Cos'è il tool calling? Guida completa all'integrazione dell'IA

I modelli di IA elaborano ed estrapolano dai dati di addestramento per fornire risposte agli utenti. Ma cosa succede quando una richiesta va oltre l'ambito di queste informazioni iniziali?

Il tool calling è una capacità che aiuta a colmare queste lacune di conoscenza e funzionalità, consentendo a un modello di richiedere ulteriore supporto a strumenti e sistemi esterni, ad esempio per attivare un'azione come l'invio di un aggiornamento o recuperare contenuti da una dashboard di dati.

In questo articolo vedremo cos'è il tool calling, come si confronta con il function calling e come ElevenAgents utilizza il tool calling per i workflow di IA conversazionale.

In sintesi

• Il tool calling consente a un modello di IA di attivare azioni e richiedere informazioni a strumenti esterni e API.
• Un modello di IA non esegue direttamente uno strumento. È invece il layer applicativo a eseguire la richiesta.
• Il tool calling segue un processo in cinque passaggi e può attivare più strumenti diversi nella stessa richiesta.
• Il tool calling può servire per il recupero di informazioni, l'esecuzione di codice, il controllo dei dispositivi oppure l'interazione con workflow e processi.
• ElevenAgents supporta il tool calling negli agenti vocali, permettendo al tuo assistente di IA conversazionale di completare attività per tuo conto.

Cos'è il tool calling?

Il tool calling è una capacità di un modello di IA che gli consente di interagire con un altro sistema. Può trattarsi di un database, un'API, un software o qualsiasi elemento che gli permetta di svolgere una funzione oltre i suoi dati di addestramento. 

Il tool calling genera una richiesta a un sistema di terze parti per eseguire un'attività, in genere formattata come JSON. Un sistema di IA usa il tool calling per interrogare sistemi esterni, recuperare informazioni in tempo reale, eseguire comandi o svolgere operazioni. La possibilità di chiamare strumenti consente all'IA agentica di completare attività più complesse o articolate in più passaggi, accedendo a risorse esterne e usando dinamicamente sistemi di terze parti.

La capacità di chiamare strumenti è ciò che distingue gli assistenti di IA agentica dagli LLM che possono rispondere solo in base a ciò che già conoscono.

Perché il tool calling è importante?

I large language model vengono addestrati su enormi volumi di dati storici per sviluppare le proprie capacità. Sebbene questo li renda sistemi potenti per rispondere agli utenti e fornire informazioni, faticano ad andare oltre il contesto iniziale di addestramento e il corpus di informazioni. Se chiedi agli LLM informazioni che non rientrano nel loro ambito o vanno oltre le loro capacità, hanno bisogno di supporto esterno per fornirle.

Il tool calling fornisce questo supporto esterno, consentendo agli LLM di recuperare dati aggiornati da altre fonti o di integrarsi con sistemi live già utilizzati da un'azienda, come API di terze parti o database interni.

Il tool calling offre numerosi vantaggi ai sistemi di IA:

• Meno allucinazioni: un sistema che si basa su chiamate dirette agli strumenti per verificare le informazioni usa prove e dati, invece di inventare potenzialmente informazioni o estrapolare dai dati di addestramento.
• Maggiore autonomia e portata: un LLM con tool calling può completare azioni che vanno oltre la semplice fornitura di informazioni. 
• Risposte in tempo reale: interrogando fonti live, un LLM può ottenere dati in tempo reale da database o chiamate API e fornirti informazioni aggiornate che non sarebbero disponibili usando solo i dati di addestramento.
• Processi automatizzati in più passaggi: un'attività che potrebbe richiederti di interagire con più sistemi diversi si riduce a un unico prompt con un LLM dotato di tool calling. Può interrogare altri sistemi e ottenere informazioni per te, senza che tu debba uscire dalla finestra di interazione.

Gartner prevede che il 40% delle applicazioni aziendali sarà integrato con agenti di IA specifici per attività entro la fine del 2026, rispetto a meno del 5% nel 2025. Un modello in grado di chiamare lo strumento corretto per un'attività ne potenzia le capacità e consente agli utenti di fare di più usando prompt in linguaggio naturale.

Tool calling e retrieval-augmented generation (RAG) a confronto

Sia la retrieval-augmented generation sia il tool calling cercano dati oltre il contesto fornito dai dati di addestramento di un modello, ma si concentrano su aspetti diversi. Il RAG serve principalmente per contenuti statici, incluse informazioni come articoli, documenti e knowledge base che connetti a un modello. Fornisce a un LLM contesto aggiuntivo per generare risposte più complete.

Il tool calling serve per accedere dinamicamente alle informazioni, compresi i sistemi in tempo reale che cambiano continuamente. Il RAG potrebbe recuperare un PDF con i prezzi di un determinato anno, mentre il tool calling potrebbe acquisire all'istante i prezzi live da un sistema connesso. La maggior parte dei sistemi LLM usa queste capacità insieme, poiché in molti casi d'uso sono importanti sia le knowledge base sia gli strumenti live.

Come funziona il tool calling?

Il tool calling segue uno schema abbastanza standard, sia che un agente di IA chiami un'app interna sia un modello esterno. 

Ecco una panoramica di alto livello di come funziona il tool calling:

1. Riconoscere quando è necessaria una chiamata a uno strumento
2. Selezionare lo strumento giusto dai sistemi connessi
3. Creare e inviare una richiesta
4. La richiesta viene eseguita e viene restituito un risultato
5. Il modello risponde o intraprende un'ulteriore azione

Vediamo questi passaggi più nel dettaglio.

Passaggio 1: riconoscere quando è necessaria una chiamata a uno strumento

Dopo aver inserito una richiesta in linguaggio naturale, un modello legge il tuo prompt e valuta se avrà bisogno di aiuto esterno da uno strumento. Una domanda in linea con i suoi dati di addestramento non richiederà aiuto esterno, ma alcune domande, come quelle che vanno oltre il contesto del modello, lo richiedono.

Domande come “Quali sono stati i nostri dati di vendita del secondo trimestre in Salesforce?” e “Qual è il numero attuale di utenti attivi sul nostro store Shopify?” richiederebbero entrambe una chiamata a uno strumento.

Passaggio 2: selezionare lo strumento giusto dai sistemi connessi

Ogni strumento a cui un modello ha accesso dispone di uno schema: un nome, una descrizione in linguaggio naturale di ciò che fa e i parametri che accetta. Il modello confronta la tua richiesta con ciascuna di queste descrizioni per trovare lo strumento adatto all'attività. Soprattutto quando un agente dispone di un ampio catalogo di strumenti, esegue un processo interno per filtrarli e trovare quelli pertinenti, poiché esaminare manualmente centinaia di strumenti rallenterebbe notevolmente la ricerca di quello corretto da chiamare.

Passaggio 3: creare e inviare una richiesta

Dopo aver selezionato lo strumento corretto, un modello crea una chiamata strutturata, spesso formattata come JSON. Questa chiamata definisce lo strumento da chiamare e cosa include la richiesta. Ad esempio, una richiesta per conoscere il meteo a Bogotà potrebbe essere {"name": "get_weather", "arguments": {"city": "Bogota"}}. Il modello restituisce questa chiamata e il layer applicativo la esegue nel passaggio successivo.

Passaggio 4: la richiesta viene eseguita e viene restituito un risultato 

Il layer applicativo riceve la richiesta del modello ed esegue lo strumento o chiama un'API per eseguire la richiesta. La risposta viene quindi passata al modello originale come ulteriore contesto, che può usarla per formulare la risposta all'utente. 

Passaggio 5: il modello risponde o intraprende un'ulteriore azione

Con i dati o le informazioni della chiamata allo strumento, il modello usa il linguaggio naturale per rispondere a un utente oppure conferma che è stata eseguita un'azione specifica. Quest'ultimo tipo di risposta si verifica se l'attività specifica che l'utente vuole svolgere è orientata all'azione, ad esempio pubblicare un messaggio su una piattaforma specifica o inserire dati in un database.

Se l'attività richiede più passaggi, il modello ripete di conseguenza i passaggi da 1 a 4. Le richieste più complesse possono richiedere la chiamata di diversi strumenti prima di creare una risposta finale per l'utente. Ad esempio, se un utente volesse conoscere il tasso di cambio attuale e poi convertire delle valute, il modello dovrebbe eseguire diversi passaggi in sequenza per raggiungere questo obiettivo. 

Tipi di tool calling

Il tool calling indica qualsiasi situazione in cui un modello chiama un sistema esterno per ottenere dati che vanno oltre il suo addestramento di base. Il processo effettivo può coinvolgere diversi sistemi, mentre molti casi d'uso richiedono tipi di strumenti differenti.

• Recupero di informazioni: include il recupero di dati da una fonte esterna, come un'API, un database aziendale connesso o un indice di ricerca, per rispondere a una domanda che va oltre l'ambito del contesto di addestramento originale di un modello.
• Esecuzione di codice: l'esecuzione di script, processi di trasformazione dei dati o calcoli in un ambiente di codice. Viene in genere usata per analizzare i dati, anziché limitarsi a descrivere come un'analisi potrebbe funzionare nella pratica.
• Automazione dei processi: descrive quando una chiamata API attiva un workflow specifico in un altro sistema, ad esempio interagendo con un CMS, pianificando una riunione, aggiornando record, inviando notifiche o trasformando le richieste in azioni completate. È un caso particolarmente comune nei sistemi agentici che svolgono attività per l'utente.
• Controllo di dispositivi e sistemi: rientrano in questa categoria le chiamate agli strumenti che interagiscono con un altro dispositivo, un sistema di telefonia, un assistente per la smart home e altro ancora.

Spesso il tool calling non rientra nettamente in una sola di queste categorie. Puoi avere chiamate in più passaggi e concatenate che combinano diverse categorie tra quelle sopra in una sequenza continua. Ad esempio, potresti recuperare lo stato dell'ordine di un cliente, attivare un rimborso, aggiornare il CRM interno e comunicare queste informazioni a un agente umano.

Tool calling e function calling: differenze principali

Il tool calling è una categoria più ampia del function calling, con un ambito più esteso e una gamma più diversificata di potenziali capacità. Il function calling avviene quando un modello genera una chiamata strutturata, con argomenti, a una funzione predefinita.

Ecco una tabella che illustra le differenze tra una chiamata a uno strumento e una chiamata a una funzione. 

Quanto è affidabile il tool calling? 

L'affidabilità del tool calling dipende interamente dal modello che effettua le chiamate. Anche gli errori possono manifestarsi in modo diverso nei vari sistemi. Ad esempio, un modello di IA potrebbe allucinare una risposta dopo il fallimento di una chiamata a uno strumento, mentre un altro potrebbe chiedere all'utente di riprovare. 

La Berkeley Function Calling Leaderboard è una classifica di riferimento molto citata che confronta le prestazioni di diversi modelli nel tool calling. Sebbene venga descritta come una classifica di function calling, in pratica misura l'efficienza del tool calling testando i modelli su chiamate API, recupero di informazioni da query di database, esecuzione di chiamate parallele o risposte in conversazioni multi-turno.

I modelli vengono valutati su aspetti come costo totale, capacità di cercare sul web, accuratezza nelle conversazioni multi-turno, misurazione delle allucinazioni, latenza e altro ancora. Se devi eseguire workflow complessi o in più passaggi, sapere quali modelli hanno capacità di tool calling più complete è utile. 

Inizia a usare ElevenAgents per il tool calling

In ElevenAgents puoi scegliere tra diversi modelli e abbinare il tuo carico di lavoro al miglior modello di base possibile. Gli agenti vocali chiamano strumenti, cercano ordini, verificano record, aggiornano database e raccolgono informazioni dalle API.

Puoi usare diversi tipi di strumenti, inclusi strumenti webhook per chiamare API esterne, strumenti client per attivare azioni nelle applicazioni o in un browser, strumenti di codice per logica server-side personalizzata, strumenti MCP che si connettono a server di strumenti esterni e strumenti di sistema per azioni integrate come il trasferimento a un agente umano.

ElevenLabs offre anche connettori nativi predefiniti per servizi come Zendesk, HubSpot, Salesforce e molti altri, così non devi configurare integrazioni personalizzate. Scopri di più su ElevenAgents oppure registrati per iniziare oggi stesso a creare agenti vocali con tool calling.

FAQ