ReAct Prompting：推論と行動を融合するAIエージェントの基盤技術
LLMに「考える（Reason）」と「行動する（Act）」を交互に行わせるReActフレームワークの仕組み、実装パターン、AIエージェント開発への応用を解説します。
ReAct Promptingとは
ReAct（Reasoning + Acting）は、Yao et al.（2022）が提案し、ICLR 2023で発表されたプロンプティングフレームワークです。LLMに推論トレース（Thought）とタスク固有のアクション（Action）を交互に生成させることで、外部ツールとの連携を可能にしつつ、推論の透明性を確保します。
2026年現在、LangChain、LlamaIndex、Claude Code、GPTsなど、ほぼ全てのAIエージェントフレームワークの設計思想の根幹にReActがあります。プロンプトエンジニアリングの技術であると同時に、AIエージェントアーキテクチャの基盤パターンとして定着しました。
Thought-Action-Observationループ
ReActの核心は、以下の3ステップを繰り返すループ構造です。
- Thought（思考）：現在の状況を分析し、次に何をすべきか推論する
- Action（行動）：外部ツール（検索、計算、API呼び出し等）を実行する
- Observation（観察）：アクションの結果を受け取り、次のThoughtに反映する
このループにより、LLMは「考えてから行動し、結果を見てまた考える」という人間の問題解決プロセスを模倣します。
なぜ推論と行動を分離するのか
Chain-of-Thought（CoT）は推論のみで、外部情報を参照できないため幻覚が発生しやすくなります。一方、行動のみ（Act-only）のアプローチでは、なぜその行動を取ったかの説明がなく、エラーの原因特定が困難です。ReActは両者を組み合わせることで、幻覚の抑制と判断根拠の可視化を同時に実現します。
ベンチマーク結果
知識推論タスク
| タスク | CoTのみ | Actのみ | ReAct | ReAct + CoT-SC |
|---|---|---|---|---|
| HotpotQA（QA） | 良好 | 低い | CoTに匹敵 | 最高性能 |
| Fever（事実検証） | 良好 | 低い | CoTに匹敵 | 最高性能 |
インタラクティブ意思決定タスク
| タスク | 従来手法 | ReAct | 改善幅 |
|---|---|---|---|
| ALFWorld | 模倣学習 | ReAct | +34%（絶対値） |
| WebShop | 強化学習 | ReAct | +10%（絶対値） |
特筆すべきは、ReActがわずか1〜2個のFew-shot例で模倣学習や強化学習ベースの手法を大幅に上回った点です。
実践：プロンプト例
例1：基本的なReActプロンプト（質問応答）
以下の形式で質問に回答してください。必要に応じて検索ツールを使います。
利用可能なツール：
- Search[query]: Wikipediaを検索して関連情報を取得
- Lookup[keyword]: 現在のページ内でキーワードを検索
- Finish[answer]: 最終回答を提出
質問：東京スカイツリーと東京タワーでは、どちらが何メートル高いですか？
Thought 1: 東京スカイツリーと東京タワーの高さを調べる必要がある。
まず東京スカイツリーの高さを検索しよう。
Action 1: Search[東京スカイツリー 高さ]
Observation 1: 東京スカイツリーは高さ634メートルの電波塔である。
Thought 2: 東京スカイツリーは634m。次に東京タワーの高さを調べよう。
Action 2: Search[東京タワー 高さ]
Observation 2: 東京タワーは高さ333メートルの総合電波塔である。
Thought 3: 東京スカイツリー634m、東京タワー333m。差は634-333=301m。
Action 3: Finish[東京スカイツリーの方が301メートル高い]例2：コードデバッグにおけるReActパターン
あなたはシニアエンジニアです。以下のバグを、ReAct形式で調査・修正してください。
利用可能なアクション：
- ReadFile[path]: ファイルの内容を読む
- RunTest[command]: テストを実行する
- SearchCode[query]: コードベースを検索する
- Fix[description]: 修正を適用する
バグ報告：ユーザーがログインすると、たまにセッションが即座に切れる
Thought 1: セッション管理のコードを確認する必要がある。
まずセッション関連のファイルを探そう。
Action 1: SearchCode[session middleware]
Observation 1: src/middleware/session.ts が見つかった。
Thought 2: セッションミドルウェアの実装を確認しよう。
Action 2: ReadFile[src/middleware/session.ts]
Observation 2: （ファイル内容が表示される）
Thought 3: セッションの有効期限がmaxAgeで設定されているが、
単位がミリ秒ではなく秒で指定されている。これが原因の可能性が高い。
Action 3: Fix[session.tsのmaxAgeの単位をミリ秒に修正]
Thought 4: 修正後、テストを実行して確認しよう。
Action 4: RunTest[npm test -- --grep "session"]
Observation 4: 全テスト通過。
Action 5: Finish[maxAgeの単位が秒指定になっていたため、
ミリ秒に修正。テスト通過を確認済み。]例3：市場調査タスクにおけるReAct
以下の質問について、ReAct形式で調査してください。
各ステップで思考と行動を明示してください。
利用可能なアクション：
- WebSearch[query]: Web検索を実行
- Analyze[data]: データを分析・要約
- Calculate[expression]: 数値計算
- Report[content]: 最終レポートを出力
質問：日本のSaaS市場の2025年の市場規模と、
前年比成長率はどの程度ですか？
Thought 1:
（ここからモデルが推論と行動を交互に生成）いつ使うべきか
ReActパターンが特に有効な場面は以下の通りです。
- 外部情報の参照が必要なタスク：Web検索、データベース照会、API呼び出しを伴う質問応答
- マルチステップの調査・分析：複数の情報源を組み合わせて結論を出すタスク
- デバッグ・トラブルシューティング：仮説を立て、検証し、次のアクションを決めるプロセス
- AIエージェント開発：ツール使用を含む自律的なタスク実行
逆に、以下の場合はReActは過剰です。
- 外部ツールが不要な単純な推論・生成タスク
- リアルタイム性が求められるチャット応答
- 知識が完結している（外部参照不要な）タスク
注意点・限界
ループの暴走リスク
ReActは理論上、無限にThought-Action-Observationループを繰り返す可能性があります。実装時は最大ステップ数の制限（通常5〜10ステップ）を必ず設定してください。
ツール設計の重要性
ReActの性能は利用可能なツールの品質に大きく依存します。ツールの説明が曖昧だったり、返すデータの形式が不統一だったりすると、モデルは適切なアクションを選択できません。
幻覚アクションの問題
存在しないツールを呼び出したり、不正な引数を渡したりすることがあります。ツール呼び出しのバリデーションは必須です。
コストの増大
各ステップでLLMの呼び出しが発生するため、単純なプロンプトと比較してコストは3〜10倍になることが一般的です。タスクの複雑さに応じて、ReActの必要性を判断してください。
推論モデルとの重複
o1やDeepSeek-R1などの推論モデルは内部的に多段階の推論を行います。これらのモデルにReActを適用する場合、ツール使用の部分に限定するのが効率的です。