AITerms 登入
大型語言模型Prompt工程AI應用

工具使用能力(Tool Use)是什麼?

工具使用能力是指大型語言模型利用外部工具(例如API、資料庫)來擴展其功能,完成更複雜任務的能力。

完整定義

工具使用能力是指大型語言模型(LLM)能夠調用和利用外部工具(例如API、資料庫、計算器)來擴展其功能,從而完成更複雜、更具體的任務。這種能力使得LLM不再局限於其自身的知識庫,而是可以利用外部資源來獲取資訊、執行計算或執行其他操作。常見應用包括自動化工作流程、資料分析、程式碼生成。

白話說明

你有沒有想過,模型不只會回答,還能去查資料、算數字、發指令?

你可以把工具使用能力想成「AI 會說話,也會動手做事」

模型先判斷要不要用工具,再把參數送出去,拿回結果後再繼續推理

它很適合查資料、呼叫 API 和執行工作流,但工具設計不好就容易出錯

記住這句

會回答不夠,還要會選工具、填參數、讀結果。

比喻:工具使用能力就像讓一個聰明的學生學會用計算機、字典和網路 -- 他原本只能靠自己的知識回答問題,現在學會用工具,就能解決更難、更精確的問題。

容易混淆

工具使用能力 vs 提示工程

工具使用能力是模型和外部工具互動的能力

提示工程是你設計輸入內容的方法

最關鍵的區別:一個是系統能力,一個是輸入技巧

工具使用能力 vs 函數呼叫

工具使用能力是更大的概念

函數呼叫是常見的實作方式

最關鍵的區別:概念範圍不同

工具使用能力 vs 代理程式

工具使用能力是代理程式的重要零件

代理程式還要有規劃、記憶和迴圈

最關鍵的區別:工具只是其中一環

實際案例

查資料

模型先呼叫搜尋或資料庫工具,再把找到的內容整理成答案,比憑空猜更可靠

工作流程

訂票、寄信、建日曆這類任務,需要模型把語意轉成可執行的動作

演算法與應用

工具選擇先判斷要不要查詢、計算或操作系統選錯工具就會走偏
參數生成把自然語言轉成工具需要的欄位欄位名要對得上
結果回讀把工具回傳的內容再整理成回答這一步常決定可用性
錯誤處理處理缺值、失敗和格式不合實務上很重要

情境判斷

Q1(直覺題):你要讓模型查今天會議室是否空著,適合用它嗎?

適合,因為這需要連到外部系統查詢。

Q2(判斷題):你只是想讓模型寫一段短文,還一定要接工具嗎?

不一定,純文字生成通常不需要工具,接了反而可能增加複雜度。

常見問題

相關術語

本頁內容有提到,或屬於同一組主題的術語

來源

這個術語目前沒有標註外部來源。

其他格式:Markdown 版本