Home

/

Glossary

/

Cos'è il tool calling (function calling)?

Il tool calling, o function calling, permette a un LLM di far agire il software. Come funziona, differenze tra i termini e cosa cambia al telefono.

Il tool calling, detto anche function calling, è il modo in cui un modello linguistico di grandi dimensioni (LLM) svolge un lavoro al di fuori del proprio testo: il modello restituisce il nome di uno strumento e degli argomenti strutturati, e l'applicazione lo esegue.

Il modello non esegue mai nulla da solo. Chiede, e il software agisce. È questo che permette a un agente IA di verificare un ordine, fissare un appuntamento o trasferire una chiamata invece di limitarsi a parlarne.

Tool calling e function calling sono la stessa cosa?

Nell'uso quotidiano, sì. I fornitori di modelli trattano i due termini come nomi di un unico meccanismo. La guida di OpenAI si apre con «Function calling (noto anche come tool calling)». La documentazione di Anthropic si apre con «Tool use (chiamato anche function calling)». IBM scrive «Tool calling, a volte chiamato function calling».

Quando si traccia una distinzione, «tool» è il termine più ampio. La guida di OpenAI afferma: «Una funzione è un tipo specifico di strumento, definito da uno schema JSON».

TermineDove lo troviCosa comprende
Function callingTitolo della guida di OpenAI, documentazione di RetellIl modello compila gli argomenti di una funzione che hai descritto con uno schema JSON, e il tuo codice la esegue
Tool callingOpenAI, IBM, il Retell vCX BenchmarkLo stesso meccanismo per qualsiasi strumento: le tue funzioni, gli strumenti integrati di una piattaforma, gli strumenti su un server MCP
Tool useDocumentazione di AnthropicIl nome che Anthropic dà allo stesso meccanismo
MCP (Model Context Protocol)modelcontextprotocol.io«Uno standard open source per collegare le applicazioni di IA a sistemi esterni». Fornisce gli strumenti. È sempre il modello a decidere quando chiamarne uno

Come funziona il tool calling?

La guida di OpenAI descrive il tool calling come «una conversazione in più passaggi tra la tua applicazione e un modello», articolata in cinque passaggi:

  1. Offri gli strumenti. L'applicazione invia al modello la conversazione e un elenco di strumenti che potrebbe chiamare.
  2. Ricevi una chiamata a uno strumento. Se serve uno strumento, il modello risponde con il nome dello strumento e gli argomenti.
  3. Eseguilo. L'applicazione esegue il codice o la richiesta API.
  4. Restituisci il risultato. L'applicazione rimanda al modello l'output dello strumento.
  5. Ottieni la risposta. Il modello scrive la sua risposta a partire dal risultato, oppure chiede un altro strumento.

La chiamata in sé è composta da poche righe di JSON. Questo esempio è tratto dalla documentazione di Retell sul function calling:

{"function": "book_appointment", "arguments": {"date": "2024-03-15", "time": "14:00", "customer_name": "John Smith"}}

Diagramma di una chiamata a uno strumento durante una telefonata, in sei passaggi. Il chiamante fornisce il numero d'ordine 78542. L'LLM restituisce una chiamata allo strumento get_order_status con il numero d'ordine come argomento. Retell invia una richiesta alla tua API e attende, e nel frattempo l'agente può dire "Lo verifico subito per te". La tua API restituisce lo stato e la data di consegna. Il risultato torna all'LLM. L'agente dice "Il tuo ordine è stato spedito ieri e arriverà giovedì." Il modello chiede e l'applicazione agisce.
Una chiamata a uno strumento durante una telefonata: la verifica dello stato di un ordine tramite una funzione personalizzata, secondo l'esempio della documentazione di Retell. Diagramma di Retell AI, novembre 2026.

Cosa determina il successo o il fallimento di una chiamata a uno strumento?

Due cose devono andare per il verso giusto. Il modello deve scegliere lo strumento giusto al momento giusto e deve passare argomenti validi.

  • Le descrizioni guidano la scelta. La documentazione di Anthropic afferma che Claude decide quando chiamare uno strumento «in base alla richiesta dell'utente e alla descrizione dello strumento». La documentazione di Retell sulle funzioni personalizzate indica le descrizioni vaghe come «il motivo più comune per cui una funzione non viene mai attivata».
  • Gli schemi vincolano gli argomenti. La modalità strict di OpenAI fa sì che le chiamate di funzione «rispettino in modo affidabile lo schema della funzione, invece di essere un tentativo al meglio».
  • I benchmark lo valutano separatamente. Il tool calling è una delle quattro suite del Retell vCX Benchmark, insieme a rispetto delle istruzioni, grounding e linguaggio colloquiale. Verifica «se il modello seleziona l'azione giusta e passa argomenti validi». Tell-1, l'LLM proprietario di Retell, supera il 95,4% dei casi di tool calling (5° posto in quella suite) ed è al 1° posto nella media complessiva, a novembre 2026 (classifica consultata il 13 novembre 2026). L'articolo tecnico sull'LLM di Retell spiega come il modello viene addestrato e valutato.

Come funziona il tool calling durante una telefonata?

In una chiamata, il chiamante attende mentre lo strumento viene eseguito, quindi i tempi fanno parte della progettazione. La documentazione di Retell elenca gli strumenti che un agente vocale con IA può chiamare durante una chiamata:

  • Funzioni predefinite: End Call, Transfer Call, Press Digits e Send SMS.
  • Strumenti di integrazione: azioni su un provider collegato come HubSpot, Salesforce, Zendesk o Cal.com, senza alcun endpoint da ospitare.
  • Funzioni personalizzate: l'agente chiama la tua API e utilizza la risposta.
  • Strumento di codice: JavaScript eseguito nella sandbox di Retell.
  • Strumenti MCP: strumenti su un server MCP remoto che colleghi.

Con una funzione personalizzata, Retell «invia una richiesta al tuo URL con gli argomenti della funzione e attende la tua risposta prima di continuare». Il timeout predefinito è di 120 secondi e, per impostazione predefinita, non sono previsti nuovi tentativi. Se la richiesta non va a buon fine, l'agente riceve l'errore e prosegue in base al tuo prompt, quindi il prompt dovrebbe indicare cosa dire al chiamante. L'agente può parlare mentre attende, oppure la funzione può essere eseguita in background.

In un conversation flow, un nodo funzione esegue il proprio strumento ogni volta che il flusso vi entra. Un nodo subagent lascia all'LLM la decisione se e quando chiamare ciascuno strumento.

Termini correlati: integrazione API e webhook. Per un quadro più ampio, consulta le integrazioni di IA vocale con il tuo CRM e il tuo stack di telefonia.

Domande frequenti sul tool calling

Il function calling è la stessa cosa del tool calling?

Sì, nell'uso quotidiano. OpenAI, Anthropic e IBM presentano ciascuno un termine come sinonimo dell'altro. A rigore, una funzione è un tipo di strumento.

È l'LLM a eseguire lo strumento?

No. Il modello restituisce il nome dello strumento e gli argomenti. L'applicazione o la piattaforma esegue lo strumento e rimanda indietro il risultato.

Qual è la differenza tra tool calling e MCP?

Il tool calling è il modo in cui un modello chiede un'azione. MCP è uno standard open source per collegare le applicazioni di IA ai sistemi che forniscono gli strumenti.

Cosa succede se una chiamata a uno strumento fallisce durante una chiamata dal vivo?

Su Retell, l'agente riceve l'errore e prosegue la conversazione in base al tuo prompt. Una funzione personalizzata non viene ritentata, a meno che tu non imposti un numero di tentativi.

Perché un agente salta uno strumento che avrebbe dovuto chiamare?

Di solito dipende dalla descrizione. Il modello decide in base al nome dello strumento, alla sua descrizione e al prompt, quindi specifica cosa fa lo strumento e quando usarlo.

Collega un agente vocale con IA ai tuoi sistemi

Retell AI è una piattaforma di agenti vocali con IA per contact center. I suoi agenti chiamano strumenti predefiniti, di integrazione e personalizzati durante una chiamata dal vivo. Scopri le integrazioni di Retell AI. Per eseguire questi strumenti sull'LLM proprietario di Retell, scopri Tell-1.

Security & compliance for regulated deployments

How Retell handles audits, data retention and access control.

Add Retell AI as a preferred source on Google

Further Reading

Related terms

No items found.

Table of contents

Rivoluziona le tue operazioni di chiamata con Retell