用語比較
ReActとChain-of-Thoughtの違い｜考えるだけか、考えて外へ調べに行くか（生成AIパスポート）
違いは、考える手順の途中で外部へ問い合わせるかどうかです。Chain-of-Thoughtは推論の手順を文章で出すだけです。ReActは推論と行動を交互に行い、外部の情報源から追加の情報を集めます。根拠はYao氏らとWei氏らの論文の要旨です。
この記事の根拠と出典
各セクションの見出しの下に、公式資料で確認した内容か編集部の整理かをラベルで示しています。 試験日・料金・申込条件・試験方式は変わることがあるため、申込前に公式サイトで確認してください。
Chain-of-ThoughtとReActの要点
Chain-of-Thought
途中の推論の手順を生成させる方法。Wei氏らの論文は、複雑な推論の能力が大きく改善すると述べる。論文が示す方法はプロンプトに推論手順の例を示すもので、外部への問い合わせは含まない。
ReAct
推論の記録と、課題に合わせた行動を交互に生成させる方法。推論が行動計画の更新と例外の処理を助け、行動が知識ベースなど外部の情報源へのアクセスを担う。
違いを表で確認
| 比較軸 | Chain-of-Thought | ReAct |
|---|---|---|
| 生成するもの | 途中の推論の手順（一連の中間的な推論ステップ） | 推論の記録と、課題に合わせた行動を交互に |
| 外部の情報源 | 論文が示す方法は、プロンプトに推論手順の例を示すもので、外部への問い合わせは含まない | 行動を通じて、知識ベースや環境などから追加の情報を集める |
| 論文の結果の例 | 540Bモデルに8つの例を示し、数学の文章題GSM8Kで当時の最高精度に達した | ALFWorldとWebShopで、模倣学習・強化学習の手法を成功率でそれぞれ絶対値34%・10%上回った（1〜2個の例を示すだけ） |
生成AIパスポートの学習に使う書籍（Amazon）
PR
どこで迷っているかを切り分ける
手元の文章だけで答えが出る問題を解かせたい人
Chain-of-Thoughtは、途中の手順を出させるだけで、複雑な推論の性能が上がると論文は述べます。論文の設定では、外部への問い合わせは含まれません。
外部の資料を確かめながら答えさせたい人
ReActは、行動を通じて知識ベースなどから情報を集めます。論文は、質問応答（HotpotQA）と事実確認（Fever）で、幻覚と誤りの連鎖の問題を抑えたと述べます。
AIエージェントの仕組みを知りたい人
ReActは、考える・行動する・結果を見て考え直す、という流れを1つにまとめた考え方で、エージェントの動きを理解する手がかりになります。
具体例で使い分ける
例 1
問題文の中に情報がそろった計算問題
文章題を解かせたい場面です。必要な情報は問題文の中にそろっています。
- Chain-of-Thoughtは、途中の推論の手順を出させることで、算術などの推論課題の性能が向上すると論文は述べます。
- 必要な情報が問題文にそろっているなら、外部へ問い合わせる行動を足さなくても、手順を出させる方法を試せます。
結論: 手順を出させるChain-of-Thoughtが候補になります。
例 2
外部の資料を調べて確かめる質問応答
手元の文章に答えがなく、百科事典のような外部の情報源で事実を確かめながら答えさせたい場面です。
- ReActは、推論の記録と行動を交互に生成し、行動で外部の情報源から追加の情報を集めます。
- 論文は、単純なWikipedia APIとやり取りすることで、Chain-of-Thoughtの推論で起きがちな幻覚と誤りの連鎖を抑えたと述べます。
結論: 外部の情報で確かめる必要があるなら、ReActの考え方が向いています。
問題文から答えを選ぶ手順
- 1
必要な情報の場所を見る
答えに必要な情報が問題文の中にそろっているか、外部で確かめる必要があるかを決めます。
- 2
外部へ問い合わせる行動を入れるかを見る
ReActの論文は、行動で外部の情報源とやり取りする設定で結果を示しています。外部の情報が要るなら、この考え方を検討します。
- 3
論文が挙げる問題を見る
ReActの論文は、幻覚（事実と違う内容）と誤りの連鎖が、Chain-of-Thoughtの推論でよく起きる問題だと述べます。
試験での見分け方
- 1途中の推論の手順を出させるだけなら、Chain-of-Thought。
- 2推論と行動を交互に行い、外部の情報源から情報を集めるなら、ReAct。
- 3ReActの行動は、知識ベースなどの外部の情報源へのアクセスを担う。
- 4ReActの推論の記録は、行動計画の更新と例外の処理を助ける。
- 5数値は特定のモデル・課題での論文の結果で、他の場面を約束しない。
誤答しやすい選択肢
ReActは、Chain-of-Thoughtと無関係な別物だと考える
修正: ReActの論文は、推論（Chain-of-Thoughtなど）と行動が別々に研究されてきたと述べ、両方を交互に組み合わせる方法として示しています。
ReActなら幻覚が必ずなくなると考える
修正: 論文は、2つの課題で幻覚と誤りの連鎖の問題を抑えたと述べますが、必ずなくなるとは述べていません。
Chain-of-Thoughtは外部の情報を調べる方法だと考える
修正: Chain-of-Thoughtは途中の推論の手順を出させる方法です。外部へ問い合わせるのはReActの行動です。
確認問題
Q1推論の記録と行動を交互に生成し、外部の情報源から情報を集める方法は、ReActとChain-of-Thoughtのどちらか？
答え: ReAct
Yao氏らの論文は、推論の記録と課題に合わせた行動を交互に生成する方法としてReActを示しています。
Q2途中の推論の手順（一連の中間的な推論ステップ）を生成させる方法は、どちらか？
答え: Chain-of-Thought
Wei氏らの論文は、一連の中間的な推論ステップを生成させることを、思考の連鎖と呼んでいます。
Q3ReActの論文で、行動が担うとされることは何か？
答え: 知識ベースや環境などの外部の情報源へのアクセスと、追加の情報を集めること
論文は、推論が行動計画の更新を助け、行動が外部の情報源とのやり取りを担うと述べています。
到達チェック
- ReActとChain-of-Thoughtの違いを、外部への問い合わせの有無で説明できる
- ReActが推論と行動を交互に行うことを説明できる
- 論文の数値が特定のモデル・課題での結果であることを説明できる
関連ページで確認する
同じ資格で次に知りたいこと
- オプトインとオプトアウトの違い｜個人データの第三者提供と生成AIへの入力（生成AIパスポート）
オプトインとオプトアウトの違いを、個人情報保護法第27条の原則と例外、要配慮個人情報の扱い、生成AIに入力したデータの学習利用との関係、確認問題で整理します。
- 情報セキュリティマネジメント試験とは（出題範囲・試験方式・受験料・合格基準）
情報セキュリティマネジメント試験（IPA、60問・120分、CBT方式、7,500円、総合評価点600点以上）の出題範囲、試験方式、受験料、合格基準を公式情報で整理し、ITパスポートや基本情報技術者試験との違いと、次に学ぶ順番を比べます。
- 文単位と固定サイズのチャンク分割の違い｜RAG（生成AIパスポート）
RAGのチャンク分割で、文単位の分割と固定サイズ（重複あり）の分割の違いを、切る基準・文脈の保たれ方・重複量の決め方・向く文書で整理。長所と短所の多くを共有する2つの方法を、Microsoft Learnの文書で照合します。
よくある質問
QReActとChain-of-Thoughtの違いは何ですか？
外部へ問い合わせるかどうかです。Chain-of-Thoughtは推論の手順を出すだけで、ReActは推論と行動を交互に行い、外部の情報源から追加の情報を集めます。
QReActは誰が提案しましたか？
Yao氏らの2022年の論文「ReAct: Synergizing Reasoning and Acting in Language Models」（arXiv:2210.03629）が示しています。Chain-of-Thoughtは、Wei氏らの2022年の論文（arXiv:2201.11903）が示しています。
QReActは必ずChain-of-Thoughtより良いのですか？
一概には言えません。ReActの論文は、質問応答と事実確認の課題で、Chain-of-Thoughtで起きがちな幻覚と誤りの連鎖の問題を抑えたと述べますが、すべての課題での優劣を示したものではありません。
Q生成AIパスポートで問われますか？
公式シラバス（2027年2月試験より適用の版）はChain-of-Thoughtを載せています。ReActの出題の有無と形式は、受験前に公式の案内で確認してください。
次に見る比較
- G検定・DS検定・統計検定2級で重なる用語10語の比較
同じ名前の用語の定義と収録章を、資格ごとに並べます。
- ベイズの定理と条件付き確率の違い（統計検定2級の式と計算例）
求める確率の向きの違いと、陽性になる確率の計算例を確かめます。
- 紛らわしい用語ペア早見表
混同しやすい用語の違いと判定の手掛かりを、資格別の一覧で確かめます。
執筆: AI資格ドリル編集部（運営者情報を見る）