Google permite que la API de Gemini combine Search, Maps y funciones propias en una sola solicitud

Google ha ampliado la API de Gemini: ahora las herramientas integradas como Google Search y Google Maps se pueden combinar con funciones personalizadas en una sola solicitud. Esto elimina parte del andamiaje manual en torno a los flujos de agentes y acerca la API a un formato en el que el modelo coordina por sí mismo la búsqueda, las llamadas a código y las transiciones entre pasos.

Qué ha cambiado

La actualización, anunciada por Google en marzo de 2026, aporta a la API de Gemini un manejo más cohesionado de las herramientas. Antes, los desarrolladores solían tener que organizar la búsqueda por un lado, trazar por otro el acceso a mapas o a datos externos y luego unir las respuestas a mano en la aplicación. Ahora parte de esa lógica puede resolverse dentro de una sola llamada: el modelo accede a los servicios integrados de Google y, al mismo tiempo, puede invocar funciones personalizadas si el escenario exige acciones fuera del conjunto estándar.

El análisis práctico muestra cinco demos que van aumentando la complejidad. Empieza con una combinación básica de herramientas y pasa después a cadenas de agentes de varios pasos, donde importan la transferencia de contexto entre etapas, la identificación de llamadas paralelas y la correcta continuación del diálogo tras la respuesta de una función externa. Para los desarrolladores es un cambio relevante: la orquestación se dispersa menos por el backend y se traslada en mayor medida a la propia sesión del modelo. Esto hace que el comportamiento de la cadena sea bastante más transparente para depurar y probar.

Cómo funciona la llamada

La idea clave es que Gemini ahora puede decidir en una sola pasada cuándo necesita una búsqueda web, cuándo datos geográficos de Maps y cuándo una función personalizada de la aplicación. Si una pregunta requiere varias acciones, el modelo puede mantener un contexto común, contrastar los resultados de distintas herramientas y seguir la cadena sin reiniciar por completo el escenario. El análisis pone un énfasis especial en los parallel tool IDs y la context circulation: ayudan a no confundir las respuestas de las herramientas y a trasladar los datos necesarios al siguiente paso.

• Google Search aporta información reciente sobre el tema de la consulta
• Google Maps añade direcciones, contexto geográfico y datos de lugares
• Las funciones personalizadas conectan la lógica de negocio interna de la aplicación
• Las cadenas de varios pasos permiten construir escenarios con varias acciones consecutivas

Este esquema resulta útil en escenarios donde la respuesta no puede salir de una sola fuente. Por ejemplo, un asistente puede primero encontrar información reciente con Search, luego comprobar un punto en el mapa con Maps y después llamar a una función interna de reserva, cálculo o verificación de disponibilidad. Antes, una secuencia así solía tener que dividirse en varias solicitudes, manteniendo el estado a mano entre ellas. Para servicios que ejecutan acciones reales, esto simplifica notablemente la arquitectura.

Qué aporta a los desarrolladores

La principal ventaja es que hace falta menos código de unión entre el modelo y la lógica del producto. En lugar de escribir un orquestador distinto para cada combinación de herramientas, un equipo puede describir sus funciones, dar al modelo acceso a los servicios necesarios y construir encima flujos de agentes más naturales. Es especialmente útil para asistentes que no deben limitarse a responder con texto, sino ejecutar tareas: buscar datos, elegir un lugar en el mapa, comprobar parámetros, pasar el resultado a un servicio interno y solo entonces formular la respuesta final al usuario.

Otra ventaja es un escalado más predecible de las cadenas complejas. Cuando las herramientas integradas de Google y las funciones propias de la empresa se conectan en un mismo proceso, hay menos capas intermedias en las que suele perderse el contexto o romperse la lógica de las llamadas. Para los equipos, eso significa prototipos más rápidos y menos código auxiliar a su alrededor. Y para los productos, la oportunidad de pasar antes de un chatbot con sugerencias a un agente capaz de llevar una tarea hasta el resultado.

Qué significa

Google orienta la API de Gemini hacia interfaces de agentes completas, en las que el modelo no solo genera texto, sino que gestiona un conjunto de herramientas dentro de una misma sesión. Si este esquema resulta estable en escenarios reales de producción, los desarrolladores podrán crear asistentes de IA útiles con menos orquestación manual y llevarlos antes al producto.