工具调用

开发者向模型描述可用工具，每个工具包含名称、说明和输入参数的结构定义（Schema）。当请求需要用到某个工具时，模型输出的是一条调用指令，而不是普通文本。应用程序校验这条指令、执行工具并把结果返回，模型再据此继续作答。模型本身从不直接运行代码，实际执行什么由应用程序决定。Toolformer（Schick 等人，2023 年）是模型学习使用工具的早期研究案例。

为什么重要：工具调用让 AI 产品能够获取实时数据、在其他应用中执行操作，并在数学计算或时效性事实上给出准确答案。它是 AI 智能体和 MCP 等协议的基础。比较模型或平台时，能否可靠地选对工具、正确填写参数，是很实际的区分因素。

举例：用户问“新加坡明天天气如何？”，助手会带着城市和日期调用天气 API，再根据返回的预报写出回答。

局限：模型可能调用错误的工具、编造参数，或被恶意内容诱导发起有害调用。请校验输入、限制可用工具，并对修改数据的操作要求人工确认。