最近在做一个小的 Agent demo，用的是 ReAct 那套 Thought/Action/Observation 循环。发现如果 prompt 里强制要求每步都输出 Thought，模型有时候会编一些看起来合理但实际没用的推理，反而干扰后面的 Action；但如果不强制，直接让它出 Action，多步任务又容易跑偏。试了 few-shot 里加 CoT 示例、也试了在 system prompt 里写「先思考再行动」，效果都不太稳定。想问问大家实际做 Agent 的时候，Thought 这块是怎么处理的？是必须显式输出，还是靠模型内部推理就行？有没有比较稳的 prompt 模板参考一下？