Herramientas de agentes de IA: de propuesta a acción
Una herramienta de agente de IA es una operación definida por la aplicación que el sistema puede solicitar, como consultar un registro o calcular un valor. Necesita propósito, argumentos, límites de acceso y formato de resultado. El modelo propone la llamada; la aplicación valida y ejecuta la operación real.
Esta guía sirve para diseñar o revisar sistemas con herramientas. Una operación estrecha, lookup_lesson, muestra cómo transformar una descripción legible en un contrato de ejecución. Amplía las capacidades después de definir su utilidad y sus comprobaciones.
Ideas principales
- Una herramienta clara realiza un trabajo comprensible.
- Valida argumentos y autorización antes de ejecutar.
- Devuelve estado y evidencia relevante.
- Un protocolo de conexión no concede permisos por sí solo.
Describe el trabajo y sus límites
La consulta debe explicar catálogo, clave admitida y resultado cuando falta el registro. Llamarla 'hacer_todo' dificulta inspeccionar el contrato. Describe desde la perspectiva del solicitante: cuándo usarla, qué devuelve y qué nunca modifica. Esa claridad ayuda a depurar llamadas y a distinguir una consulta de una publicación o matrícula. Las diferencias deben estar definidas en la operación, en lugar de depender de una interpretación general del papel del asistente.
Define un esquema y aplícalo
Para el ejercicio, exige un objeto con una única clave de texto y rechaza campos inesperados. El esquema describe esa expectativa; la función ejecutora todavía debe comprobar entrada y acceso. Considera la propuesta una entrada no confiable, aunque el modelo produzca estructuras correctas habitualmente. Una solicitud bien formada puede pedir un registro no autorizado. Por eso validación de formato y validación de acceso son responsabilidades diferentes que deben aplicarse antes de la operación.
Devuelve un resultado útil
Indica si la operación tuvo éxito, si existe el registro y qué evidencia necesita la siguiente decisión. Distingue un servicio no disponible de una búsqueda correcta sin coincidencia. De lo contrario, el sistema podría interpretar una conexión fallida como inexistencia de la lección. Título, identificador y requisito pueden bastar para el registro educativo. Evita devolver toda la base cuando una entrada responde la pregunta. Un resultado preciso facilita revisar lo conocido y lo pendiente.
Qué cambia MCP
Model Context Protocol define una forma de conectar aplicaciones con servidores que ofrecen herramientas y recursos. Su arquitectura separa aplicación anfitriona, clientes y servidores. Puede estandarizar conexiones, pero el anfitrión sigue decidiendo permisos y uso de resultados. Incorporar un servidor MCP no convierte cada acción expuesta en apropiada para cualquier usuario ni sus contenidos en instrucciones confiables. Capacidad de conexión y autorización de una tarea son cuestiones que debes revisar por separado.
Prueba el límite además del caso correcto
Prueba lección conocida, clave ausente, argumento mal formado, herramienta no registrada y consulta fuera del catálogo autorizado. Comprueba que las llamadas rechazadas nunca se ejecutan y que los errores permanecen visibles. Si una operación modifica datos externos, examina reintentos y reconocimiento de cambios ya completados. Empieza con la consulta educativa de solo lectura, conserva su traza y añade herramientas cuando tengan necesidad y criterio de aceptación propios. La respuesta final no reemplaza la evidencia de ejecución.
En palabras sencillas
Una herramienta es un mostrador con un formulario concreto. El formulario explica qué pedir, el mostrador comprueba si puedes hacerlo y el recibo dice qué ocurrió. Un conector estándar no elimina esos controles.
Pruébalo
Escribe el contrato de lookup_lesson: propósito, campos, catálogo permitido, éxito, ausencia y fallo. Añade un argumento inválido y una petición no autorizada con sus puntos de rechazo.
Resultado esperado
Una especificación que distingue coincidencia, ausencia y fallo operativo, y rechaza llamadas prohibidas antes de ejecutar.
Comprueba tu respuesta: ¿Un JSON válido demuestra autorización?
No. Solo confirma estructura. El acceso y el permiso para la tarea requieren comprobaciones propias.
Preguntas y respuestas
¿Una herramienta es lo mismo que un prompt?
Un prompt proporciona instrucciones o contexto. Una herramienta es una operación implementada por la aplicación o servicio conectado. El modelo puede proponer una llamada según las instrucciones, pero la ejecución real, los permisos y el resultado pertenecen al límite de la herramienta.
¿Debo exponer toda la API como herramientas?
Empieza por las tareas necesarias. Pocas operaciones claras pueden ser más fáciles de usar y revisar que numerosos endpoints superpuestos. Prueba el conjunto con tareas representativas y añade otra operación cuando su función y sus límites sean diferentes y estén definidos.
Describe el contrato, aplícalo al ejecutar e inspecciona el recibo. Así conviertes una propuesta en trabajo verificable.
Fuentes y lecturas
- Anthropic — Writing effective tools for agents ↗Fuentes revisadas:
- Model Context Protocol — Architecture overview ↗Fuentes revisadas:
- OpenAI — Safety in building agents ↗Fuentes revisadas: