¿Qué es el tool calling?

El tool calling es una función de un modelo de IA que le permite pedir una herramienta externa en lugar de responder con palabras. El modelo escribe una petición corta con el nombre de la herramienta y los datos exactos que necesita. La app (el harness, el software que rodea al modelo) ejecuta la herramienta y le devuelve el resultado para que lo use. Pregúntale a una IA qué tiempo hace en Lisboa. El modelo no puede ver el tiempo de hoy, así que escribe la petición: herramienta get_weather, ciudad Lisboa. La app ejecuta la herramienta y devuelve 18 °C, la cifra que dio el servicio meteorológico. El modelo responde entonces: 18 °C en Lisboa. El modelo escribió la petición y leyó el resultado. La app hizo el trabajo.

El tool calling es una función de un modelo de IA que le permite pedir una herramienta externa, con los datos exactos que la herramienta necesita, en lugar de responder a una pregunta con palabras. La app (el harness, el software que rodea al modelo) ejecuta la herramienta y le devuelve el resultado. El tool calling empieza con una lista. La app le da al modelo las herramientas que puede usar, cada una con una descripción de una línea y los campos que necesita: una herramienta del tiempo necesita una ciudad, una de calendario necesita una fecha. En cada pregunta el modelo decide si hace falta una herramienta. Cuánto es 2 más 2 no necesita ninguna. Cuántos días faltan para el 25 de diciembre sí, porque el modelo no tiene reloj. Así que el modelo deja de escribir prosa y escribe la petición: herramienta days_until, fecha 25 de diciembre. La petición tiene que ser campos exactos y no una frase educada, porque el software no puede actuar sobre un podrías mirarlo por mí. La app ejecuta la herramienta, que cuenta desde la fecha de hoy y devuelve 80 un día de principios de octubre. La app pega ese número en la conversación, y el modelo lo lee como lee cualquier otro texto. OpenAI lanzó la función en junio de 2023 con el nombre de function calling, y tool calling es ahora el nombre general de lo mismo. MCP es el formato acordado para escribir esa lista, de modo que cualquier modelo pueda leerla. Una petición y un resultado es tool calling. Encadena varias, con el modelo leyendo cada resultado y pidiendo la siguiente herramienta, y tienes un agente de IA. Tres cosas pueden salir mal. El modelo elige la herramienta equivocada. Rellena mal los datos. Y un resultado es solo texto, así que una página web que la herramienta traiga puede llevar instrucciones que el modelo luego sigue, y eso es prompt injection. En todos los casos el modelo escribió la petición, y lo que volvió es con lo que tuvo que trabajar.

El tool calling es una función de un modelo de IA que le permite pedir una herramienta externa, con el nombre de la herramienta y los datos exactos, y leer el resultado que vuelve. Un equipo de marketing que encarga un estudio de mercado funciona igual. El equipo no puede salir a encuestar a 2.000 compradores por su cuenta, así que escribe un briefing: a quién preguntar, en qué región, qué preguntas y en qué formato debe venir el informe. La agencia de investigación hace la encuesta y manda el informe. El equipo lee el informe y decide qué hacer después, y esa decisión puede ser un segundo briefing que se apoya en el primero. El equipo es el modelo, el briefing es la petición con sus campos exactos, la agencia es la herramienta y el informe es el resultado. Un briefing vago trae un informe inútil, que es el fallo de datos mal rellenados. Y la agencia puede equivocarse, así que el equipo sigue teniendo que juzgar lo que lee. Dónde se rompe la imagen: una agencia tarda seis semanas y una herramienta tarda un segundo, y el equipo puede ir a ver cómo se hace la encuesta, mientras que el modelo solo ve lo que vuelve.