Databricks giải mã Tool Calling: Khi AI biết sử dụng công cụ bên ngoài

Tool calling (gọi công cụ) là khả năng của một mô hình AI trong việc tương tác với các công cụ, API hoặc hệ thống bên ngoài để thực hiện các tác vụ và truy xuất thông tin nằm ngoài phạm vi khả năng tự thân của mô hình. Thay vì chỉ dựa vào kiến thức được nạp sẵn trong dữ liệu huấn luyện, một mô hình có khả năng tool calling có thể nhận diện khi nào yêu cầu của người dùng cần sự trợ giúp từ bên ngoài, chọn công cụ phù hợp và cấu trúc hóa yêu cầu để hoàn thành công việc.

Đây chính là khả năng phân biệt một chatbot tĩnh với một AI agent (tác nhân AI) có tính ứng dụng cao. Nếu không có tool calling, một mô hình ngôn ngữ lớn chỉ có thể tạo văn bản dựa trên các khuôn mẫu đã học trong quá trình huấn luyện. Với nó, cùng mô hình đó có thể kiểm tra hàng tồn kho theo thời gian thực, truy vấn cơ sở dữ liệu, gửi email, thực thi mã nguồn hoặc gọi một API của bên thứ ba. Tool calling mang lại "đôi tay" cho các mô hình AI.

Tại sao tool calling lại quan trọng đối với các AI agent?

AI agent là các hệ thống có khả năng nhận thức môi trường, đưa ra quyết định và thực hiện hành động để đạt được mục tiêu. Tool calling chính là yếu tố giúp phần "thực hiện hành động" trở nên khả thi. Một agent không thể gọi công cụ thì chỉ giới hạn trong việc hội thoại. Một agent có thể gọi công cụ sẽ trở thành một nhân sự thực thụ.

Sự chuyển dịch từ AI tạo sinh sang AI tác nhân (Agentic AI)

AI tạo sinh (Generative AI) tạo ra văn bản, hình ảnh và mã nguồn. AI tác nhân (Agentic AI) tiến xa hơn bằng cách lập kế hoạch cho các quy trình làm việc nhiều bước, sử dụng công cụ để thực hiện từng bước và thích ứng dựa trên kết quả. Tool calling là cầu nối giữa hai mô hình này. Đó là cơ chế giúp mô hình AI chuyển từ việc mô tả những gì có thể làm sang việc thực sự bắt tay vào làm.

Tại sao các doanh nghiệp lại quan tâm?

Bài toán kinh doanh rất rõ ràng. Theo Gartner, 40% ứng dụng doanh nghiệp sẽ tích hợp các AI agent chuyên biệt cho từng tác vụ vào cuối năm 2026, tăng từ mức dưới 5% vào năm 2025. Sự tăng trưởng đó phụ thuộc vào khả năng tool calling đáng tin cậy. Nếu một agent không thể truy vấn CRM, cập nhật hồ sơ hoặc kích hoạt quy trình làm việc hạ nguồn một cách ổn định, nó sẽ không thể mang lại giá trị ở cấp độ sản xuất.

Tool calling cũng thay đổi cách các đội ngũ tư duy về tự động hóa. Thay vì xây dựng các tích hợp cứng nhắc, dựa trên quy tắc cho mọi quy trình làm việc có thể xảy ra, các tổ chức có thể triển khai các AI agent tự động chọn và gọi đúng công cụ dựa trên ngữ cảnh. Điều này giúp hệ thống linh hoạt hơn và giảm bớt gánh nặng kỹ thuật trong việc duy trì các kết nối điểm-điểm vốn dễ bị lỗi.

AI tool calling hoạt động như thế nào?

Tool calling tuân theo một vòng lặp có cấu trúc. Mô hình không trực tiếp thực thi các công cụ. Thay vào đó, nó tạo ra các yêu cầu có cấu trúc mà lớp ứng dụng sẽ thực hiện, sau đó tích hợp kết quả vào phản hồi của nó. Dưới đây là quy trình từng bước.

Bước 1. Nhận diện khi nào cần sử dụng công cụ

Quy trình bắt đầu khi người dùng gửi một yêu cầu mà mô hình không thể trả lời chỉ bằng dữ liệu huấn luyện. Nếu người dùng hỏi "Thủ đô của Pháp là gì?", mô hình sẽ trả lời trực tiếp. Nếu người dùng hỏi "Số liệu doanh số quý 2 của chúng ta là bao nhiêu?", mô hình nhận diện rằng nó cần truy vấn một nguồn dữ liệu bên ngoài.

Sự nhận diện này phụ thuộc vào quá trình huấn luyện của mô hình. Các mô hình hỗ trợ tool calling đã được tinh chỉnh để xác định khi nào một truy vấn nằm ngoài phạm vi kiến thức của chúng và khi nào một công cụ sẵn có có thể trợ giúp. Mô hình đánh giá ý định của người dùng dựa trên danh sách các công cụ mà nó được cấp quyền truy cập.

Bước 2. Chọn đúng công cụ

Khi mô hình xác định cần dùng công cụ, nó sẽ chọn công cụ phù hợp nhất từ tập hợp các công cụ sẵn có. Mỗi công cụ được mô tả cho mô hình bằng một schema (lược đồ) bao gồm tên công cụ, chức năng và các tham số mà nó chấp nhận. Mô hình đối chiếu yêu cầu của người dùng với các mô tả này để chọn đúng công cụ.

Ví dụ, nếu một agent có quyền truy cập vào cả API thời tiết và công cụ truy vấn cơ sở dữ liệu, và người dùng hỏi về dự báo thời tiết ngày mai, mô hình sẽ chọn API thời tiết. Nếu người dùng hỏi về doanh thu tháng trước, nó sẽ chọn công cụ truy vấn cơ sở dữ liệu.

Bước 3. Xây dựng và gửi yêu cầu

Sau khi chọn công cụ, mô hình tạo ra một đầu ra có cấu trúc, thường là JSON, chỉ định công cụ nào cần gọi và các đối số nào cần truyền vào. Mô hình không tự thực hiện cuộc gọi này. Nó tạo ra yêu cầu, và lớp ứng dụng sẽ xử lý việc thực thi.

Bước 4. Nhận và xử lý phản hồi

Công cụ bên ngoài thực thi yêu cầu và trả về kết quả. Đây có thể là một gói dữ liệu từ cơ sở dữ liệu, xác nhận hành động đã hoàn tất, thông báo lỗi hoặc bất kỳ phản hồi có cấu trúc nào khác. Lớp ứng dụng chuyển kết quả này ngược lại cho mô hình để làm ngữ cảnh cho việc tạo ra câu trả lời cuối cùng.

Bước 5. Đưa ra câu trả lời hoặc thực hiện hành động

Với phản hồi từ công cụ trong tay, mô hình tổng hợp thành câu trả lời bằng ngôn ngữ tự nhiên cho người dùng. Nếu người dùng hỏi về số liệu doanh số quý 2, mô hình có thể trả lời: "Doanh số quý 2 năm 2026 tại Bắc Mỹ đạt 14,3 triệu USD, tăng 12% so với quý 1." Mô hình kết hợp dữ liệu thô từ công cụ với khả năng ngôn ngữ của mình để tạo ra một phản hồi rõ ràng, có ngữ cảnh.

Trong một số trường hợp, kết quả không phải là một câu trả lời hội thoại mà là một hành động được thực thi, chẳng hạn như gửi email, cập nhật bản ghi cơ sở dữ liệu hoặc kích hoạt một quy trình làm việc. Mô hình sẽ xác nhận hành động đó với người dùng.

Bước 6. Lặp lại và tinh chỉnh kết quả

Tool calling không phải lúc nào cũng là một quy trình một chiều. Các yêu cầu phức tạp có thể đòi hỏi nhiều cuộc gọi công cụ liên tiếp. Một agent được yêu cầu "chuẩn bị bản tóm tắt hiệu suất quý trước và gửi email cho ban lãnh đạo" có thể trước tiên truy vấn cơ sở dữ liệu để lấy các chỉ số hiệu suất, sau đó gọi công cụ thực thi mã để tạo biểu đồ, rồi gọi API email để gửi bản tóm tắt.

Tại mỗi bước, mô hình đánh giá xem nó đã có đủ thông tin để tiếp tục hay cần thêm các cuộc gọi công cụ khác. Vòng lặp lặp lại này chính là yếu tố giúp các hệ thống AI tác nhân có khả năng xử lý các quy trình làm việc nhiều bước.

Các loại tool calling phổ biến

Tool calling không phải là một mô hình duy nhất. Các trường hợp sử dụng khác nhau đòi hỏi các loại công cụ khác nhau, mỗi loại phục vụ một mục đích riêng biệt trong quy trình làm việc của agent.

Truy xuất thông tin và tìm kiếm

Loại tool calling phổ biến nhất liên quan đến việc lấy dữ liệu mà mô hình không có. Điều này bao gồm truy vấn cơ sở dữ liệu, tìm kiếm trong kho lưu trữ tài liệu, gọi API tìm kiếm hoặc truy xuất thông tin thời gian thực như giá cổ phiếu, dữ liệu thời tiết hoặc tin tức. Retrieval-augmented generation (RAG) là một dạng cụ thể của mô hình này, trong đó mô hình truy vấn một cơ sở tri thức để làm căn cứ cho các phản hồi dựa trên dữ liệu đã được xác thực.

Thực thi mã nguồn (Code execution)

Một số tác vụ yêu cầu mô hình viết và chạy mã thay vì chỉ tạo văn bản. Các công cụ thực thi mã cho phép các agent thực hiện tính toán, chuyển đổi dữ liệu, tạo hình ảnh trực quan hoặc chạy các tập lệnh phân tích. Một AI coding agent có thể viết một hàm Python, thực thi nó trong môi trường sandbox và trả kết quả cho người dùng.

Tự động hóa quy trình

Tool calling cho phép các agent kích hoạt hành động trong các hệ thống bên ngoài. Điều này bao gồm gửi email, tạo ticket trong các công cụ quản lý dự án, cập nhật bản ghi CRM, khởi tạo quy trình phê duyệt hoặc đăng tin nhắn lên các nền tảng giao tiếp. Những công cụ này biến các agent thành những người tham gia vào quy trình kinh doanh thay vì chỉ là những người quan sát thụ động.

Thiết bị thông minh và giám sát IoT

Trong bối cảnh công nghiệp và vận hành, tool calling kết nối các AI agent với các hệ thống vật lý. Một agent có thể truy vấn dữ liệu cảm biến từ thiết bị sản xuất, điều chỉnh cài đặt nhiệt độ trong tòa nhà thông minh hoặc giám sát dữ liệu từ xa của đội xe. Những tích hợp này mở rộng khả năng của AI từ thế giới kỹ thuật số sang thế giới vật lý.

Tool calling so với function calling

Hai thuật ngữ này có liên quan chặt chẽ và thường được dùng thay thế cho nhau, nhưng có một sự khác biệt mang tính ý nghĩa cần hiểu rõ.