Chamada de ferramentas
Chamada de ferramentas (tool calling), também chamada de chamada de funções (function calling), é um recurso de APIs de modelos em que você descreve funções com um schema, o modelo responde com um pedido estruturado para chamar uma delas, e o seu código a executa e devolve o resultado.
Também chamado: function calling, tool use
Por Divya Sharma · Verificado em 15 de nov. de 2026 · Como analisamos
Sozinho, um modelo só consegue escrever texto. A chamada de ferramentas dá a ele uma forma confiável de pedir ações: consultar a previsão do tempo, consultar um banco de dados, enviar um e-mail. O modelo nunca executa nada por conta própria. Ele produz um pedido estruturado, e a sua aplicação decide se e como executá-lo.
Como funciona
Você envia uma lista de ferramentas, cada uma com um nome, uma descrição e um JSON Schema para suas entradas. Quando o modelo decide que uma ferramenta ajudaria, ele devolve uma chamada de ferramenta com o nome e os argumentos, em vez de texto simples. Seu código executa a função e envia a saída de volta na próxima requisição. O modelo então responde ou chama outra ferramenta. Repetir isso é o loop do agente.
Alguns provedores também rodam certas ferramentas nos próprios servidores, como a busca na web, e a aplicação só vê o resultado.
Exemplo
Um usuário pergunta "Como está o tempo em San Francisco?". O modelo devolve uma chamada a get_weather com a localização preenchida. Seu código busca a previsão e a devolve, e o modelo escreve a resposta.
Ideias relacionadas
Os schemas de ferramentas também são uma forma de obter saída estruturada, já que os argumentos seguem o schema. O Model Context Protocol padroniza como as ferramentas são publicadas por servidores MCP, para que uma ferramenta funcione com muitas aplicações.
Termos relacionados
- Agente de IA
- Um agente de IA é um sistema em que um modelo de linguagem decide seus próprios próximos passos: chama ferramentas, lê os resultados e repete até concluir a tarefa, em vez de seguir um roteiro fixo.
- Model Context Protocol
- O Model Context Protocol (MCP) é um padrão aberto que define como aplicações de IA se conectam a ferramentas, dados e prompts externos, usando mensagens JSON-RPC entre uma aplicação host, seus clientes e servidores separados.
- Structured output
- Structured output (saída estruturada) é um recurso de API que faz a resposta de um modelo de linguagem seguir um formato que você define, geralmente um JSON schema, para que o código possa processá-la com confiabilidade em vez de garimpar texto livre.
- Loop do agente
- O loop do agente (ciclo do agente) é o ciclo repetido no centro de um agente de IA: o modelo pede uma chamada de ferramenta, a aplicação a executa e devolve o resultado, e o modelo decide o que fazer em seguida.
- Servidor MCP
- Um servidor MCP (MCP server) é um programa que expõe ferramentas, resources de dados ou modelos de prompt a aplicações de IA por meio do Model Context Protocol, para que qualquer cliente compatível com MCP possa usá-los sem código de integração personalizado.