Chain-of-thought o ReAct: cuándo usar cada técnica
Elegir ReAct cuando la respuesta depende de consultar un dato vigente o de actuar con herramientas, y chain-of-thought cuando basta razonar por pasos con lo que ya está en el prompt.
1. El problema de negocio
El asistente de un servicio público de ayudas explica bien los requisitos de cada ayuda. Pero cuando un ciudadano pregunta por el estado de su solicitud o pide registrar un cambio de domicilio, da un estado inventado o antiguo y no registra nada, porque no consulta el sistema de expedientes ni actúa en él, y sus datos cambian a diario. El equipo no tiene especialistas en ML y debe corregirlo en pocas semanas.
2. Solución de Google: ReAct (razonar y actuar con herramientas)
- Servicio
- ReAct (razonar y actuar con herramientas)
- Capa
- Agentes
- Por qué
- ReAct permite que el modelo razone y ejecute acciones sobre la consulta del ciudadano: consulta el sistema de expedientes, responde con el estado vigente y registra el cambio de domicilio. Es una técnica de prompt engineering, no un entrenamiento, asociada al bucle de razonamiento de los agentes, que observan, interpretan, razonan y actúan.
Ver la capa en el mapa de 5 capas
Capa 5Aplicaciones
La parte con la que interactúa el usuario final.
- Gemini app
- Gemini Enterprise
- Google Workspace with Gemini
- Gemini Notebook
- Gemini for Google Cloud
Capa 4Agentes[Capa de esta lección]
Software que persigue un objetivo usando un modelo y herramientas.
- Agentes en Agent Platform
- Gemini Enterprise for Customer Experience
Capa 3Plataforma
APIs, gestión de datos y despliegue de modelos; abstrae la infraestructura.
- Agent Studio
- Agent Search
- Model Garden
- Agent Platform AutoML
- RAG Engine
- Agent Runtime
Capa 2Modelos
Algoritmos entrenados con grandes volúmenes de datos que generan contenido.
- Gemini
- Gemma
- Imagen
- Veo
Capa 1Infraestructura
Cómputo y almacenamiento físico para entrenar y servir modelos.
- AI Hypercomputer
- Cloud TPU
- GPU
- Centros de datos de Google
3. Límites
- No la uses si
- Todo lo que la tarea necesita está ya en el prompt y no hay ningún dato vigente que consultar ni acción que ejecutar: solo hay que razonar en varios pasos.
- Variable que fuerza el cambio
- Frescura del dato
- Alternativa
- Chain-of-thought, que guía al modelo con ejemplos que incluyen pasos intermedios de razonamiento. Chain-of-thought se centra en el razonamiento interno; ReAct, en la interacción externa: reunir información y ejecutar acciones.
4. La trampa habitual
- [✗] Distractor
- Añadir al prompt ejemplos resueltos con pasos intermedios de razonamiento (chain-of-thought) esperando que así el asistente dé el estado real de cada solicitud.
- Por qué tienta
- Las dos técnicas hacen razonar al modelo, y los ejemplos mejoran la explicación de los requisitos.
- Por qué es incorrecto
- Chain-of-thought guía el razonamiento con ejemplos, pero no ejecuta ninguna acción: el estado de cada solicitud cambia a diario y está en el sistema de expedientes, que el asistente seguiría sin consultar. ReAct, en cambio, sigue un ciclo de cuatro pasos: pensar, actuar, observar y responder.