Chamada de ferramentas
A chamada de ferramentas, também conhecida como chamada de funções, é um recurso que permite a um modelo de linguagem pedir ao seu programa que execute uma função e usar o resultado na resposta. O modelo nunca executa nada por conta própria: ele devolve o nome de uma ferramenta e seus argumentos, e o seu código faz o trabalho.
Atualizado em 8 de novembro de 2026
Legível só nos seus dispositivos.
Sua conversa é legível no seu dispositivo, e nos seus outros dispositivos se você os sincronizar. Em nenhum outro lugar.
Ilegível para nós.
Sua mensagem passa sem ser gravada; suas conversas só ficam com a gente criptografadas.
O modelo não sabe quem você é.
Ele recebe a pergunta, nunca seu e-mail, sua conta ou seu endereço IP.
Nada fica pelo caminho.
A resposta volta e é guardada aqui, criptografada; mesmo com a sincronização, sua chave nunca chega até nós em claro.
Como funciona
Primeiro você descreve as ferramentas que oferece. Cada uma tem um nome, uma descrição curta e um esquema JSON com seus parâmetros, por exemplo uma função get_weather que recebe uma cidade. Essa lista vai junto com a conversa. Se o modelo achar uma ferramenta útil, a resposta traz uma chamada de ferramenta em vez de texto final: o nome e os argumentos, escritos em JSON. Seu programa executa a função, acrescenta uma mensagem com o resultado e o identificador da chamada e reenvia tudo. O modelo então escreve a resposta final a partir desse resultado. Pense num garçom que anota seu pedido num papel e nunca entra na cozinha. Exemplos típicos são consultar o status de um pedido, converter uma moeda, pesquisar numa base de conhecimento ou criar um evento na agenda.
A maioria das APIs permite orientar o comportamento. Você pode deixar a escolha com o modelo, proibir ferramentas, exigir que alguma seja chamada ou nomear a ferramenta exata. Várias chamadas podem vir na mesma resposta, o que poupa idas e vindas quando elas são independentes, e numa resposta em fluxo os argumentos chegam em pedaços sob o mesmo índice. O mesmo mecanismo move os agentes, que repetem o ciclo de chamada, resultado e decisão, e também é um jeito confiável de extrair dados estruturados de um texto. Alguns provedores oferecem um modo estrito que obriga a saída a seguir exatamente o esquema e elimina muitas chamadas malformadas.
É preciso cuidado. Um modelo pode escolher a ferramenta errada, inventar um argumento ou chamar uma função com valores válidos, mas prejudiciais: valide os argumentos do seu lado e nunca execute nada mais poderoso do que a tarefa exige. Nem todo modelo suporta o recurso, e os que suportam seguem um esquema com mais ou menos constância. Teste com casos reais, mantenha as descrições curtas e precisas e dê às ferramentas nomes que digam o que fazem. Mantenha curta a lista de ferramentas, pois um menu longo confunde os modelos e consome janela de contexto. Falhas típicas são uma cidade escrita errado, um campo obrigatório ausente, um número enviado como texto, uma data no formato errado ou uma ferramenta que não existe.
No NeverNo
A API do NeverNo oferece o recurso nas completions de chat. Passe tools, uma lista de funções com esquema JSON, e opcionalmente tool_choice (auto, none, required ou uma função nomeada) e parallel_tool_calls. Quando o modelo chama uma ferramenta, a resposta traz tool_calls e finish_reason vale tool_calls; você executa a função e devolve uma mensagem tool com o resultado e o seu tool_call_id. Em streaming, cada chamada chega no formato da OpenAI.
Só os modelos cujo capabilities.tools é true na lista /models aceitam ferramentas; qualquer outro responde com um erro 400 claro chamado tools_not_supported. O GLM 5.2, um modelo privado da Z.ai incluído nos planos pagos, tem janela de contexto de 200.000 tokens e um modo de raciocínio opcional. Confira a lista antes de construir sobre um modelo. A página sobre a alternativa ao ChatGPT explica por que as pessoas escolhem o NeverNo pela variedade de modelos.
O que vale lembrar
O modelo pede uma ferramenta por nome e argumentos; seu programa a executa e devolve o resultado.
Cada ferramenta é descrita por nome, descrição curta e esquema JSON dos parâmetros.
O tool_choice pode deixar a decisão com o modelo, proibir ferramentas ou forçar uma.
Valide cada argumento: uma chamada bem formada não é necessariamente segura.
Só modelos que declaram o recurso aceitam ferramentas; os outros devolvem erro.
Perguntas frequentes
O modelo executa a função?
Não. Ele só produz uma requisição estruturada que nomeia a função e seus argumentos. Seu código executa a função, por isso você controla o que pode de fato acontecer. Essa separação também permite acrescentar registros, limites de uso ou uma etapa de confirmação antes de qualquer execução.
Chamada de ferramentas é o mesmo que chamada de funções?
Na prática, sim. Chamada de funções foi o primeiro nome usado pela OpenAI; chamada de ferramentas é o termo mais amplo, já que a ferramenta pode ser uma função, uma busca ou outro serviço.
Como saber se um modelo suporta o recurso?
Leia as capacidades dele na lista de modelos. No NeverNo, GET /models mostra capabilities.tools para cada modelo, e um modelo sem o recurso responde com erro 400 em vez de ignorar as ferramentas em silêncio. Testar uma requisição pequena com uma ferramenta trivial é o jeito mais rápido de conferir como um modelo se comporta.
Faça a sua primeira pergunta
Sem conta e sem cartão. Escreva em qualquer um dos 10 idiomas que o NeverNo fala.
Abrir o chat