ReAct Prompting

Advanced

Advanced Reasoning

ReAct (Reasoning and Acting) kombinerer reasoning og action-taking i én prompt. Modellen tænker højt, beslutter actions og observerer resultater iterativt.

Eksempel

Prompt:

Spørgsmål: Hvad er befolkningen i Danmarks hovedstad?

Thought: Jeg skal først finde Danmarks hovedstad, derefter finde befolkningstallet.
Action: Search[Danmarks hovedstad]
Observation: København er Danmarks hovedstad.
Thought: Nu ved jeg hovedstaden er København. Jeg skal finde befolkningen.
Action: Search[København befolkning]
Observation: København har ca. 644,431 indbyggere (2023).
Thought: Jeg har nu svaret.
Answer: København, Danmarks hovedstad, har cirka 644,431 indbyggere.

Output:

Svaret findes gennem iterativ reasoning og action.

Hvornår skal du bruge denne teknik?

  • Når opgaven kræver flere steps
  • Når du har eksterne tools/APIs
  • For kompleks informationssøgning
  • Agent-baserede systemer

Fordele

  • Struktureret problem-solving
  • Integration med eksterne tools
  • Transparent reasoning proces
  • God til multi-step opgaver

Ulemper

  • !Kræver tool integration
  • !Kompleks at implementere
  • !Token-intensiv
  • !Langsom execution

Tips & Best Practices

  • 💡Definer klare actions modellen kan tage
  • 💡Giv feedback efter hver observation
  • 💡Brug med function calling
  • 💡Test grundigt før production

Relaterede Teknikker