Agent效果优化——提示策略

思维链（Chain of Thought）

最大化利用模型的推理能力。

Least-to-most提示

Plan & Execute

规划
执行

React：思考、执行

LangChain优化选择：
Reflection

ReAct

思考、执行

自我反思

三个LLM角色

1. 参与者：根据状态观测量生成文本和动作。参与者在环境中采取行动并接受观察结果，形成Trajectory。
   参与者可以使用思维链、ReAct等提示工程提升效果。并且使用基于组件为智能体提供额外的上下文信息。
2. 评估者：对参与者的输出进行评估并输出奖励分数。
3. 自我反思：输入是评估者输出的奖励分数、参与者输出的轨迹和持久记忆，输出反馈，并存储到记忆组件。智能体利用这些经验（已经存储在长期记忆中）改进决策。
   自我反思(Reflexion)

参考

Least-to-Most Prompting Enables Complex Reasoning in Large Language Models
[Self-Refine](Self-Refine: Iterative Refinement with Self-Feedback)