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

I modelli di IA attingono ai propri dati di addestramento e li estrapolano per fornire risposte agli utenti. Ma cosa succede quando una richiesta va oltre l'ambito di queste informazioni iniziali?

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

In questo articolo scopriremo cos'è il tool calling, come si confronta con il function calling e come ElevenAgents usa il tool calling per 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 attivamente uno strumento. La richiesta viene invece eseguita da un application layer.
• Il tool calling segue un processo in cinque passaggi e può attivare più strumenti diversi nella stessa richiesta.
• Il tool calling può essere usato per il recupero di informazioni, l'esecuzione di codice, il controllo di dispositivi o l'interazione con workflow e processi.
• ElevenAgents supporta il tool calling negli agenti vocali, consentendo al tuo assistente di IA conversazionale di completare attività per tuo conto.

Cos'è il tool calling?

Il tool calling è una funzionalità di un modello di IA che gli consente di interagire con un altro sistema. Questo sistema può essere 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 affinché esegua un'attività, solitamente in formato JSON. Un sistema di IA usa il tool calling per interrogare sistemi esterni, recuperare informazioni in tempo reale, eseguire comandi o effettuare 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 sanno.

Perché il tool calling è importante?

I modelli linguistici di grandi dimensioni vengono addestrati su enormi volumi di dati storici per sviluppare le proprie capacità. Sebbene questo li renda 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 al di fuori del loro ambito o delle loro capacità, hanno bisogno di supporto esterno per fornirle.

Il tool calling offre 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 opera su prove e dati, anziché potenzialmente inventare informazioni o estrapolarle 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 lavorando esclusivamente sui dati di addestramento.
• Processi automatizzati in più passaggi: Un'attività che potrebbe richiederti di interagire con diversi sistemi 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 migliora le sue capacità e consente agli utenti di fare di più usando prompt in linguaggio naturale.

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

La retrieval-augmented generation e il tool calling riguardano entrambi la ricerca di 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, comprese informazioni come articoli, documenti e knowledge base collegate a un modello. Fornisce a un LLM un contesto aggiuntivo che lo aiuta a generare risposte più complete.

Il tool calling consente di 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 istantaneamente i prezzi aggiornati da un sistema collegato. La maggior parte dei sistemi LLM usa queste capacità insieme, poiché il recupero da knowledge base e l'uso di strumenti live sono entrambi importanti in molti casi d'uso.

Come funziona il tool calling?

Il tool calling segue uno schema piuttosto 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 collegati
3. Creare e inviare una richiesta
4. La richiesta viene eseguita e restituisce 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 che inserisci una richiesta in linguaggio naturale, un modello legge il prompt e valuta se avrà bisogno di supporto esterno da uno strumento. Una domanda in linea con i suoi dati di addestramento non avrà bisogno di supporto esterno, ma alcune domande, come quelle che vanno oltre il contesto del modello, ne hanno bisogno.

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 negozio Shopify?” richiederebbero entrambe una chiamata a uno strumento.

Passaggio 2: selezionare lo strumento giusto dai sistemi collegati

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 accetterà. Un modello confronta la tua richiesta con ciascuna di queste descrizioni per trovare lo strumento corretto. Soprattutto quando un agente dispone di un ampio catalogo di strumenti, esegue un processo interno per filtrarli e individuare quelli pertinenti, poiché esaminarne manualmente centinaia rallenterebbe notevolmente la ricerca dello strumento corretto da chiamare.

Passaggio 3: creare e inviare una richiesta

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

Passaggio 4: la richiesta viene eseguita e restituisce un risultato 

L'application layer riceve la richiesta di un modello ed esegue lo strumento o chiama un'API per eseguirla. La risposta viene quindi restituita al modello originale come contesto aggiuntivo, che potrà usarla per compilare la propria risposta a un utente. 

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

Con i dati o le informazioni ottenuti dalla chiamata allo strumento, il modello risponde a un utente in linguaggio naturale oppure conferma che è stata intrapresa un'azione specifica. Quest'ultimo tipo di risposta si verifica se l'attività specifica che l'utente voleva completare è orientata all'azione, come pubblicare un messaggio su una piattaforma specifica o inserire dati in un database.

Se l'attività richiede più passaggi, il modello ripeterà di conseguenza i passaggi da 1 a 4. Le richieste più complesse potrebbero richiedere la chiamata di diversi strumenti prima di creare una risposta finale per l'utente. Ad esempio, se un utente volesse conoscere un 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 descrive 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 l'estrazione di dati da una fonte esterna, come un'API, un database aziendale collegato o un indice di ricerca, per rispondere a una domanda che va oltre il contesto di addestramento originale di un modello.
• Esecuzione del codice: L'esecuzione di script, processi di trasformazione dei dati o calcoli tramite un ambiente di codice. Viene in genere usata per analizzare dati, anziché limitarsi a descrivere come potrebbe funzionare un'analisi nella pratica.
• Automazione dei processi: Descrive il caso in cui 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 particolarmente comune nei sistemi agentici che svolgono attività per il singolo individuo.
• Controllo di dispositivi e sistemi: Rientrano in questa categoria le chiamate a 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. Potresti avere chiamate in più passaggi e concatenate che combinano diverse delle categorie sopra indicate in una sequenza continua. Ad esempio, potresti recuperare lo stato dell'ordine di un cliente, poi attivare un rimborso, aggiornare il tuo CRM interno e trasmettere tali informazioni a un agente umano.

Tool calling e function calling: differenze principali

Il tool calling è una categoria più ampia del function calling e copre un ambito più vasto 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. Inoltre, gli errori possono manifestarsi in modo diverso nei vari sistemi. Ad esempio, dopo il fallimento di una chiamata a uno strumento, un modello di IA potrebbe semplicemente allucinare una risposta, mentre un altro potrebbe invitare l'utente a riprovare. 

La Berkeley Function Calling Leaderboard è una classifica spesso citata che confronta le prestazioni di modelli diversi in termini di tool calling. Sebbene sia descritta come una classifica di function calling, in pratica misura l'efficienza del tool calling testando i modelli sulle chiamate API, sulla raccolta di informazioni da query di database, sull'esecuzione di chiamate parallele o sulle risposte in conversazioni multi-turno.

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

Inizia a usare ElevenAgents per il tool calling

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

Puoi usare diversi tipi di strumenti, inclusi webhook tools per chiamare API esterne, client tools per attivare azioni nelle applicazioni o in un browser, code tools per logiche server-side personalizzate, MCP tools che si connettono a server di strumenti esterni e system tools 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 a creare agenti vocali con tool calling.

Domande frequenti