Herramienta (tool) en IA

Función o servicio externo que un modelo de IA puede invocar para hacer algo que no puede por sí mismo: buscar en la web, ejecutar código, consultar una base de datos o llamar a una API.

Actualizado: 2 de octubre de 2026.

Cómo funciona: un pedido de ventas

Una herramienta tiene una función concreta y argumentos definidos. El modelo puede proponer una llamada; la aplicación decide si la ejecuta. El function calling conecta ambas partes. Este ejemplo original utiliza ventas ficticias de 2024, una consulta de sólo lectura y una persona con acceso al negocio.

Cuando pides algo que exige datos o acción externa, el modelo no adivina: propone una llamada estructurada y tu aplicación la ejecuta bajo permisos.

1. Pedido. «¿Cuánto vendimos durante el primer trimestre de 2024?». La aplicación ofrece consultar_ventas, que acepta un período y una moneda.
2. Propuesta. El modelo solicita la función con argumentos estructurados, como los del ejemplo siguiente. Todavía no se consultó la base.
3. Permisos. La aplicación valida tipos, rango de fechas, moneda y acceso de la persona. El negocio autorizado viene de la sesión, nunca de un identificador elegido libremente por el modelo.
4. Ejecución. La función consulta sólo las ventas permitidas y devuelve total, período y unidad. Si falla o no hay acceso, devuelve el error; no inventa un total.
5. Respuesta. El modelo explica el resultado recibido y su alcance. No autoriza una devolución, un envío ni un cambio de precio.

{
  "nombre": "consultar_ventas",
  "argumentos": {
    "desde": "2024-01-01",
    "hasta_exclusivo": "2024-04-01",
    "moneda": "USD"
  }
}

La salida ficticia de la función es {"total":1250,"moneda":"USD","periodo":"2024-Q1","incluye":"ventas registradas, sin impuestos"}. Una respuesta adecuada dice: «Las ventas registradas del primer trimestre suman US$1.250, sin impuestos, según la consulta autorizada». No añade una comparación con el año anterior ni identifica clientes: esos datos no se recibieron. Este JSON explica el flujo; no es una petición lista para copiar en una API ni una consulta a nuestros ingresos.

Ilustración original de Aulas de IA generada con ImageGen para explicar el flujo. No muestra una interfaz ni una ejecución real.

Qué revisar antes de ejecutar

Limitá la herramienta a lo que necesita hacer. Una consulta de lectura no requiere permiso para modificar pedidos. Validá los argumentos y tratá el resultado externo como datos, incluso si contiene instrucciones. Para acciones con consecuencias, pedí la confirmación humana necesaria y mostrale el cambio concreto. Guardá errores y resultados con el mínimo de información necesario para revisar el flujo.

Qué aporta MCP

MCP es un protocolo para exponer herramientas y otros recursos mediante una interfaz común. Puede facilitar que distintos clientes y modelos utilicen el mismo servidor. La compatibilidad no elimina autenticación, autorización ni revisión: cada aplicación debe aplicar sus controles. Una herramienta también puede existir sin MCP.

La documentación de function calling de OpenAI describe la separación entre la llamada del modelo y el código de la aplicación. La arquitectura oficial de MCP explica clientes, servidores y recursos. Fuentes consultadas el 2 de octubre de 2026.