Function calling
Function calling en LLM y agentes IA: guía práctica con OpenAI tools, schema JSON, validación, ejecución segura y casos reales de integración con APIs
El function calling es el mecanismo que convierte un LLM en un verdadero agente. Sin el, solo tienes un chatbot que genera texto. Con el, puedes encadenar acciones reales sobre APIs, bases de datos, herramientas internas y servicios externos.
Que es function calling
Es la capacidad del modelo de devolver, en lugar de texto libre, una invocacion estructurada a una funcion que tu defines (nombre + parametros en JSON Schema). Tu la ejecutas, le pasas el resultado y el modelo continua razonando.
Modelos soportados en 2026
- OpenAI GPT-4o, GPT-4.1, o3: function calling nativo y tool_choice.
- Anthropic Claude 4: tool use con streaming.
- Google Gemini 2.5: function calling parcial, requiere prompt engineering adicional.
- Modelos open-source (DeepSeek, Llama 3.3): soportan tools en OpenRouter.
Patron basico de agente
- Defines un array de tools con JSON Schema.
- Envias el prompt + tools al modelo.
- El modelo devuelve un tool_call o texto.
- Si hay tool_call, lo ejecutas en tu backend.
- Pasas el resultado al modelo como message role «tool».
- Repites hasta que el modelo responda con texto final.
Errores que matan la fiabilidad
- Definir parametros demasiado vagos: el modelo inventa valores.
- No validar el JSON antes de ejecutar (el modelo puede devolver JSON roto).
- Bucle infinito: sin limite de iteraciones el agente se atasca.
- Mezclar funciones de solo lectura con mutaciones sin permisos claros.
- No registrar cada tool_call en logs: imposible depurar.
RAG + function calling
El combo mas potente: un tool buscar_en_base_conocimiento que consulta tu vector DB (pgvector, Qdrant, Weaviate) y devuelve los N resultados mas relevantes. El modelo decide cuando llamarlo. Para evitar alucinaciones, sigue nuestras recomendaciones de RAG sin alucinaciones.
En la práctica: function calling en producción
Estos son dos casos reales de chatbots con IA que hemos diseñado y mantenemos en producción. No teoría de laboratorio: agentes conversacionales operativos con usuarios reales.
MakIA Code (linkeamos.net)
Plataforma de agentes IA autoalojada con function calling nativo dual (OpenRouter + DeepSeek + Groq + Grok), sistema de skills personalizables y arquitectura RAG sobre datos propios.
MIA en Estilyo
Asistente conversacional propio sin LLM externo con memoria por visitante, detección de sentimiento y motor de búsqueda sobre 69.000 productos de moda. Personal shopper IA integrado en comparador.
¿Necesitas un chatbot con IA a medida? Programamos asistentes RAG sobre tus datos, integraciones con OpenAI, Claude, Groq y modelos autoalojados, function calling para conectar a APIs reales y prompts defensivos que evitan alucinaciones. Ver servicio de chatbots con IA →
Seguridad en tools
- Nunca expongas tools que ejecuten SQL arbitrario.
- Cada tool debe tener su propio rate-limit.
- Valida con Zod/Joi antes de tocar BD.
- Audita cada accion destructiva con confirmacion humana.
Si vas a montar un agente IA real para tu negocio, en ContacPro hemos construido decenas, desde asistentes de soporte hasta agentes que reservan mesa por voz. Hablamos en chatbots con IA.