.svg)
Kronehoefstraat 85
5612 HL Eindhoven
BTW NL863902509B01
Wat is het?
Tool calling is het vermogen van een AI-model om tijdens het uitvoeren van een taak externe tools aan te roepen. In plaats van alleen tekst te genereren, kan het model besluiten dat het een specifiek systeem nodig heeft en dat systeem aanroepen om informatie op te halen of een actie uit te voeren.
In de praktijk betekent dit dat een AI-agent niet alleen weet dat hij een factuur moet opzoeken, maar dat hij ook daadwerkelijk de zoekopdracht uitvoert in je boekhoudpakket, de uitkomst ontvangt en daarmee verdergaat. Tool calling is wat een taalmodel verandert van een tekstmachine in een digitale medewerker die werkt met je systemen.
Waarom het ertoe doet voor het MKB
Zonder tool calling is een AI beperkt tot wat er in zijn context staat: tekst die je hem hebt gegeven. Met tool calling heeft de AI toegang tot actuele, specifieke informatie uit je eigen systemen en kan hij acties uitvoeren namens je team.
- De AI kan realtime informatie ophalen, zoals de actuele status van een order, het saldo van een klant of de beschikbaarheid van een medewerker, zonder dat iemand die informatie eerst handmatig moet kopiëren.
- De AI kan acties uitvoeren in je systemen, zoals een taak aanmaken, een afspraak inplannen of een record bijwerken, als onderdeel van een groter werkproces.
- Meerdere tools kunnen in een sessie worden gebruikt, waardoor een AI-agent een volledig proces kan doorlopen dat anders meerdere handmatige stappen over meerdere systemen zou vergen.
Tool calling is een van de kernmechanismen achter praktisch bruikbare AI-agents: het is de brug tussen wat een model weet en wat er in jouw bedrijf daadwerkelijk gebeurt.
Hoe het werkt
Wanneer een AI-model een taak krijgt, beoordeelt het welke tools er beschikbaar zijn en of het er een nodig heeft. Als dat zo is, genereert het een gestructureerd verzoek aan de tool, wacht op het resultaat en verwerkt dat in zijn volgende stap.
- De beschikbare tools worden gedefinieerd met een naam, beschrijving en de parameters die ze accepteren.
- Het model ontvangt een taak en beoordeelt of het een tool nodig heeft om die uit te voeren.
- Als dat zo is, genereert het model een gestructureerd toolverzoek met de juiste parameters.
- De tool wordt uitgevoerd en het resultaat wordt teruggestuurd naar het model.
- Het model verwerkt het resultaat en gaat door naar de volgende stap, of roept zo nodig een andere tool aan.
Mensen houden controle door te bepalen welke tools beschikbaar zijn, welke acties ze mogen uitvoeren en op welke momenten menselijke goedkeuring vereist is.
Voorbeeld uit de praktijk
Stel, een uitzendbureau gebruikt een AI-agent die nieuwe opdrachten verwerkt. De agent ontvangt een e-mail van een klant met een nieuwe vacature. Via tool calling zoekt de agent in het CRM of de klant al bestaat, haalt de contactgegevens op, maakt een nieuwe opdrachtregel aan en koppelt die aan het klantprofiel. Vervolgens doorzoekt de agent de kandidatendatabase op overeenkomende profielen en zet de resultaten klaar voor de recruiter. Alles wat normaal meerdere schermen en kopieerhandelingen vergt, loopt nu als een automatische reeks stappen.
Vergelijking en misvattingen
Prompt engineering stuurt het model met instructies in tekst; tool calling geeft het model de mogelijkheid om buiten die tekst te treden en je echte systemen te gebruiken. Zonder tool calling is een AI een slimme gesprekspartner; met tool calling is het een medewerker die ook daadwerkelijk iets regelt.
.svg){kind=icon}