Tool calling (còn gọi là function calling) là cơ chế cho phép mô hình ngôn ngữ lớn (LLM) tương tác với các công cụ bên ngoài như API, cơ sở dữ liệu hoặc hệ thống nội bộ. Thay vì chỉ sinh văn bản, AI Agent có thể yêu cầu thực thi các hàm cụ thể để lấy dữ liệu thời gian thực, tính toán chính xác hay kích hoạt quy trình tự động. Hiểu rõ tool calling là gì là nền tảng để xây dựng AI agent thực thụ cho doanh nghiệp.

Tool Calling là gì? Cách AI Agent dùng công cụ bên ngoài

Tool Calling là gì?

Tool calling là cơ chế cho phép LLM tạo yêu cầu có cấu trúc để ứng dụng gọi một hàm thực thi. Tool có thể là hàm Python, REST API, truy vấn database, search service, workflow hoặc adapter kết nối SaaS. LLM được cung cấp danh sách tool kèm schema mô tả đầu vào và đầu ra. Khi nhận nhiệm vụ, model quyết định trả lời trực tiếp hoặc đề xuất gọi tool phù hợp.

Các nhà cung cấp LLM lớn như OpenAI, Anthropic và Google đều hỗ trợ tool calling thông qua API chuẩn. Riêng nền tảng mã nguồn mở như n8n AI Agent tích hợp sẵn cơ chế này để doanh nghiệp tự động hóa quy trình mà không cần viết code phức tạp.

Tool Calling hoạt động thế nào?

Quy trình tool calling diễn ra theo vòng lặp yêu cầu–thực thi–tổng hợp:

1. Người dùng gửi yêu cầu đến ứng dụng có tích hợp LLM.
2. LLM phân tích và quyết định cần gọi tool nào dựa trên schema được cung cấp.
3. Model sinh JSON yêu cầu chứa tên hàm và tham số.
4. Runtime kiểm tra schema, phân quyền và thực thi hàm thật.
5. Kết quả trả về cho LLM dưới dạng tool result.
6. LLM tổng hợp câu trả lời cuối hoặc quyết định gọi thêm tool khác.

Điểm quan trọng: LLM không trực tiếp chạy hàm. Nó chỉ tạo dữ liệu thể hiện ý định. Runtime quyết định có cho phép lời gọi đó hay không. Sự phân tách này tạo ranh giới an toàn giữa khả năng suy luận của model và quyền truy cập hệ thống.

Tool Calling khác gì với Function Calling?

Về bản chất, tool calling và function calling là cùng một khái niệm. OpenAI gọi là function calling, Anthropic dùng thuật ngữ tool use. Cả hai đều dùng JSON Schema để mô tả đầu vào và đầu ra của hàm. Sự khác biệt chính nằm ở cách đặt tên trong API của từng nhà cung cấp.

Thuật ngữ tool calling đang dần trở thành chuẩn chung khi đề cập đến khả năng LLM tương tác với thế giới bên ngoài, vì tool bao hàm rộng hơn so với function — không chỉ hàm code mà còn API, webhook, database query, v.v.

Lợi ích của Tool Calling cho doanh nghiệp

Truy xuất dữ liệu thời gian thực

LLM chỉ biết những gì đã học trong quá trình huấn luyện. Với tool calling, AI Agent có thể gọi API để lấy dữ liệu hiện tại: tồn kho, báo cáo doanh thu, trạng thái đơn hàng — thông tin luôn cập nhật.

Tự động hóa hành động thực tế

AI không chỉ trả lời mà còn có thể tạo ticket, gửi email, cập nhật CRM hoặc kích hoạt workflow trên n8n. Điều này biến chatbot thành trợ lý ảo thực thụ.

Tính toán chính xác

Thay vì suy luận số liệu gần đúng, LLM gọi hàm tính toán để có kết quả chính xác: hóa đơn, thuế, lương, thống kê — không sai số.

Multi-agent phối hợp

Trong multi agent, các agent chuyên biệt gọi tool riêng rồi phối hợp kết quả. Agent tra cứu đơn hàng dùng tool search_order, agent gửi email dùng tool send_email.

Các câu hỏi thường gặp về Tool Calling

Tool calling có an toàn không?

Có, vì LLM chỉ đề xuất lời gọi — runtime kiểm soát quyền, xác thực và validate tham số trước khi thực thi. Thiết kế đúng pattern sẽ ngăn truy cập trái phép.

Tool calling có cần lập trình không?

Cần kiến thức lập trình cơ bản để định nghĩa schema và viết hàm xử lý. Nền tảng như n8n cho phép cấu hình tool calling bằng giao diện kéo thả, giảm rào cản kỹ thuật.

Tool calling khác RAG thế nào?

RAG (Retrieval-Augmented Generation) truy xuất tài liệu để LLM đọc. Tool calling thực thi hành động. Hai cơ chế bổ sung nhau: RAG cung cấp kiến thức, tool calling thực hiện thao tác.

Tool calling có hỗ trợ song song không?

Có. OpenAI và Anthropic đều hỗ trợ parallel tool calls — LLM có thể đề xuất nhiều lời gọi cùng lúc để tăng tốc xử lý.

Cập nhật lần cuối: 18/10/2026 · Biên soạn: Đội ngũ kỹ thuật Wise Tech