用以下格式：
问题：你必须回答的输入问题
思考：你应该始终考虑要做什么
行动：要采取的行动，应为 [{tool_names}] 之一
行动输入：行动的输入
观察：行动的结果
...（此思考/行动/行动输入/观察可以重复零次或多次）
思考：我现在知道最终答案了
最终答案：对原始输入问题的最终答案
开始！
问题：{query}"""写在最后
由于ReAct需要通过环境来获取信息，因此从环境中获取的信息的准确性会严重影响最终的输出结果。因此开发者需要考虑环境信息的准确和可靠，才能保证ReAct应用的性能和可靠性。
ReAct的推理并不完美，但仍然是一种强大的提示工程方法，它克服了链式推理中的幻觉问题，并使大型语言模型能够成为可以与环境互动的智能体。此外，这是一种非常可解释的方法，因为智能体在行动时会输出其思维过程。
ReAct提示词可以让智能体变的更加聪明，帮助我们解决更加复杂的问题，探索ReAct智能体是一件非常有趣的过程。
我相信你一定好奇，如何使用以上的提示词模版实现一个能够自主思考的智能体，接下来后续的文章我将分析如何通过不同的Agent框架，快速的构建智能体，希望持续关注我的博客文章。