Résumé
Dans ce module, vous avez appris comment l’appel d’outils étend un modèle d’INTELLIGENCE artificielle générative du raisonnement texte uniquement aux actions pratiques et ancrées.
Vous avez découvert comment configurer des outils dans les demandes d’API Réponses OpenAI et comment chaque outil ajoute une fonctionnalité différente :
- L’outil code_interpreter permet au modèle de générer et d’exécuter du code Python pour les calculs, l’analyse des données et la résolution des problèmes itératives.
- L’outil web_search permet la récupération d’informations externes actuelles afin que les réponses puissent inclure du contenu à la source et opportun.
- L’outil file_search aide le modèle à répondre aux questions de vos propres documents indexés et fichiers de connaissances.
- L’outil de fonction permet à votre application d’exécuter une logique métier personnalisée et de renvoyer les résultats au modèle.
Dans tous les outils, le même modèle d’implémentation de base s’applique : définissez l’outil dans votre demande, laissez le modèle décider quand il doit l’utiliser, renvoyer la sortie de l’outil si nécessaire et valider les réponses pour la correction et la sécurité.
À l’étape suivante, vous pouvez combiner ces techniques pour créer des assistants plus capables et évoluer vers des solutions agentiques complètes avec des instructions, des outils et une orchestration persistants.