推理与行动交替
ReAct
学到 认得 就够：听到能明白
你可能会说
“我希望 AI 查资料时能根据上一轮发现调整下一次检索，而不是一次生成完整答案；这种工作方式叫什么？”
ReAct 是让推理、行动和环境反馈交替推进的方法，模型先决定需要什么信息，再调用工具，看结果后继续调整行动。
使用 AI
科研里的例子
检索农村金融文献时，先找概念定义，发现存在不同融资模式后分别扩展关键词，再根据返回结果筛选真正相关研究。
原研究将语言推理与任务动作交织，用外部知识或环境结果补充模型判断。它不同于只列计划，也不同于先搜索一次再写答案。对科研任务，关键是工具反馈真正改变下一步，例如查到研究对象不匹配就修正检索式。现在很多工具型助手具有类似循环，但产品宣传中的 ReAct 未必严格复现原论文，具体实现仍应看运行轨迹。
在你的学科里，直接拿去用
把模糊需求变成可执行任务
我不熟悉AI术语。请把我的需求转成明确的任务说明。 我的原话：[粘贴] 可用材料：[列出文件、表、链接或说明目前没有材料] 使用者与用途：[填写] 先用普通中文复述目标，再给需要时才用的关键中英术语。区分任务、输入、约束、输出和可检查的完成标准。若缺项会实质改变结果，最多问3个问题；其他假设明确列出。先交付任务说明，不擅自执行与改文件。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG01
把数据分析要求写成可复现说明
请先为这项分析形成可复现的任务说明，再建议代码。 问题：[填写] 数据字典及已有规则：[提供] 可用软件与现有代码：[提供] 明确一行数据代表什么、样本范围、连接键、单位、缺失码、变量构造、估计对象和输出。区分描述分析与因果分析；缺少识别依据时不要把回归系数直接称为因果影响。给出小样本核对、异常记录和可重跑顺序。保留原始数据，所有转换写到派生结果并留记录；不能为得到显著结果修改数据或筛选规则。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG08
判断
亲手检查一次
查看下一步是否回应上一步的新事实；若工具报错却继续声称查到原文，或检索没有变化，就不能算可靠闭环。
它做不到的
调用工具不保证证据准确，循环也可能反复搜索同一批材料；有行动记录，仍不等于已经完成内容核验。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。