Llamada a herramientas: cuando la IA pide actuar
La llamada a herramientas (tool calling, también llamada function calling) permite a un modelo de lenguaje responder no con texto, sino con una petición estructurada: «ejecuta esta función con estos argumentos». Su aplicación ejecuta la función, devuelve el resultado y el modelo lo usa para continuar.
Datos a 22 de octubre de 2026
Lo esencial en cifras
| Nivel | Intermedio |
|---|---|
| Origen | 2023 |
| Introducido por | Schick et al. (Toolformer) |
Cómo funciona en la práctica
El proceso consta de unos pocos pasos, descritos de forma muy parecida en la documentación de OpenAI y en la de Anthropic:
- Su aplicación describe al modelo las herramientas disponibles: un nombre, una descripción y un esquema de los parámetros esperados.
- El usuario hace su pregunta.
- Si una herramienta resulta útil, el modelo responde con una llamada estructurada: el nombre de la herramienta y los argumentos en JSON.
- Su código ejecuta la función, por ejemplo una consulta a una API o a una base de datos.
- El resultado vuelve al modelo, que redacta la respuesta final o pide otra herramienta.
Un ejemplo concreto
Imagine que pregunta al asistente de una aerolínea: «¿Mi vuelo de mañana a Lisboa sale a su hora?». El modelo no conoce el estado de los vuelos. Por eso genera una llamada del tipo estado_vuelo(numero="AB 123", fecha="mañana"). La aplicación consulta el sistema de reservas, devuelve «retraso de 40 minutos» y el modelo redacta una respuesta clara.
Si se encadenan varias llamadas de este tipo, con decisiones intermedias, se obtiene un agente de IA o un flujo de trabajo agéntico.
Por qué importa
La llamada a herramientas es la pieza que permite a un modelo leer datos actualizados y actuar en programas reales. Es la base de los frameworks de agentes, que puede explorar en nuestra página de frameworks, y del protocolo MCP, que estandariza la forma de conectar herramientas. El patrón ReAct, que alterna razonamiento y acción, también se apoya en este mecanismo.
Errores e ideas equivocadas frecuentes
- «El modelo tiene acceso a Internet o a mis sistemas.» Solo accede a las herramientas que usted le da y, en el caso habitual, no las ejecuta él mismo.
- «Los argumentos siempre son válidos.» Sin modo estricto, el modelo puede generar argumentos mal formados o absurdos. La opción
strictque ofrecen varios proveedores ajusta los argumentos al esquema; véase también la salida estructurada. - «Cuantas más herramientas, mejor.» Cada herramienta añade tokens y posibilidades de confusión. Funcionan mejor unas pocas bien descritas.
- «No tiene riesgos.» Una herramienta que envía correos o modifica datos puede ser desviada mediante una inyección de prompt: prevea permisos limitados y confirmaciones.
Términos relacionados
- Agente de IA · IA que no solo responde: planifica y encadena acciones con herramientas para alcanzar un objetivo que usted le fija.
- API · Interfaz que permite a un programa enviar solicitudes a un servicio, por ejemplo un modelo de IA, y recibir sus respuestas.
- Salida estructurada (JSON) · Respuesta de un modelo de IA generada en un formato impuesto, casi siempre un JSON conforme a un esquema, para que la lea un programa.
- Model Context Protocol (MCP) · Protocolo abierto que estandariza la forma de conectar una aplicación de IA con herramientas, datos y servicios externos.
- Patrón ReAct · Bucle en el que un agente de IA alterna un paso de razonamiento escrito y una acción (búsqueda, herramienta) y lee el resultado antes de seguir.
- Flujo de trabajo agéntico · Secuencia de pasos en la que un modelo de IA planifica, usa herramientas, revisa y corrige su trabajo en lugar de responder de una sola vez.
Para probar
Todo el glosario
Preguntas frecuentes
¿El modelo ejecuta la función por sí mismo?
No, en el caso de las herramientas definidas por su aplicación. El modelo solo produce el nombre de la herramienta y sus argumentos; es su código el que la ejecuta y devuelve el resultado. Algunos proveedores ofrecen además herramientas que se ejecutan de su lado, como la búsqueda web o la ejecución de código.
¿Tool calling y function calling son lo mismo?
Sí, en el uso habitual. La documentación de Anthropic habla de «tool use (also called function calling)» y la de OpenAI emplea ambas expresiones. «Herramienta» es simplemente el término más general.
¿De dónde viene la idea?
Varios trabajos de investigación exploraron modelos capaces de usar herramientas. Un hito citado a menudo es Toolformer, publicado en febrero de 2023 por Timo Schick y sus coautores: el modelo aprende qué API llamar, cuándo, con qué argumentos y cómo integrar el resultado.
¿Las definiciones de herramientas consumen tokens?
Sí. La descripción de las herramientas se envía al modelo en cada petición y cuenta como tokens de entrada. Muchas herramientas encarecen la factura y pueden dificultar que el modelo elija la adecuada.
Fuentes de los datos
Datos a 22 de octubre de 2026
Señalar un error
¿Una cifra, una fecha o un dato le parece incorrecto? Díganoslo: verificamos cada aviso.