O que é tool calling? Um guia completo para integração de IA

Os modelos de IA usam e extrapolam seus dados de treinamento para responder aos usuários. Mas o que acontece quando uma solicitação vai além do escopo dessas informações iniciais?

O tool calling é um recurso que ajuda a preencher essas lacunas de conhecimento e funcionalidade, permitindo que um modelo peça ajuda adicional a ferramentas e sistemas externos, seja para acionar uma ação, como enviar uma atualização, ou obter conteúdo de um painel de dados.

Neste artigo, vamos explicar o que é tool calling, como ele se compara ao function calling e como o ElevenAgents coloca o tool calling em prática em workflows de IA conversacional.

Resumo

• O tool calling permite que um modelo de IA acione ações e solicite informações de ferramentas externas e APIs.
• Um modelo de IA não executa ativamente uma ferramenta. Em vez disso, uma camada de aplicação executa a solicitação.
• O tool calling segue um processo de cinco etapas, e várias ferramentas diferentes podem ser ativadas na mesma solicitação.
• O tool calling pode ser usado para recuperação de informações, execução de código, controle de dispositivos ou interação com workflows e processos.
• O ElevenAgents oferece suporte a tool calling em agentes de voz, permitindo que seu assistente de IA conversacional conclua tarefas por você.

O que é tool calling?

Tool calling é um recurso de um modelo de IA que permite interagir com outro sistema. Esse sistema pode ser um banco de dados, uma API, um software ou qualquer outro recurso que permita realizar uma função além dos dados de treinamento do modelo.

O tool calling gera uma solicitação para que um sistema de terceiros execute uma tarefa, geralmente no formato JSON. Um sistema de IA usa tool calling para consultar sistemas externos, buscar informações em tempo real, executar comandos ou realizar operações. A capacidade de chamar ferramentas permite que a IA agêntica conclua tarefas mais complexas ou de várias etapas ao acessar recursos externos e usar sistemas de terceiros dinamicamente.

A capacidade de chamar ferramentas é o que diferencia os assistentes de IA agêntica dos LLMs que só conseguem responder com base no que já sabem.

Por que o tool calling é importante?

Modelos de linguagem de grande porte treinam com enormes volumes de dados históricos para desenvolver suas capacidades. Embora isso os torne sistemas poderosos para responder aos usuários e fornecer informações, eles têm dificuldade para ir além do contexto inicial de treinamento e de seu conjunto de informações. Se você pedir aos LLMs informações que estejam fora do seu escopo ou de suas capacidades, eles precisarão de ajuda externa para fornecer uma resposta.

O tool calling é essa ajuda externa, permitindo que os LLMs obtenham dados atualizados de outras fontes ou se integrem a sistemas em produção que uma empresa já utiliza, como APIs de terceiros ou bancos de dados internos.

O tool calling oferece inúmeros benefícios para sistemas de IA:

• Menos alucinações: Um sistema que depende de chamadas diretas a ferramentas para verificar informações trabalha com evidências e dados, em vez de potencialmente inventar informações ou extrapolar com base nos dados de treinamento.
• Mais autonomia e escopo: Um LLM com tool calling pode concluir ações que vão além de apenas fornecer informações.
• Respostas em tempo real: Ao consultar fontes ao vivo, um LLM pode obter dados em tempo real de bancos de dados ou chamadas de API, fornecendo informações atualizadas que não estariam disponíveis ao trabalhar apenas com dados de treinamento.
• Processos automatizados de várias etapas: Uma tarefa que talvez exigisse que você interagisse com vários sistemas diferentes se reduz a um único prompt com um LLM que usa tool calling. Ele pode consultar outros sistemas e obter informações para você sem que seja necessário sair da janela de interação.

A Gartner prevê que 40% dos aplicativos empresariais estarão integrados a agentes de IA específicos para tarefas até o fim de 2026, ante menos de 5% em 2025. Um modelo capaz de chamar a ferramenta certa para uma tarefa amplia suas capacidades e permite que os usuários façam mais usando prompts em linguagem natural.

Tool calling vs. geração aumentada por recuperação (RAG)

A geração aumentada por recuperação e o tool calling buscam dados além do contexto fornecido pelos dados de treinamento de um modelo, mas se concentram em coisas diferentes. O RAG é voltado principalmente para conteúdo estático, incluindo informações como artigos, documentos e bases de conhecimento conectadas a um modelo. Ele fornece contexto adicional a um LLM, ajudando a gerar respostas mais completas.

O tool calling serve para acessar informações de forma dinâmica, incluindo sistemas em tempo real que mudam constantemente. O RAG poderia buscar um PDF com os preços de determinado ano, enquanto o tool calling poderia obter instantaneamente os preços atuais de um sistema conectado. A maioria dos sistemas de LLM usa esses recursos em conjunto, pois buscar bases de conhecimento e usar ferramentas em tempo real é importante em muitos casos de uso.

Como o tool calling funciona?

O tool calling segue um padrão bastante comum, seja quando um agente de IA chama um aplicativo interno ou um modelo externo.

Veja uma visão geral de alto nível de como o tool calling funciona:

1. Reconhecer quando é necessário chamar uma ferramenta
2. Selecionar a ferramenta certa entre os sistemas conectados
3. Criar e enviar uma solicitação
4. A solicitação é executada e um resultado é retornado
5. O modelo responde ou toma outras medidas

Vamos detalhar essas etapas.

Etapa 1: Reconhecer quando é necessário chamar uma ferramenta

Depois que você digita uma solicitação em linguagem natural, o modelo lê seu prompt e avalia se precisará ou não de ajuda externa de uma ferramenta. Uma pergunta compatível com seus dados de treinamento não precisará de ajuda externa, mas algumas perguntas, como aquelas que vão além do contexto do modelo, precisarão.

Perguntas como “Quais foram nossos números de vendas do segundo trimestre no Salesforce?” e “Qual é o número atual de usuários ativos em nossa loja Shopify?” exigiriam uma chamada de ferramenta.

Etapa 2: Selecionar a ferramenta certa entre os sistemas conectados

Toda ferramenta à qual um modelo tem acesso possui um schema: um nome, uma descrição em linguagem natural do que ela faz e os parâmetros que aceita. O modelo compara sua solicitação com cada uma dessas descrições para encontrar a ferramenta certa para a tarefa. Especialmente quando um agente tem um grande catálogo de ferramentas, ele executa um processo interno para filtrá-las e encontrar as relevantes, pois analisar manualmente centenas de ferramentas tornaria muito mais lenta a busca pela ferramenta correta.

Etapa 3: Criar e enviar uma solicitação

Depois de selecionar a ferramenta correta, o modelo cria uma chamada estruturada, geralmente no formato JSON. Essa chamada define qual ferramenta será chamada e o que a solicitação inclui. Por exemplo, uma consulta sobre o clima em Bogotá poderia ser assim: {"name": "get_weather", "arguments": {"city": "Bogota"}}. O modelo gera essa chamada, e a camada de aplicação a executa na próxima etapa.

Etapa 4: A solicitação é executada e um resultado é retornado

A camada de aplicação recebe a solicitação do modelo e executa a ferramenta ou chama uma API para executá-la. A resposta é então enviada de volta ao modelo original como contexto adicional, que pode usá-la para compor sua resposta ao usuário.

Etapa 5: O modelo responde ou toma outras medidas

Com os dados ou as informações da chamada de ferramenta, o modelo usa linguagem simples para responder ao usuário ou confirma que uma ação específica foi realizada. A segunda resposta ocorre quando a tarefa específica que o usuário queria realizar é orientada à ação, como publicar uma mensagem em uma plataforma específica ou inserir dados em um banco de dados.

Se a tarefa exigir mais etapas, o modelo repetirá as etapas de 1 a 4 conforme necessário. Solicitações mais complexas podem exigir a chamada de várias ferramentas antes de criar uma resposta final para o usuário. Por exemplo, se um usuário quiser saber a taxa de câmbio atual e depois converter moedas, o modelo terá de executar várias etapas em sequência para atingir esse objetivo.

Tipos de tool calling

Tool calling descreve qualquer situação em que um modelo chama um sistema externo para obter dados que vão além de seu treinamento subjacente. O processo pode recorrer a vários sistemas diferentes, e muitos casos de uso utilizam diferentes tipos de ferramentas.

• Recuperação de informações: Inclui a obtenção de dados de uma fonte externa, como uma API, um banco de dados empresarial conectado ou um índice de busca, para responder a uma pergunta que vai além do escopo do contexto de treinamento original de um modelo.
• Execução de código: A execução de qualquer script, processo de transformação de dados ou cálculo em um ambiente de código. Isso é normalmente usado para analisar dados, e não apenas para descrever como uma análise poderia funcionar na prática.
• Automação de processos: Descreve quando uma chamada de API aciona um workflow específico em outro sistema, como interagir com um CMS, agendar uma reunião, atualizar registros, enviar notificações ou transformar solicitações em ações concluídas. Isso é especialmente comum em sistemas agênticos que realizam tarefas para as pessoas.
• Controle de dispositivos e sistemas: Chamadas de ferramentas que interagem com outro dispositivo, um sistema de telefonia, um assistente de casa inteligente e muito mais se enquadram nesta categoria.

Muitas vezes, o tool calling não se encaixa perfeitamente em apenas uma dessas categorias. Você pode ter chamadas de várias etapas e encadeadas que combinam diversas categorias acima em uma sequência contínua. Por exemplo, você pode consultar o status do pedido de um cliente, acionar um reembolso, atualizar seu CRM interno e transmitir essas informações a um agente humano.

Tool calling vs. function calling: principais diferenças

Tool calling é uma categoria mais ampla do que function calling, abrangendo um escopo maior e uma variedade mais diversa de capacidades possíveis. Function calling ocorre quando um modelo gera uma chamada estruturada, com argumentos, para uma função predefinida.

Veja uma tabela que detalha as diferenças entre uma chamada de ferramenta e uma chamada de função.

Qual é a confiabilidade do tool calling?

A confiabilidade do tool calling depende inteiramente do modelo que faz as chamadas. Da mesma forma, uma falha pode aparecer de maneiras diferentes em sistemas distintos. Por exemplo, após falhar em uma chamada de ferramenta, um modelo de IA pode simplesmente alucinar uma resposta, enquanto outro pode pedir que o usuário tente novamente.

O Berkeley Function Calling Leaderboard é um ranking frequentemente citado que compara o desempenho de diferentes modelos em tool calling. Embora seja descrito como um ranking de function calling, na prática ele mede a eficiência de tool calling ao testar modelos em chamadas de API, coleta de informações por consultas a bancos de dados, execução de chamadas paralelas ou respostas em conversas de vários turnos.

Os modelos são avaliados em aspectos como custo total, capacidade de pesquisar na web, precisão em conversas de vários turnos, medição de alucinações, latência e muito mais. Se você for executar workflows complexos ou de várias etapas, saber quais modelos têm capacidades mais abrangentes de tool calling é uma informação útil.

Comece a usar o ElevenAgents para tool calling

No ElevenAgents, você pode escolher entre vários modelos e adequar sua carga de trabalho ao melhor modelo subjacente possível. Agentes de voz usam ferramentas, consultam pedidos, verificam registros, atualizam bancos de dados e coletam informações de APIs.

Você pode usar vários tipos de ferramentas, incluindo ferramentas de webhook para chamar APIs externas, ferramentas de cliente para acionar ações em aplicativos ou no navegador, ferramentas de código para lógica personalizada no servidor, ferramentas MCP que se conectam a servidores de ferramentas externos e ferramentas de sistema para ações integradas, como transferir para um agente humano.

A ElevenLabs também oferece conectores nativos pré-configurados para serviços como Zendesk, HubSpot, Salesforce e muitos outros, eliminando a necessidade de configurar soluções personalizadas. Saiba mais sobre o ElevenAgents ou cadastre-se para começar hoje mesmo a criar agentes de voz com tool calling.

Perguntas frequentes