Usamos cookies para melhorar a tua experiência e medir o tráfego. Política de cookies

    Scalor
    CONVENCE-NOS →
    Glossário/Agentes & Tools

    Function Calling

    tool useuso de ferramentas

    Capacidade de um modelo de IA identificar que precisa de uma ferramenta externa para realizar uma tarefa e gerar o comando necessário para a executar com dados estruturados.

    O que é

    O Function Calling (chamada de funções) é a funcionalidade que permite aos modelos de linguagem (LLMs) deixarem de ser apenas geradores de texto para se tornarem motores de ação. Na sua essência, é a ponte entre o raciocínio da IA e os sistemas informáticos tradicionais da sua empresa.

    Embora um modelo como o GPT-4 ou o Claude seja incrivelmente capaz de escrever e analisar, ele vive num vácuo: não sabe que horas são, não tem acesso ao saldo do seu banco, nem consegue consultar o stock no seu armazém por conta própria. O Function Calling permite que o programador descreva as ferramentas disponíveis (APIs, bases de dados, calculadoras) para a IA. Quando o utilizador faz uma pergunta que exige dados externos, a IA avalia que ferramenta usar e devolve um formato de dados estruturado (normalmente JSON) com os parâmetros necessários para executar essa função.

    Como funciona

    Apesar do nome, a IA não executa o código diretamente nos seus servidores. O processo é um diálogo em quatro passos:

    1. Apresentação: Ao enviar uma mensagem à IA, o sistema anexa uma 'lista de ferramentas' descritas em código. Por exemplo: 'Tenho uma função chamada consultar_stock que aceita o parâmetro referencia_produto'.
    2. Decisão: O modelo analisa o pedido do utilizador. Se o cliente perguntar 'Temos sapatilhas azuis tamanho 42?', a IA percebe que não sabe a resposta, mas vê que tem uma ferramenta de stock disponível.
    3. Pedido de Chamada: A IA responde, não com texto para o cliente, mas com um pedido técnico: 'Por favor, executa consultar_stock para o item sap-azul-42'.
    4. Execução e Resposta: O seu sistema informático executa o comando na base de dados, obtém o resultado ('Sim, 5 unidades') e envia-o de volta à IA. Só então a IA escreve para o utilizador: 'Sim, temos 5 pares em stock. Deseja encomendar?'.

    Este ciclo transforma a IA num agente que interage com a realidade do negócio em tempo real.

    Quando usar

    Deve implementar Function Calling sempre que precisar que a IA interaja com dados dinâmicos ou sistemas de terceiros. Para uma PME, isto é crítico para evitar alucinações. Se perguntar à IA 'Qual foi a faturação de ontem?', sem Function Calling ela poderá inventar um número. Com Function Calling, ela consulta o software de faturação.

    Os casos de uso ideais incluem:

    • Consulta de dados em tempo real: Preços, meteorologia, disponibilidade de calendários ou níveis de inventário.
    • Ações em sistemas externos: Criar um ticket de suporte no Zendesk, enviar um email de confirmação ou agendar uma reunião no Google Calendar.
    • Extração de dados estruturados: Transformar um email desordenado de um cliente num formulário de encomenda pronto a inserir no ERP.
    • Cálculos complexos: Delegar matemática financeira a uma calculadora precisa em vez de confiar na aritmética probabilística do modelo.

    Erros comuns

    O erro mais frequente é dar nomes genéricos ou descrições vagas às funções. A IA decide qual ferramenta usar baseando-se na descrição que lhe fornece. Se a descrição for ambígua, ela escolherá a ferramenta errada ou tentará adivinhar os parâmetros.

    Outro erro crítico é a falta de validação. Nunca deve permitir que a IA execute funções sensíveis (como 'Eliminar Utilizador' ou 'Fazer Transferência Bancária') sem uma camada de verificação humana ou regras de negócio rígidas. A IA gera o comando, mas o seu sistema deve validar se aquele utilizador tem permissão para o executar.

    Por fim, muitos programadores esquecem-se de lidar com erros de rede. Se a API do seu fornecedor demorar a responder, a IA ficará sem contexto ou entrará em loop. É necessário prever respostas de erro para que a IA possa informar o utilizador de forma educada.

    Exemplo prático para uma PME

    Imagine uma empresa portuguesa de distribuição de vinhos. Eles têm um chatbot para os seus clientes profissionais (restaurantes e garrafeiras).

    Sem Function Calling, o bot apenas explica as castas dos vinhos. Com Function Calling, o bot tem acesso a três ferramentas: verificar_preço_revenda(id_cliente, id_produto), consultar_data_entrega(codigo_postal) e registar_encomenda().

    Quando o dono de um restaurante no Porto pergunta: 'A quanto me fica uma caixa de Pêra-Manca e quando chega?', o fluxo é este:

    • A IA deteta que precisa de consultar o preço específico para aquele cliente e os tempos logísticos para o Porto.
    • Chama as funções em milissegundos.
    • Recebe os dados: 450€ + IVA e entrega na próxima terça-feira.
    • Responde: 'Para o seu perfil de revenda, a caixa fica por 450€ + IVA. Se encomendar agora, entregamos no Porto já na terça-feira.'.

    Aqui, o valor para a PME é a automação de uma venda que anteriormente exigiria uma chamada telefónica ou troca de emails, mantendo a precisão total dos dados.

    Perguntas frequentes

    Q: O Function Calling é seguro? R: Sim, desde que o programador controle o que a função faz. A IA apenas sugere a chamada; é o seu código que a executa. Nunca dê acesso direto e sem restrições à base de dados.

    Q: Preciso de saber programar para usar isto? R: Para configurar a infraestrutura técnica, sim. No entanto, ferramentas de 'no-code' para agentes de IA já começam a integrar estas capacidades de forma visual.

    Q: Qual a diferença entre Function Calling e um Plugin? R: O Function Calling é o mecanismo técnico subjacente. Um Plugin (como os do ChatGPT) é uma implementação específica de interface que usa esse mecanismo para ligar o chatbot a serviços externos.

    Q: Consome muitos tokens? R: Sim, as definições das funções ocupam espaço na janela de contexto (Context Window). Se tiver dezenas de funções complexas, o custo por mensagem será mais elevado.

    Exemplos práticos

    • 01Um chatbot de imobiliária que consulta a base de dados para listar apartamentos com tipologia T2 em Braga.
    • 02Um assistente virtual que agenda reuniões verificando a disponibilidade real no Outlook da equipa.
    • 03Uma ferramenta de suporte que cancela subscrições automaticamente após validar o pedido do cliente no Stripe.
    • 04Um sistema de análise de compras que converte faturas em PDF em entradas estruturadas no software primavera.

    Termos relacionados

    Agente de IA
    Um sistema autónomo capaz de planear tarefas, utilizar ferramentas externas e tomar decisões para atingir um objetivo específico sem supervisão humana constante.
    Context Window
    Capacidade máxima de informação que um modelo de IA consegue processar de uma só vez antes de começar a esquecer os detalhes iniciais.
    LLM
    Modelos de inteligência artificial treinados em volumes massivos de texto para compreender, gerar e processar linguagem humana com alta fluidez.
    RAG
    Técnica que permite a um modelo de IA consultar documentos externos atualizados e privados antes de gerar uma resposta, garantindo maior precisão e reduzindo alucinações.
    Structured Output
    Garante que o modelo de IA responde num formato técnico rígido e previsível, como JSON, em vez de texto livre narrativo.

    Quer usar Function Calling na sua empresa?

    30 minutos, gratuito, sem compromisso. Dizemos onde encaixa.

    Diagnóstico IA gratuito