Google ensina a API do Gemini a combinar Search, Maps e funções próprias em uma única requisição

O Google ampliou a API do Gemini: agora ferramentas integradas como Google Search e Google Maps podem ser combinadas com funções personalizadas em uma única requisição. Isso elimina parte do trabalho manual em torno de fluxos de agentes e aproxima a API de um formato em que o modelo coordena sozinho a busca, as chamadas de código e as transições entre etapas.

O que mudou

A atualização, anunciada pelo Google em março de 2026, traz à API do Gemini um uso mais coeso das ferramentas. Antes, os desenvolvedores muitas vezes precisavam organizar a busca separadamente, montar à parte o acesso a mapas ou dados externos e depois juntar as respostas manualmente no aplicativo. Agora parte dessa lógica pode ficar dentro de uma única chamada: o modelo tem acesso aos serviços integrados do Google e, ao mesmo tempo, consegue acionar funções personalizadas quando o cenário exige ações além do conjunto padrão.

A análise prática mostra cinco demos que aumentam a complexidade aos poucos. Ela começa com uma combinação básica de ferramentas e passa para cadeias de agentes em várias etapas, em que importam a passagem de contexto entre as fases, a identificação de chamadas paralelas e a continuação correta da conversa após a resposta de uma função externa. Para os desenvolvedores, é uma mudança importante: a orquestração fica menos espalhada pelo backend e se desloca mais para a própria sessão do modelo. Isso torna o comportamento da cadeia visivelmente mais transparente para depuração e testes.

Como funciona a chamada

A ideia central é que o Gemini agora pode decidir, em uma só passada, quando precisa de uma busca na web, quando precisa de dados geográficos do Maps e quando precisa de uma função personalizada do aplicativo. Se uma pergunta exige várias ações, o modelo pode manter um contexto comum, cruzar os resultados de diferentes ferramentas e seguir a cadeia sem reiniciar todo o cenário. A análise dá destaque especial aos parallel tool IDs e à context circulation: eles ajudam a não confundir as respostas das ferramentas e a levar os dados necessários para a etapa seguinte.

• O Google Search traz informações recentes sobre o tema da consulta
• O Google Maps adiciona endereços, contexto geográfico e dados de lugares
• As funções personalizadas conectam a lógica de negócio interna do aplicativo
• As cadeias de várias etapas permitem construir cenários com várias ações em sequência

Esse esquema é útil em cenários nos quais a resposta não vem de uma única fonte. Por exemplo, um assistente pode primeiro encontrar informações recentes pelo Search, depois verificar um ponto no mapa pelo Maps e, em seguida, chamar uma função interna de reserva, cálculo ou checagem de disponibilidade. Antes, uma sequência assim costumava ser dividida em várias requisições, com o estado mantido manualmente entre elas. Para serviços que executam ações reais, isso simplifica bastante a arquitetura.

Por que isso importa para os desenvolvedores

O principal ganho é ter menos cola entre o modelo e a lógica do produto. Em vez de escrever um orquestrador separado para cada combinação de ferramentas, a equipe pode descrever suas funções, dar ao modelo acesso aos serviços necessários e construir por cima fluxos de agentes mais naturais. Isso é especialmente útil para assistentes que não devem apenas responder com texto, mas executar tarefas de fato: buscar dados, escolher um lugar no mapa, verificar parâmetros, enviar o resultado a um serviço interno e só então formular a resposta final ao usuário.

Outra vantagem é um escalonamento mais previsível de cadeias complexas. Quando as ferramentas integradas do Google e as funções próprias da empresa se conectam em um mesmo processo, há menos camadas intermediárias em que o contexto costuma se perder ou a lógica das chamadas quebra. Para as equipes, isso significa protótipos mais rápidos e menos código auxiliar ao redor deles. Para os produtos, é a chance de passar mais depressa de um chatbot com sugestões para um agente que realmente consegue levar a tarefa até o resultado.

O que isso significa

O Google empurra a API do Gemini para interfaces de agentes completas, em que o modelo não apenas gera texto, mas gerencia um conjunto de ferramentas dentro de uma mesma sessão. Se esse esquema se mostrar estável em cenários reais de produção, os desenvolvedores poderão criar assistentes de IA úteis com menos orquestração manual e colocá-los mais rápido no produto.