Google permet à l'API Gemini de combiner Search, Maps et fonctions personnalisées dans une seule requête

Google a étendu l'API Gemini : les outils intégrés comme Google Search et Google Maps peuvent désormais être combinés avec des fonctions personnalisées dans une seule requête. Cela supprime une partie de l'échafaudage manuel autour des scénarios d'agents et rapproche l'API d'un format où le modèle coordonne lui-même la recherche, les appels de code et les transitions entre les étapes.

Ce qui change

La mise à jour, annoncée par Google en mars 2026, apporte à l'API Gemini une gestion plus cohérente des outils. Auparavant, les développeurs devaient souvent organiser la recherche d'un côté, prévoir à part l'accès aux cartes ou aux données externes, puis assembler les réponses à la main dans l'application. Désormais, une partie de cette logique peut tenir dans un seul appel : le modèle accède aux services intégrés de Google et peut en même temps invoquer des fonctions personnalisées lorsque le scénario exige des actions hors du jeu d'outils standard.

L'analyse pratique présente cinq démos de complexité croissante. Elle commence par une association de base d'outils, puis passe à des chaînes d'agents multi-étapes, où comptent la transmission du contexte entre les étapes, l'identification des appels parallèles et la bonne reprise de la conversation après la réponse d'une fonction externe. Pour les développeurs, c'est un changement important : l'orchestration se disperse moins dans le backend et se déplace davantage vers la session du modèle elle-même. Le comportement de la chaîne devient nettement plus lisible pour le débogage et les tests.

Comment fonctionne l'appel

L'idée clé est que Gemini peut désormais décider en une seule passe quand il lui faut une recherche web, quand il lui faut des données géographiques de Maps et quand il lui faut une fonction personnalisée de l'application. Si une question appelle plusieurs actions, le modèle peut conserver un contexte commun, recouper les résultats de différents outils et poursuivre la chaîne sans relancer entièrement le scénario. L'analyse insiste particulièrement sur les parallel tool IDs et la context circulation : ils évitent de confondre les réponses des outils et font passer les données utiles à l'étape suivante.

• Google Search apporte des informations récentes sur le sujet de la requête
• Google Maps ajoute adresses, contexte géographique et données sur les lieux
• Les fonctions personnalisées branchent la logique métier interne de l'application
• Les chaînes multi-étapes permettent de construire des scénarios à partir de plusieurs actions successives

Ce schéma convient aux scénarios où une seule source ne suffit pas à répondre. Par exemple, un assistant peut d'abord trouver des informations récentes via Search, puis vérifier un lieu sur la carte via Maps, et ensuite appeler une fonction interne de réservation, de calcul ou de vérification de disponibilité. Auparavant, une telle séquence devait plus souvent être découpée en plusieurs requêtes, avec un état maintenu à la main entre elles. Pour les services qui effectuent des actions réelles, cela simplifie nettement l'architecture.

Ce que cela apporte aux développeurs

Le principal avantage est de réduire la colle entre le modèle et la logique produit. Au lieu d'écrire un orchestrateur distinct pour chaque combinaison d'outils, une équipe peut décrire ses fonctions, donner au modèle l'accès aux services nécessaires et bâtir par-dessus des scénarios d'agents plus naturels. C'est particulièrement utile pour les assistants qui ne doivent pas se contenter de répondre par du texte, mais réellement exécuter des tâches : chercher des données, choisir un lieu sur la carte, vérifier des paramètres, transmettre le résultat à un service interne et seulement ensuite formuler la réponse finale à l'utilisateur.

Autre atout : une montée en charge plus prévisible des chaînes complexes. Quand les outils intégrés de Google et les fonctions propres à l'entreprise sont réunis dans un même processus, il y a moins de couches intermédiaires où le contexte se perd ou la logique des appels se brise. Pour les équipes, cela signifie des prototypes plus rapides et moins de code annexe autour. Pour les produits, c'est la possibilité de passer plus vite d'un chatbot qui fait des suggestions à un agent capable de mener réellement une tâche à son terme.

Ce que cela signifie

Google oriente l'API Gemini vers de véritables interfaces d'agents, où le modèle ne se contente pas de générer du texte, mais pilote un ensemble d'outils au sein d'une même session. Si ce schéma se révèle stable dans des scénarios de production réels, les développeurs pourront créer des assistants IA utiles avec moins d'orchestration manuelle et les mettre plus vite en production.