9.2.1 Reasoning ロードマップ：Plan、Act、Check

Agent reasoning は長い回答ではありません。使える中間手順を作り、次に何をするか決め、計画がまだ有効か確認する力です。

まず planning loop を見る

基本習慣は、1 step を計画し、実行し、結果を観察し、state checkpoint を残し、状況が変われば replan することです。

Plan checklist を動かす

tools を追加する前に、明示的な steps を作ります。print できない plan は inspect しにくいです。

task = "prepare a cited RAG demo answer"
plan = ["inspect question", "retrieve sources", "draft answer", "check citations"]

print("task:", task)
for index, step in enumerate(plan, start=1):
    print(f"{index}. {step}")
print("checkpoint:", plan[-1])

出力：

task: prepare a cited RAG demo answer
1. inspect question
2. retrieve sources
3. draft answer
4. check citations
checkpoint: check citations

良い planning は見えるものです。失敗を見つけやすくし、最後の文章の裏に隠さないようにします。

この順番で学ぶ

手順	読む内容	実践アウトプット
1	LLM reasoning	答えを知ることと、道筋を導くことを区別する
2	Chain reasoning	中間 state と self-check point を作る
3	ReAct	thought、action、observation、next step を交互に行う
4	Plan-and-Execute	タスクが大きいとき planning と execution を分ける
5	Advanced planning	dependency、priority、rollback、replan を扱う
6	Reasoning evaluation	final result、path quality、failure type を採点する

合格ライン

計画の失敗理由を、分解不足、tool 選択ミス、古い observation、checkpoint 不足、弱い最終検証として説明できれば、この章は合格です。

出口ミニプロジェクトは、1 つの task に対する見える reasoning trace です：plan steps、observations、replans、final answer を残します。