L’utilisation d’outils permet à un modèle d’aller au-delà de ses données d’entraînement en appelant des fonctions externes et en intégrant leurs résultats. Avec Toolformer, Schick et al. (2023) ont montré que les modèles peuvent apprendre quelle API appeler et à quel moment, tandis que Yao et al. (2023) ont combiné actions d’outils et raisonnement explicite dans ReAct.
Dans les produits, cette capacité est généralement proposée sous forme de function calling (appel de fonctions) : le modèle émet une requête structurée, l’application l’exécute, puis le résultat est renvoyé au modèle pour qu’il l’exploite.