Llamada a funcionesFunction Calling

Lo que hace el modelo llega hasta escribir la orden

El modelo de lenguaje es una máquina que sigue escribiendo texto, así que no tiene manos para conectarse a internet o guardar un archivo. La llamada a funciones no es una forma de ponerle esas manos: es una forma de mandarle el mandado a un programa que sí las tiene.

Lo que el modelo genera sigue siendo texto. Solo que, en vez de la frase que se le va a mostrar al usuario, entrega una orden corta con el nombre de la herramienta y los valores ya puestos en sus casilleros. Quien recibe esa orden y la ejecuta de verdad es el programa que envuelve al modelo.

Por eso, qué se le permite hacer y qué se le bloquea lo decide por completo ese programa. Por más convincente que el modelo escriba la orden, si el programa no le entregó esa herramienta, no pasa nada.

Se le entrega de antemano el manual de la herramienta

El modelo no sabe por sí solo qué herramientas existen en el mundo. Por eso, al empezar la conversación, se le agrega la lista de herramientas. Un manual corto con el nombre de la herramienta, qué hace, y qué valores necesita y cuáles son opcionales.

Esa descripción es, en sí, el modo de empleo. Si se anota "recibe el nombre de una ciudad y devuelve el clima de hoy en esa ciudad", el modelo va a pensar en esta herramienta cuando aparezca una pregunta sobre el clima. Si la descripción es vaga, la llama en el momento equivocado, y si no está definido el formato del valor, lo llena a su manera.

Definir la forma del valor también es importante. Si no se fija en qué orden va la fecha o en qué idioma va el nombre de la ciudad, el programa, aunque lo reciba, no lo va a poder entender.

Se recibe el resultado y se sigue escribiendo

El resultado que el programa consigue al ejecutar la herramienta se vuelve a meter en la conversación. Para el modelo es como si acabara de llegar una información nueva. Lee ese valor y sigue escribiendo la respuesta, o si hace falta, escribe otra orden más.

Muchas veces no termina en una sola vuelta. Primero llama a una herramienta de búsqueda para encontrar candidatos, elige uno y vuelve a llamar a una herramienta de consulta detallada, y al final responde ordenando todo. Esta forma de resolver la tarea con la orden y el resultado yendo y viniendo varias veces es la base de lo que se llama un agente de IA.

También pasa que llama mal

Como el modelo elige qué herramienta llamar por probabilidad, también se equivoca. Llama cuando no hace falta, no llama cuando sí hace falta, o pone mal un valor. Si en la conversación aparece una palabra parecida al nombre de una herramienta, a veces se deja arrastrar hacia ahí.

Por eso el programa vuelve a revisar si el valor cumple el formato, y si está mal, se lo devuelve para que lo escriba de nuevo. Las herramientas que no se pueden deshacer, como mandar un correo, cobrar un pago o borrar algo, se dejan configuradas para pedirle confirmación a una persona antes de ejecutarlas. También existen ataques en los que una frase escondida en un documento o una página web engaña al modelo para que llame a una herramienta equivocada, así que cuanto más riesgosa sea la herramienta, más conviene darle permisos acotados.