Tool Calling
Uso de herramientas
En una frase
Tool Calling: la capacidad de un modelo de solicitar el uso de herramientas externas —buscar, calcular, consultar APIs— y usar sus resultados para responder.
¿Demasiado técnico? Ver explicación sencilla¿Quieres profundizar? Ver explicación técnica
Explícamelo fácil
Un LLM no puede, por sí solo, consultar el clima de hoy ni revisar tu calendario. Con tool calling, el desarrollador le describe herramientas disponibles («obtener_clima(ciudad)») y el modelo decide cuándo usarlas. El programa ejecuta la herramienta y le devuelve el resultado al modelo.
El modelo no ejecuta nada directamente: solo pide que se ejecute.
Ejemplo real
Una llamada a herramienta paso a paso
Nivel técnico
Profundizando
El desarrollador envía definiciones de herramientas (nombre, descripción y un JSON Schema de parámetros). El modelo, entrenado para ello, puede responder con una solicitud estructurada en lugar de texto. La aplicación valida y ejecuta la llamada, añade el resultado a la conversación y vuelve a invocar al modelo. Este bucle es el corazón de los agentes.
«Function calling» y «tool calling» suelen usarse como sinónimos; «tool use» a veces incluye herramientas ejecutadas por el proveedor (búsqueda web, ejecución de código). Estándares como MCP permiten conectar herramientas de forma reutilizable. Riesgos: argumentos incorrectos, acciones no deseadas y Prompt Injection a través de resultados de herramientas.
Error común
¿Por qué importa?
Conecta a los modelos con el mundo real: datos actualizados, cálculos exactos y acciones en otros sistemas.
¿Dónde se utiliza?
- Consultar bases de datos
- Búsqueda web
- Ejecutar código
- Reservas y operaciones
- Agentes de soporte
Antes de aprender esto
Si alguno te resulta nuevo, empieza por ahí.
- Large Language ModelUn modelo de IA entrenado con enormes cantidades de texto para predecir la siguiente palabra, lo que le permite conversar, escribir, resumir y razonar.
- Structured OutputHacer que un modelo responda en un formato predecible y procesable por máquinas, como JSON que cumple un esquema.
Continúa aprendiendo
- AI AgentUn sistema en el que un modelo de IA decide por sí mismo qué pasos dar y qué herramientas usar para cumplir un objetivo.
- Model Context ProtocolUn protocolo abierto para conectar aplicaciones de IA con herramientas y fuentes de datos de forma estandarizada.
- PlanningLa capacidad de un agente de dividir un objetivo complejo en pasos y decidir en qué orden ejecutarlos.
Conceptos relacionados
Aparece en la ruta Aprende AI Agents.