Tool use
Gør AI i stand til at hente data og udføre handlinger i jeres systemer.
Indhold
Tool use er sprogmodellens evne til at beslutte, når den skal bruge et eksternt værktøj i stedet for blot at skrive tekst. Modellen vælger både hvilket værktøj og hvilke parametre den skal sende, for eksempel at slå op i et CRM, køre en lommeregner, oprette en kalenderaftale eller søge i virksomhedens dokumenter. Det tekniske navn i mange API'er er function calling, og det er det, der adskiller en agent fra en simpel chatbot.
Sådan virker Tool use i praksis
I praksis opfører tool use sig som en assistent, der kan række ud efter hjælp uden at forstyrre dig. Når brugeren stiller et spørgsmål, vurderer modellen om svaret kræver en handling, et opslag i et regneark, en beregning eller en opdatering i et ERP. Hvis ja, bygger modellen et opkald med de nødvendige parametre (for eksempel kunde-id, datointerval eller søgeord) og sender det til det eksterne værktøj.
Resultatet kommer tilbage til modellen, som omsætter det til et menneskeligt svar. Parametre er nøglen her: de bestemmer hvad værktøjet må gøre og hvilke data det må bruge. Funktionelt er det samme mønster i OpenAI og andre leverandørers systemer, hvor function calling er betegnelsen for mekanismen. Fordelen er, at AI både kan hente opdateret information og foretage handlinger, ikke kun gætte ud fra træningsdata.
Hvorfor Tool use betyder noget for din virksomhed
For en leder eller it-ansvarlig er spørgsmålet aldrig abstrakt: kan AI snakke med vores ERP eller CRM? Svaret er oftest ja, men kun hvis I bygger tool use ind i løsningen. Det betyder, at I skal vælge hvilke systemer modellen må ringe til, hvem der godkender adgangen, og hvilke parametre den må sende. Beslutningerne handler om sikkerhed, ejerskab af data og drift, og om hvor meget I vil automatisere.
Tool use gør det muligt at få svar direkte fra virksomhedens egne kilder, så I ikke kun får generiske svar fra en stor sprogmodel. Det gør også, at I kan lade AI skabe eller ændre poster, sende e-mails eller oprette opgaver, men husk at afgrænse rettighederne, teste parametre og have en rollback-plan.
Eksempel: Tool use hos en ordremodtager
En ordremodtager i en mellemstor nettobutik sidder tirsdag morgen kl. 09:30 midt i en bølge af e-mails. En kunde spørger om status på en gammel ordre fra 2019, som står i et gammelt ERP-arkiv som en scannet PDF. Systemet er sat op med tool use, så modellen kan søge i arkivet, finde ordre-id'et, og foreslå næste handling. Modellen foreslår at sende en statusmail og genererer et udkast. Problemet er, at den scannede PDF har to næsten ensartede ordrelinjer, og modellen foreslår begge som muligheder. Ordremodtageren må derfor vælge den rigtige linje manuelt og rette i mailudkastet.
Konsekvensen var, at opsætningen sparede en række søgninger, men krævede 20 minutters opsætning og en ekstra kontrolmanual for tilfælde med tvetydige scannede dokumenter. Læringen var klar: tool use hjælper med at finde data, men kræver menneskelig kontrol på tvetydige eller gamle kilder.
Tool use er ikke det samme som en chatbot eller ren integration
Folk forveksler ofte tool use med en almindelig chatbot. En chatbot kan svare på spørgsmål ud fra dens træning; tool use gør, at modellen selv kan ringe til et værktøj og hente eller ændre live-data. Det er heller ikke bare en teknisk integration, det er en beslutningsmekanisme i modellen, der vælger hvornår opkald skal foretages. Relaterede ord at kende er Chatbot, Parametre og OpenAI.
Sådan kommer I i gang med Tool use
- Kortlæg hvilke systemer der skal tilgås, og hvem der ejer dataadgangen.
- Prioriter to-tre simple use-cases, hvor et live-opslag hjælper brugerens beslutning, fx ordrestatus eller lagerantal.
- Få it til at bygge sikre endpoints og aftal regler for parametre og rettigheder.
- Test med rigtige eksempler, og indfør en manuel kontrol for tvetydige datafelter.
- Overvåg og juster: log alle opkald, mål hvornår modellen tager fejl, og begræns værktøjstilgang efter behov.
Et sidste billede: tænk på tool use som en receptionist, der både kan slå op i arkivet og ringe videre til rette person, men som stadig kan misforstå et utydeligt navn. Èn smart opsætning hjælper meget, men fuld tillid kræver tid og kontrol.
Når medarbejderne selv skal kunne bruge tool use og ikke bare kende ordet, sker det hurtigst på en AI-workshop.
Ofte stillede spørgsmål om Tool use
Er tool use det samme som function calling?
Ja, function calling er det tekniske navn, som mange API'er bruger for samme idé: at modellen selv kalder eksterne funktioner eller værktøjer og sender parametre.
Kan tool use få adgang til vores ERP og CRM?
Ja, men I skal opsætte sikre integrationer og styre hvilke parametre modellen må sende. Involver it og datakontrol, så adgangen er begrænset og logget.
Kræver tool use udviklere at komme i gang?
Ja, typisk kræver det udviklerarbejde til at bygge sikre endpoints og formatere parametre, men I kan starte med enkle use-cases og involvere forretningen i prioriteringen.
Hvilke risici er der ved tool use?
Risici inkluderer forkerte handlinger ved tvetydige data, uhensigtsmæssig adgang til følsomme oplysninger og fejl i automatiserede opdateringer. Logning, rettighedsstyring og manuel kontrol mindsker risikoen.
AI-rådgiver og underviser, grundlægger af AI Hero i Herning. Har bygget digitalt i over 20 år og hjælper danske virksomheder med at få AI i drift. Læs mere om Brian.