ReAct 推理行动链

Reason → Act → Observe 循环，用于需要与外部工具/环境交互的复杂任务

问题类型

• 信息搜集+推理
• 验证假设
• 迭代求解
• 工具调用规划

触发信号

• 任务需要搜集信息然后推理，而非纯粹推理
• 答案不确定，需要行动后观察结果再调整
• 有多个可选工具/方法，需要动态选择

输入合同按阶段顺序汇总全部唯一阶段输入；后续阶段可由前序输出交接补齐。

• 意图澄清（Intent Clarification）：用户的原始任务描述
• 推理（Reason）：来自 Phase 1 的结构化任务规范
• 行动（Act）：来自 Phase 2 的行动计划，执行第 N 步
• 观察（Observe）：来自 Phase 3 的行动结果
• 综合输出（Synthesize）：所有历史 Reason-Act-Observe 记录

开始前请区分已知事实、仍待验证的假设和明确约束。

1. 01

   PHASE 01

   意图澄清（Intent Clarification）

   角色：意图澄清

   Ch.03爱因斯坦式提问 · 5步重新定义问题

   输入

   用户的原始任务描述

   输出

   结构化任务规范：{目标, 成功标准, 约束, 已知信息}

   检查点

   苏格拉底式追问：在开始行动前，确认任务的真实意图。追问：1) 最终要得到什么？2) 成功的标准是什么？3) 有哪些已知约束？

   停止条件

   任务目标和成功标准已被明确确认

2. 02

   PHASE 02

   推理（Reason）

   角色：第一性原理

   Ch.04第一性原理 · 看透本质 · 高效破局的底层

   输入

   来自 Phase 1 的结构化任务规范

   输出

   行动计划：{行动序列, 每步预期输出, 判断标准}

   检查点

   基于已知信息，推导：1) 什么信息/行动是必须的？2) 推断顺序是什么？3) 预期结果是什么？

   停止条件

   行动计划覆盖了所有必要步骤

3. 03

   PHASE 03

   行动（Act）

   角色：行动执行

   Ch.06事后总结 · 并非终点 · 而是认知的 · 逆向

   输入

   来自 Phase 2 的行动计划，执行第 N 步

   输出

   行动结果：{原始输出, 工具/方法, 执行状态}

   检查点

   执行第一个行动。行动前声明：1) 这一步的目标是什么？2) 使用什么工具/方法？3) 预期返回什么格式？

   停止条件

   行动已执行，有明确的输出（成功/失败/需要追问）

4. 04

   PHASE 04

   观察（Observe）

   角色：观察反思

   Ch.06事后总结 · 并非终点 · 而是认知的 · 逆向

   输入

   来自 Phase 3 的行动结果

   输出

   观察报告：{匹配度, 新发现, 计划修正（如需）, 是否继续循环}

   检查点

   分析行动结果：1) 结果是否符合预期？2) 发现了什么新信息？3) 需要修正计划吗？4) 是否满足停止条件？

   停止条件

   任务完成 OR 达到最大迭代次数 OR 无法继续

   ↶未通过时回到「推理（Reason）」

5. 05

   PHASE 05

   综合输出（Synthesize）

   角色：表达输出

   Ch.11金字塔原理 · 理清逻辑 · 高效表达的底层

   输入

   所有历史 Reason-Act-Observe 记录

   输出

   最终结论：{核心答案, 推理过程, 置信度, 局限说明}

   检查点

   将所有观察和行动结果综合为最终答案。格式：结论→依据→局限边界→下一步建议。

   停止条件

   用户目标已被满足

• 观察（Observe） → 推理（Reason）

当前协议只发布经验证的稳定模型 ID。替换模型必须继续满足本阶段角色、输入、输出、检查点和停止条件，并重新通过交叉引用验证；不得按显示名称猜测替换。

由已验证阶段协议在构建时编排；不是源 JSON 的独立字段。

以下复合 Prompt 由已验证阶段协议在构建时编排。请按「ReAct 推理行动链」执行组合协议。
定义：Reason → Act → Observe 循环，用于需要与外部工具/环境交互的复杂任务
Agent 流程：ReAct
适用问题：信息搜集+推理；验证假设；迭代求解；工具调用规划
触发信号：任务需要搜集信息然后推理，而非纯粹推理；答案不确定，需要行动后观察结果再调整；有多个可选工具/方法，需要动态选择
开始前输入：用户的原始任务描述

严格按以下顺序执行；每阶段都要交付输出、核对检查点，并遵守停止条件：
1. 意图澄清（Intent Clarification） [角色：意图澄清]
   输入：用户的原始任务描述
   输出：结构化任务规范：{目标, 成功标准, 约束, 已知信息}
   检查点：苏格拉底式追问：在开始行动前，确认任务的真实意图。追问：1) 最终要得到什么？2) 成功的标准是什么？3) 有哪些已知约束？
   停止条件：任务目标和成功标准已被明确确认
   回环：无
2. 推理（Reason） [角色：第一性原理]
   输入：来自 Phase 1 的结构化任务规范
   输出：行动计划：{行动序列, 每步预期输出, 判断标准}
   检查点：基于已知信息，推导：1) 什么信息/行动是必须的？2) 推断顺序是什么？3) 预期结果是什么？
   停止条件：行动计划覆盖了所有必要步骤
   回环：无
3. 行动（Act） [角色：行动执行]
   输入：来自 Phase 2 的行动计划，执行第 N 步
   输出：行动结果：{原始输出, 工具/方法, 执行状态}
   检查点：执行第一个行动。行动前声明：1) 这一步的目标是什么？2) 使用什么工具/方法？3) 预期返回什么格式？
   停止条件：行动已执行，有明确的输出（成功/失败/需要追问）
   回环：无
4. 观察（Observe） [角色：观察反思]
   输入：来自 Phase 3 的行动结果
   输出：观察报告：{匹配度, 新发现, 计划修正（如需）, 是否继续循环}
   检查点：分析行动结果：1) 结果是否符合预期？2) 发现了什么新信息？3) 需要修正计划吗？4) 是否满足停止条件？
   停止条件：任务完成 OR 达到最大迭代次数 OR 无法继续
   回环：未通过时回到 推理（Reason）
5. 综合输出（Synthesize） [角色：表达输出]
   输入：所有历史 Reason-Act-Observe 记录
   输出：最终结论：{核心答案, 推理过程, 置信度, 局限说明}
   检查点：将所有观察和行动结果综合为最终答案。格式：结论→依据→局限边界→下一步建议。
   停止条件：用户目标已被满足
   回环：无

边界：明确区分事实、假设与推断；无法验证的内容须标记，不得用本协议替代医疗、法律或财务专业判断。