Inteligência artificial · Arquiteturas · 8 min de leitura
Agentes de IA e uso de ferramentas
Um agente é um LLM em laço: ele decide chamar ferramentas (buscar, calcular, executar código), observa o resultado e continua até concluir a tarefa.
Arraste para o lado para ver o diagrama inteiro.
Do chat ao agente
No uso de ferramentas (tool use ou function calling), você descreve funções disponíveis — nome, para que serve e os parâmetros em JSON Schema. O modelo responde com um pedido estruturado (“chame buscar_pedido com id=123”), sua aplicação executa e devolve o resultado. Um agente repete esse ciclo até cumprir a tarefa.
O padrão ReAct
O modelo alterna raciocínio (“preciso do saldo antes de responder”) e ação (chamar a ferramenta), observando cada resultado. Isso reduz alucinações em tarefas que dependem de dados externos.
Projetando boas ferramentas
- Poucas ferramentas, com nomes e descrições claros, funcionam melhor que dezenas parecidas.
- Valide os argumentos no servidor: trate o pedido do modelo como entrada não confiável.
- Ações com efeito (enviar, pagar, apagar) pedem confirmação humana.
- Limite o número de passos e registre cada chamada para auditoria.
Em resumo
- Ferramentas são descritas com JSON Schema.
- O modelo pede; sua aplicação executa.
- Agente = laço de decidir, agir e observar.
- Valide entradas e confirme ações irreversíveis.
Vantagens e custos
- Acessa dados e sistemas reais
- Resolve tarefas de vários passos
- Mais latência e custo por tarefa
- Exige limites, logs e permissões cuidadosas