ReAct
ReAct (Reasoning and Acting)
りあくと
大規模言語モデルに、考える（Reasoning）ことと行動する（Acting）ことを交互に行わせるAIエージェントの設計パターン。「思考（次に何をすべきか）→行動（検索などのツールの呼出し）→観察（ツールの結果）」を目的が達成されるまで繰り返す。外部から得た情報に基づいて推論を進めるのでハルシネーションを減らせ、途中の思考の記録から動作を追跡しやすいが、ループが長引くと費用と時間がかさむ。
Related
関連キーワードの用語
AIエージェントの設計パターンの一つで、最初に目的を達成するための複数の手順からなる計画を立て、実行役がその手順を順に実行し、結果を見て必要なら計画を立て直す方式。1手ずつ次の行動を決めるReActに比べ、全体の見通しを持って長い作業を進めやすく、計画は高性能なモデル、各手順の実行は軽いモデルに任せて費用を抑えることもできる。
2025年に発表された、計画を立てるPlannerと、計画の各手順をWebブラウザの操作などの具体的な行動に変換するExecutorのモデルを分けたAIエージェントの枠組み。Executorが1手実行するたびにPlannerが状況を取り込んで計画を更新する動的な再計画を行い、合成した計画のデータでPlannerを学習させることで、長い手順を要するWeb操作の課題で高い成功率を示した。
大規模言語モデルに、利用できる関数（ツール）の名前、説明、引数の形式をあらかじめ渡しておき、モデルが必要と判断したときに、呼び出す関数名と引数をJSONなどの構造化された形式で出力させる仕組み。ツール呼出し（Tool Use）ともいう。モデル自身は関数を実行せず、アプリケーションが出力を受けて実際に関数を実行し、その結果をモデルに返して回答を続けさせる。
複数のクラウドサービスや社内システムを、用意されたコネクタと処理の流れ（ワークフロー）の定義によってつなぐ機能を提供するクラウドサービス。個別にプログラムを書かずにデータ連携や業務の自動化を実現できる。AIエージェントのツール連携では、iPaaSを介すことで、多数のSaaSを個別のAPI連携を作らずに操作させられる。
AIアプリケーションと外部のツールやデータソースとの接続方法を標準化したオープンなプロトコルで、Anthropicが2024年に公開し、2025年12月にLinux Foundation傘下のAgentic AI Foundationに移管された。MCPサーバがツール、リソース、プロンプトを公開し、AIアプリケーション側のMCPクライアントがJSON-RPCで利用する。一度作ったサーバを多くのAI製品から使える一方、悪意あるサーバや過大な権限によるリスクに注意する。
推論の途中の考え（思考）を木構造で扱い、各段階で複数の候補を生成して見込みを評価し、有望なものを探索して行き詰まれば別の枝に戻る手法。1本の道筋で考えるCoTに比べ、試行錯誤や先読みが必要なパズルや計画の問題で正答率が上がるが、多くの候補を生成・評価するので計算の費用がかさむ。