Utilisation d'outils

Définition

L'utilisation d'outils est la capacité d'un modèle d'IA à appeler des fonctions, des API ou des systèmes externes — comme rechercher une commande ou émettre un remboursement — au lieu de se contenter de générer du texte, ce qui lui permet d'agir sur des données réelles plutôt que de simplement les décrire.

Aussi connu sous : appel d'outilsfunction callingoutils d'agent

Comment cela fonctionne

On fournit au modèle un ensemble d'outils, chacun décrit par un nom, un objectif et les entrées attendues. Quand une demande exige des données en direct ou une action, le modèle produit un appel structuré — le nom de l'outil et ses arguments — que le système environnant exécute. Le résultat est renvoyé au modèle, qui s'en sert pour poursuivre son raisonnement ou rédiger sa réponse finale.

Dans le support client, c'est ce qui permet à un agent IA de lire le compte d'un client dans un système back-office, d'appliquer une règle et d'effectuer une action comme la mise à jour d'un enregistrement — le tout au cours d'une même conversation.

Pourquoi c'est important pour le support

L'utilisation d'outils est le mécanisme qui transforme un assistant purement textuel en un système capable de résoudre des tickets. Sans elle, une IA ne peut qu'expliquer comment faire quelque chose ; avec elle, elle peut réellement le faire à la place du client.

Ancre les réponses dans des données en direct plutôt que dans un texte figé
Permet des actions comme les remboursements, les mises à jour et les recherches
Constitue le socle technique de l'IA agentique

Questions fréquentes

L'utilisation d'outils est-elle la même chose que le function calling ?

En grande partie, oui. Le « function calling » désigne le fait, pour le modèle, de produire une requête structurée pour exécuter une fonction nommée ; « utilisation d'outils » est le terme plus large, qui couvre l'appel de n'importe quelle capacité externe. Les deux s'emploient souvent indifféremment.

En quoi l'utilisation d'outils diffère-t-elle du RAG ?

Le RAG récupère du texte de référence pour ancrer une réponse ; l'utilisation d'outils permet au modèle d'appeler une fonction capable de lire des données en direct ou d'effectuer une action. Beaucoup d'agents combinent les deux.

Comment Macha connecte les custom tools

Termes liés

Appel de fonctions

L'appel de fonctions est la capacité qu'a un modèle de langage de demander l'exécution d'une fonction ou d'une API prédéfinie — en renvoyant le nom de la fonction et des arguments structurés — afin de récupérer des données en direct ou d'agir, au lieu de seulement produire du texte..

IA agentique

L'IA agentique est une IA qui ne se contente pas de répondre à des questions mais qui agit : elle planifie des tâches en plusieurs étapes, appelle des outils et des API, et poursuit un objectif de bout en bout avec peu ou pas d'intervention humaine..

Outils personnalisés

Chez Macha, un outil personnalisé permet à un agent IA d'appeler n'importe quel point de terminaison d'API HTTP que vous configurez — un agent peut ainsi lire des données en direct ou agir dans un système pour lequel Macha ne propose pas de connecteur natif, sans attendre une application du marketplace..

Agent IA

Un agent IA est un système logiciel qui s'appuie sur un modèle de langage pour comprendre une demande, décider quoi faire et agir — appeler des outils, récupérer des données, accomplir des tâches — au lieu de se contenter de renvoyer une réponse scriptée unique..

Génération augmentée par récupération (RAG)

La génération augmentée par récupération (RAG) est une technique par laquelle un modèle d'IA récupère les informations pertinentes dans vos propres sources de connaissances au moment de la requête et s'en sert pour ancrer sa réponse, au lieu de se fier uniquement à ce qu'il a mémorisé pendant l'entraînement..

Passez à l'action

Macha est une couche d'agents IA qui se pose sur le help desk que vous utilisez déjà, Zendesk, Freshdesk, Front, Intercom ou Gorgias.

Démarrer l'essai