Uso de herramientas (function calling)

El uso de herramientas permite que un modelo de lenguaje haga algo más que escribir texto. El desarrollador le describe al modelo una lista de herramientas disponibles, con su nombre, para qué sirven y qué datos necesitan (por ejemplo, consultar_saldo(numero_cliente)). Cuando el modelo decide que necesita una, responde con una petición estructurada para llamarla; el programa la ejecuta y le devuelve el resultado, y el modelo continúa con esa información.

Un punto que suele confundirse: el modelo no ejecuta nada por sí mismo. Sólo genera la solicitud, normalmente en formato JSON (salida estructurada); es la aplicación la que decide si la ejecuta. Ahí es donde se ponen los controles de seguridad.

La investigación Toolformer (2023) mostró que un modelo podía aprender a decidir cuándo llamar a una calculadora o un buscador. Ese mismo año, los proveedores comerciales incorporaron function calling a sus API, y hoy es una función estándar en las de Anthropic, Google, OpenAI y otros. Protocolos como MCP estandarizan cómo se conectan esas herramientas.

Es la pieza fundamental de los agentes de IA: gracias a ella pueden buscar información actual, consultar sistemas internos, enviar correos o modificar archivos. También es la razón por la que la inyección de prompts se vuelve peligrosa: un texto malicioso podría inducir al modelo a llamar herramientas que no debía.