¿Qué son las llamadas a herramientas? Guía completa para integrar IA

Los modelos de IA extraen y extrapolan información de sus datos de entrenamiento para responder a usuarios. Pero ¿qué ocurre cuando una petición va más allá del alcance de esa información inicial?

Las llamadas a herramientas son una capacidad que ayuda a cubrir estas carencias de conocimiento y funcionalidad, al permitir que un modelo solicite ayuda adicional a herramientas y sistemas externos, ya sea para activar una acción, como enviar una actualización, u obtener contenido de un panel de datos.

En este artículo, veremos qué son las llamadas a herramientas, en qué se diferencian de las llamadas a funciones y cómo ElevenAgents utiliza las llamadas a herramientas en workflows de IA conversacional.

Resumen

• Las llamadas a herramientas permiten a un modelo de IA activar acciones y solicitar información a herramientas externas y API.
• Un modelo de IA no ejecuta activamente una herramienta. En su lugar, una capa de aplicación ejecuta la petición.
• Las llamadas a herramientas siguen un proceso de cinco pasos y pueden activar varias herramientas distintas en una misma petición.
• Las llamadas a herramientas pueden utilizarse para recuperar información, ejecutar código, controlar dispositivos o interactuar con workflows y procesos.
• ElevenAgents admite llamadas a herramientas en agentes de voz, para que tu asistente de IA conversacional complete tareas por ti.

¿Qué son las llamadas a herramientas?

Las llamadas a herramientas son una capacidad de un modelo de IA que le permite interactuar con otro sistema. Ese sistema puede ser una base de datos, una API, un software o cualquier elemento que le permita realizar una función que vaya más allá de sus datos de entrenamiento. 

Las llamadas a herramientas generan una petición para que un sistema de terceros realice una tarea, normalmente en formato JSON. Un sistema de IA usa las llamadas a herramientas para consultar sistemas externos, obtener información en tiempo real, ejecutar comandos o realizar operaciones. La capacidad de llamar a herramientas permite a la IA agéntica completar tareas más complejas o de varios pasos accediendo a recursos externos y utilizando dinámicamente sistemas de terceros.

La capacidad de llamar a herramientas es lo que distingue a los asistentes de IA agéntica de los LLM que solo pueden responder basándose en lo que ya saben.

¿Por qué son importantes las llamadas a herramientas?

Los modelos de lenguaje grandes se entrenan con enormes volúmenes de datos históricos para desarrollar sus capacidades. Aunque esto los convierte en sistemas potentes para responder a usuarios y proporcionar información, les cuesta ir más allá de su contexto de entrenamiento inicial y su corpus de información. Si pides a los LLM información que queda fuera de su alcance o de sus capacidades, necesitan ayuda externa para proporcionarla.

Las llamadas a herramientas son esa ayuda externa: permiten a los LLM obtener datos recientes de otras fuentes o integrarse con sistemas en tiempo real que una empresa ya utiliza, como API de terceros o bases de datos internas.

Las llamadas a herramientas ofrecen numerosas ventajas para los sistemas de IA:

• Menos alucinaciones: Un sistema que depende de llamadas directas a herramientas para verificar información se basa en pruebas y datos, en lugar de inventar información o extrapolarla a partir de datos de entrenamiento.
• Mayor autonomía y alcance: Un LLM con llamadas a herramientas puede completar acciones que van más allá de proporcionar información. 
• Respuestas en tiempo real: Al consultar fuentes en tiempo real, un LLM puede obtener datos actualizados de bases de datos o llamadas a API, ofreciéndote información al día que no estaría disponible trabajando únicamente con datos de entrenamiento.
• Procesos automatizados de varios pasos: Una tarea que puede requerir que interactúes con varios sistemas diferentes se reduce a un único prompt con un LLM que tiene llamadas a herramientas. Puede consultar otros sistemas y obtener información por ti sin que tengas que salir de la ventana de interacción.

Gartner prevé que el 40 % de las aplicaciones empresariales estarán integradas con agentes de IA específicos para tareas a finales de 2026, frente a menos del 5 % en 2025. Un modelo que puede llamar a la herramienta adecuada para una tarea amplía sus capacidades y permite a usuarios hacer más con prompts en lenguaje natural.

Llamadas a herramientas frente a generación aumentada por recuperación (RAG)

Tanto la generación aumentada por recuperación como las llamadas a herramientas buscan datos más allá del contexto que proporcionan los datos de entrenamiento de un modelo, pero se centran en aspectos distintos. RAG se utiliza principalmente para contenido estático, como artículos, documentos y bases de conocimiento que conectas a un modelo. Aporta contexto adicional a un LLM para ayudarle a generar respuestas más completas.

Las llamadas a herramientas sirven para acceder dinámicamente a información, incluidos sistemas en tiempo real que cambian constantemente. RAG podría recuperar un PDF con los precios de un año concreto, mientras que las llamadas a herramientas podrían obtener al instante los precios actuales de un sistema conectado. La mayoría de sistemas LLM utilizan ambas capacidades de forma conjunta, ya que recuperar bases de conocimiento y utilizar herramientas en tiempo real es importante en muchos casos de uso.

¿Cómo funcionan las llamadas a herramientas?

Las llamadas a herramientas siguen un patrón bastante estándar, tanto si un agente de IA llama a una aplicación interna como a un modelo externo. 

Aquí tienes una visión general de cómo funcionan las llamadas a herramientas:

1. Detectar cuándo se necesita llamar a una herramienta
2. Seleccionar la herramienta adecuada entre los sistemas conectados
3. Crear y enviar una petición
4. Se ejecuta la petición y se devuelve un resultado
5. El modelo responde o realiza otra acción

Veamos cada paso con más detalle.

Paso 1: Detectar cuándo se necesita llamar a una herramienta

Después de escribir una petición en lenguaje natural, un modelo lee tu prompt y evalúa si necesita ayuda externa de una herramienta. Una pregunta que encaje con sus datos de entrenamiento no necesitará ayuda externa, pero algunas preguntas, como las que van más allá del contexto del modelo, sí.

Preguntas como «¿Cuáles fueron nuestras cifras de ventas del segundo trimestre en Salesforce?» y «¿Cuál es el número actual de usuarios activos en nuestra tienda de Shopify?» requerirían una llamada a una herramienta.

Paso 2: Seleccionar la herramienta adecuada entre los sistemas conectados

Cada herramienta a la que tiene acceso un modelo cuenta con un esquema: un nombre, una descripción en lenguaje natural de lo que hace y los parámetros que acepta. El modelo compara tu petición con cada una de estas descripciones para encontrar la herramienta adecuada. Especialmente cuando un agente tiene un catálogo amplio de herramientas, ejecutará un proceso interno para filtrarlas y encontrar las relevantes, ya que revisar manualmente cientos de herramientas ralentizaría considerablemente la búsqueda de la herramienta correcta.

Paso 3: Crear y enviar una petición

Tras seleccionar la herramienta correcta, el modelo crea una llamada estructurada, normalmente en formato JSON. Esta llamada define qué herramienta invocará y qué incluye la petición. Por ejemplo, una consulta sobre el tiempo en Bogotá podría ser {"name": "get_weather", "arguments": {"city": "Bogota"}}. El modelo genera esta llamada y la capa de aplicación la ejecuta en el siguiente paso.

Paso 4: Se ejecuta la petición y se devuelve un resultado 

La capa de aplicación recibe la petición del modelo y ejecuta la herramienta o llama a una API para procesarla. Después, la respuesta se devuelve al modelo original como contexto adicional, que puede usarlo para elaborar su respuesta a un usuario. 

Paso 5: El modelo responde o realiza otra acción

Con los datos o la información de la llamada a la herramienta, el modelo responde a un usuario en lenguaje natural o confirma que se ha realizado una acción concreta. Esta última respuesta se produce si la tarea que el usuario quería realizar está orientada a una acción, como publicar un mensaje en una plataforma concreta o introducir datos en una base de datos.

Si la tarea necesita más pasos, el modelo repetirá los pasos del 1 al 4 según corresponda. Las peticiones más complejas pueden requerir llamar a varias herramientas antes de generar una respuesta final para el usuario. Por ejemplo, si un usuario quisiera conocer el tipo de cambio actual y después convertir divisas, el modelo tendría que ejecutar varios pasos de forma secuencial para lograr ese objetivo. 

Tipos de llamadas a herramientas

Las llamadas a herramientas describen cualquier situación en la que un modelo llama a un sistema externo para obtener datos que van más allá de su entrenamiento base. El proceso puede recurrir a varios sistemas diferentes, y muchos casos de uso requieren distintos tipos de herramientas.

• Recuperación de información: Incluye obtener datos de una fuente externa, como una API, una base de datos empresarial conectada o un índice de búsqueda, para responder a una pregunta que va más allá del contexto de entrenamiento original del modelo.
• Ejecución de código: La ejecución de cualquier script, proceso de transformación de datos o cálculo en un entorno de código. Normalmente se utiliza para analizar datos, en lugar de limitarse a describir cómo funcionaría un análisis en la práctica.
• Automatización de procesos: Describe cuándo una llamada a una API activa un workflow específico en otro sistema, como interactuar con un CMS, programar una reunión, actualizar registros, enviar notificaciones o convertir peticiones en acciones completadas. Es especialmente habitual en sistemas agénticos que realizan tareas para una persona.
• Control de dispositivos y sistemas: Las llamadas a herramientas que interactúan con otro dispositivo, un sistema de telefonía, un asistente doméstico inteligente y otros elementos pertenecen a esta categoría.

A menudo, las llamadas a herramientas no encajan claramente en una sola de estas categorías. Puedes tener llamadas de varios pasos y encadenadas que combinan varias de las categorías anteriores en una secuencia continua. Por ejemplo, podrías recuperar el estado de un pedido de un cliente, activar un reembolso, actualizar tu CRM interno y transmitir esa información a un agente humano.

Llamadas a herramientas frente a llamadas a funciones: diferencias clave

Las llamadas a herramientas son una categoría más amplia que las llamadas a funciones, ya que abarcan un alcance mayor y una gama más diversa de capacidades potenciales. Las llamadas a funciones se producen cuando un modelo genera una llamada estructurada, con argumentos, a una función predefinida.

Aquí tienes una tabla con las diferencias entre una llamada a una herramienta y una llamada a una función. 

¿Qué fiabilidad tienen las llamadas a herramientas? 

La fiabilidad de las llamadas a herramientas depende por completo del modelo que las realiza. Además, los fallos pueden manifestarse de forma diferente en cada sistema. Por ejemplo, un modelo de IA puede simplemente alucinar una respuesta después de que falle una llamada a una herramienta, mientras que otro puede pedir al usuario que lo intente de nuevo. 

La Berkeley Function Calling Leaderboard es una clasificación de referencia habitual que compara el rendimiento de distintos modelos en llamadas a herramientas. Aunque se presenta como una clasificación de llamadas a funciones, en la práctica mide la eficiencia de las llamadas a herramientas al probar modelos con llamadas a API, recopilar información mediante consultas a bases de datos, ejecutar llamadas en paralelo o responder en conversaciones de varios turnos.

Los modelos se evalúan según aspectos como el coste total, la capacidad de buscar en la web, la precisión en conversaciones de varios turnos, la medición de alucinaciones, la latencia y otros. Si vas a ejecutar workflows complejos o de varios pasos, saber qué modelos cuentan con capacidades más completas para llamar a herramientas es información útil. 

Empieza a usar ElevenAgents para llamadas a herramientas

En ElevenAgents, puedes elegir entre varios modelos para adaptar tu carga de trabajo al mejor modelo subyacente posible. Agentes de voz utilizan herramientas, consultan pedidos, revisan registros, actualizan bases de datos y recopilan información de API.

Puedes utilizar varios tipos de herramientas, incluidas herramientas webhook para llamar a API externas, herramientas de cliente para activar acciones en aplicaciones o en un navegador, herramientas de código para lógica personalizada en el servidor, herramientas MCP que se conectan a servidores de herramientas externos y herramientas de sistema para acciones integradas, como transferir la conversación a un agente humano.

ElevenLabs también ofrece conectores nativos prediseñados para servicios como Zendesk, HubSpot, Salesforce y muchos más, para que no tengas que configurar integraciones personalizadas. Descubre más sobre ElevenAgents o regístrate para empezar hoy a crear agentes de voz con llamadas a herramientas.

Preguntas frecuentes