Uso de Ferramentas
Uso de Ferramentas é a capacidade de um modelo de linguagem de IA invocar funções externas, APIs ou serviços—como busca na web, execução de código ou consultas a banco de dados—durante a inferência, permitindo que recupere informações e realize ações além da geração de texto.
Uso de Ferramentas é a capacidade de um modelo de linguagem de identificar, durante a geração de texto, que uma capacidade externa específica é necessária e de produzir uma chamada estruturada que invoca essa capacidade. O modelo recebe a saída da ferramenta e a incorpora em seu raciocínio continuado e resposta. Ferramentas estendem o que um modelo de linguagem pode fazer, de recuperação paramétrica puramente estatística para recuperação ativa de informações e ação no mundo real.
Tecnicamente, ferramentas são definidas por um schema—tipicamente uma descrição de assinatura de função ou JSON—que especifica o nome, propósito e parâmetros da ferramenta. No tempo de inferência, quando o modelo determina que invocar uma ferramenta é apropriado, ele produz uma chamada estruturada em vez de linguagem natural. Um sistema circundante intercepta essa chamada, executa a função correspondente e retorna o resultado ao modelo como uma nova entrada. O modelo então continua a geração com esse resultado em contexto. Múltiplas chamadas de ferramenta podem ser encadeadas ou feitas em paralelo dependendo do framework.
Uso de Ferramentas é importante porque supera limitações fundamentais de modelos de linguagem estáticos: eles não podem acessar informações publicadas após seu corte de treinamento, não podem executar cálculos precisos com confiabilidade e não podem modificar diretamente sistemas externos. Com ferramentas, um modelo pode buscar a web por informações atuais, executar código para calcular valores exatos, ler de ou escrever em bancos de dados, enviar mensagens ou chamar APIs de terceiros—tudo dentro de uma única volta conversacional ou fluxo de agente.
A partir de 2026, o uso de ferramentas é uma capacidade padrão entre todos os principais provedores de modelos de ponta, incluindo Anthropic (Claude), OpenAI (série GPT), Google (Gemini) e Meta (Llama). Agentes em produção comumente se baseiam em dezenas de ferramentas. O conjunto canônico de ferramentas para um agente de pesquisa pode incluir busca na web, análise de PDF, execução de Python e busca em banco de dados vetorial, todos chamados adaptativamente conforme necessário durante uma única tarefa.