Qu’est-ce que le tool calling ? Guide complet de l’intégration de l’IA

Les modèles IA s’appuient sur leurs données d’entraînement et les extrapolent pour répondre aux utilisateurs. Mais que se passe-t-il lorsqu’une demande dépasse le périmètre de ces informations initiales ?

Le tool calling comble ces lacunes en matière de connaissances et de fonctionnalités. Il permet à un modèle de solliciter une aide complémentaire auprès d’outils et de systèmes externes, qu’il s’agisse de déclencher une action, comme l’envoi d’une mise à jour, ou d’extraire du contenu d’un tableau de bord de données.

Dans cet article, nous expliquons ce qu’est le tool calling, en quoi il diffère du function calling et comment ElevenAgents l’exploite dans les workflows d’IA conversationnelle.

En résumé

• Le tool calling permet à un modèle IA de déclencher des actions et de demander des informations à des outils externes et à des API.
• Un modèle IA n’exécute pas directement un outil. Une couche applicative exécute la requête.
• Le tool calling suit un processus en cinq étapes, au cours duquel plusieurs outils peuvent être activés pour une même requête.
• Le tool calling peut servir à récupérer des informations, exécuter du code, contrôler des appareils ou interagir avec des workflows et des processus.
• ElevenAgents prend en charge le tool calling dans les agents vocaux, afin que votre assistant d’IA conversationnelle puisse accomplir des tâches pour vous.

Qu’est-ce que le tool calling ?

Le tool calling est une capacité d’un modèle IA qui lui permet d’interagir avec un autre système. Il peut s’agir d’une base de données, d’une API, d’un logiciel ou de tout autre système lui permettant d’exécuter une fonction au-delà de ses données d’entraînement. 

Le tool calling génère une requête destinée à un système tiers afin d’exécuter une tâche, généralement au format JSON. Un système IA l’utilise pour interroger des systèmes externes, obtenir des informations en temps réel, exécuter des commandes ou effectuer des opérations. Cette capacité permet à l’IA agentique d’accomplir des tâches plus complexes ou en plusieurs étapes, en accédant à des ressources externes et en utilisant dynamiquement des systèmes tiers.

La capacité à appeler des outils distingue les assistants d’IA agentique des LLM qui ne peuvent répondre qu’à partir de ce qu’ils savent déjà.

Pourquoi le tool calling est-il important ?

Les grands modèles de langage s’entraînent sur d’immenses volumes de données historiques pour développer leurs capacités. S’ils constituent ainsi des systèmes efficaces pour répondre aux utilisateurs et fournir des informations, ils peinent à dépasser leur contexte d’entraînement initial et leur corpus d’informations. Si vous demandez aux LLM des informations hors de leur périmètre ou de leurs capacités, ils ont besoin d’une aide externe pour répondre.

Le tool calling fournit cette aide externe : il permet aux LLM d’extraire des données récentes depuis d’autres sources ou de s’intégrer aux systèmes actifs d’une entreprise, tels que des API tierces ou des bases de données internes.

Le tool calling offre de nombreux avantages aux systèmes IA :

• Moins d’hallucinations : un système qui s’appuie sur des appels d’outils directs pour vérifier les informations repose sur des preuves et des données, plutôt que d’inventer potentiellement des informations ou d’extrapoler à partir des données d’entraînement.
• Davantage d’autonomie et de possibilités : un LLM doté du tool calling peut réaliser des actions qui vont au-delà de la simple fourniture d’informations. 
• Réponses en temps réel : en interrogeant des sources actives, un LLM peut obtenir des données en temps réel à partir de bases de données ou d’appels API, et vous fournir des informations à jour indisponibles avec les seules données d’entraînement.
• Processus automatisés en plusieurs étapes : une tâche qui vous demanderait d’interagir avec plusieurs systèmes se résume à une seule instruction avec un LLM doté du tool calling. Il peut interroger d’autres systèmes et obtenir les informations pour vous, sans que vous quittiez la fenêtre d’interaction.

Gartner prévoit que 40 % des applications d’entreprise seront intégrées à des agents IA spécialisés par tâche d’ici fin 2026, contre moins de 5 % en 2025. Un modèle capable d’appeler l’outil adapté à une tâche étend ses capacités et permet aux utilisateurs d’en faire davantage avec des instructions en langage naturel.

Tool calling et génération augmentée par récupération (RAG)

La génération augmentée par récupération et le tool calling consistent tous deux à rechercher des données au-delà du contexte fourni par les données d’entraînement d’un modèle, mais répondent à des besoins différents. Le RAG concerne principalement les contenus statiques, notamment les articles, les documents et les bases de connaissances connectées à un modèle. Il fournit à un LLM un contexte supplémentaire qui l’aide à générer des réponses plus complètes.

Le tool calling permet d’accéder dynamiquement à des informations, y compris dans des systèmes en temps réel qui évoluent constamment. Le RAG peut récupérer un PDF de tarifs d’une année donnée, tandis que le tool calling peut instantanément obtenir les tarifs actuels depuis un système connecté. La plupart des systèmes LLM combinent ces capacités, car les bases de connaissances et les outils en temps réel sont importants dans de nombreux cas d’usage.

Comment fonctionne le tool calling ?

Le tool calling suit un schéma relativement standard, qu’un agent IA appelle une application interne ou un modèle externe. 

Voici comment fonctionne le tool calling, à haut niveau :

1. Détecter quand un appel d’outil est nécessaire
2. Sélectionner l’outil adapté parmi les systèmes connectés
3. Créer et envoyer une requête
4. La requête est exécutée et un résultat est renvoyé
5. Le modèle répond ou effectue une action supplémentaire

Examinons ces étapes plus en détail.

Étape 1 : détecter quand un appel d’outil est nécessaire

Après avoir saisi une demande en langage naturel, un modèle lit votre instruction et évalue s’il a besoin d’une aide externe via un outil. Une question correspondant à ses données d’entraînement ne nécessite pas d’aide externe, mais certaines questions, notamment celles qui dépassent le contexte du modèle, en exigent une.

Des questions telles que « Quels ont été nos chiffres de ventes du deuxième trimestre dans Salesforce ? » ou « Quel est le nombre actuel d’utilisateurs actifs sur notre boutique Shopify ? » nécessitent toutes deux un appel d’outil.

Étape 2 : sélectionner l’outil adapté parmi les systèmes connectés

Chaque outil auquel un modèle a accès possède un schéma : un nom, une description en langage naturel de sa fonction et les paramètres qu’il accepte. Le modèle compare votre demande à chacune de ces descriptions afin de trouver l’outil approprié. Lorsqu’un agent dispose d’un vaste catalogue d’outils, il exécute un processus interne pour les filtrer et identifier les outils pertinents, car parcourir manuellement des centaines d’outils ralentirait considérablement la recherche du bon outil.

Étape 3 : créer et envoyer une requête

Après avoir sélectionné l’outil approprié, le modèle construit un appel structuré, souvent au format JSON. Cet appel définit l’outil à utiliser et le contenu de la requête. Par exemple, une requête météo pour Bogota pourrait se présenter ainsi : {"name": "get_weather", "arguments": {"city": "Bogota"}}. Le modèle génère cet appel, puis la couche applicative l’exécute à l’étape suivante.

Étape 4 : la requête est exécutée et un résultat est renvoyé 

La couche applicative reçoit la requête du modèle et exécute l’outil ou appelle une API pour traiter la demande. La réponse est ensuite transmise au modèle initial comme contexte supplémentaire, qu’il peut utiliser pour formuler sa réponse à l’utilisateur. 

Étape 5 : le modèle répond ou effectue une action supplémentaire

À partir des données ou informations issues de l’appel d’outil, le modèle répond à l’utilisateur en langage naturel ou confirme qu’une action précise a été exécutée. Cette seconde réponse intervient lorsque la tâche demandée par l’utilisateur est orientée vers l’action, par exemple publier un message sur une plateforme donnée ou saisir des données dans une base de données.

Si la tâche requiert davantage d’étapes, le modèle répète les étapes 1 à 4 selon les besoins. Les demandes plus complexes peuvent nécessiter l’appel de plusieurs outils avant de générer une réponse finale pour l’utilisateur. Par exemple, pour connaître un taux de change actuel puis convertir des devises, le modèle doit exécuter plusieurs étapes de manière séquentielle. 

Types de tool calling

Le tool calling désigne toute situation où un modèle appelle un système externe pour obtenir des données allant au-delà de son entraînement sous-jacent. Ce processus peut faire appel à plusieurs systèmes différents, et les cas d’usage mobilisent de nombreux types d’outils.

• Récupération d’informations : consiste à extraire des données d’une source externe, telle qu’une API, une base de données d’entreprise connectée ou un index de recherche, afin de répondre à une question qui dépasse le contexte d’entraînement initial d’un modèle.
• Exécution de code : exécution d’un script, d’un processus de transformation de données ou d’un calcul dans un environnement de code. Cette fonction sert généralement à analyser des données, plutôt qu’à simplement décrire comment une analyse fonctionnerait en pratique.
• Automatisation des processus : décrit le déclenchement, par un appel API, d’un workflow spécifique dans un autre système, par exemple l’interaction avec un CMS, la planification d’une réunion, la mise à jour d’enregistrements, l’envoi de notifications ou la transformation de demandes en actions réalisées. C’est particulièrement courant dans les systèmes agentiques qui exécutent des tâches pour l’utilisateur.
• Contrôle des appareils et systèmes : les appels d’outils qui interagissent avec un autre appareil, un système de téléphonie, un assistant domestique intelligent, etc., relèvent tous de cette catégorie.

Le tool calling ne se limite souvent pas à une seule de ces catégories. Vous pouvez avoir des appels en plusieurs étapes et chaînés qui combinent plusieurs des catégories ci-dessus dans une séquence continue. Par exemple, vous pouvez récupérer le statut de commande d’un client, déclencher un remboursement, mettre à jour votre CRM interne, puis transmettre ces informations à un agent humain.

Tool calling et function calling : principales différences

Le tool calling est une catégorie plus large que le function calling : il couvre un périmètre plus étendu et une gamme plus variée de capacités potentielles. Le function calling intervient lorsqu’un modèle génère un appel structuré, avec des arguments, vers une fonction prédéfinie.

Voici un tableau qui détaille les différences entre un appel d’outil et un appel de fonction. 

Quelle est la fiabilité du tool calling ? 

La fiabilité du tool calling dépend entièrement du modèle qui effectue les appels. Les échecs peuvent aussi se manifester différemment selon les systèmes. Par exemple, après l’échec d’un appel d’outil, un modèle IA peut simplement halluciner une réponse, tandis qu’un autre peut inviter l’utilisateur à réessayer. 

Le Berkeley Function Calling Leaderboard est un classement fréquemment cité qui compare les performances de différents modèles en matière de tool calling. Bien qu’il soit présenté comme un classement du function calling, il mesure en pratique l’efficacité du tool calling en testant les modèles sur des appels API, la collecte d’informations issues de requêtes de base de données, l’exécution d’appels parallèles ou les réponses dans des conversations à plusieurs tours.

Les modèles sont évalués sur des critères comme le coût total, la capacité à effectuer des recherches sur le Web, la précision des conversations à plusieurs tours, la mesure des hallucinations, la latence, etc. Si vous exécutez des workflows complexes ou en plusieurs étapes, il est utile de savoir quels modèles offrent les capacités de tool calling les plus complètes. 

Débutez avec ElevenAgents pour le tool calling

Avec ElevenAgents, vous pouvez choisir parmi plusieurs modèles afin d’adapter votre charge de travail au modèle sous-jacent le plus adapté. Les agents vocaux font appel à des outils, recherchent des commandes, vérifient des enregistrements, mettent à jour des bases de données et recueillent des informations via des API.

Vous pouvez faire appel à plusieurs types d’outils, notamment des outils webhook pour appeler des API externes, des outils client pour déclencher des actions dans des applications ou un navigateur, des outils de code pour une logique personnalisée côté serveur, des outils MCP connectés à des serveurs d’outils externes, et des outils système pour des actions intégrées comme le transfert vers un agent humain.

ElevenLabs propose également des connecteurs natifs préconfigurés vers des services comme Zendesk, HubSpot, Salesforce et bien d’autres, ce qui vous évite de configurer des intégrations personnalisées. Découvrez ElevenAgents ou créez un compte pour commencer dès aujourd’hui à créer des agents vocaux avec tool calling.

FAQ