ReAct e tool use: o modelo que age no mundo

Até agora, o modelo só lê texto e escreve texto. Mas e se ele precisasse buscar a temperatura atual em São Paulo? Consultar o status de um pedido? Calcular algo com precisão? Procurar num banco de dados? Sozinho, ele não consegue - o conhecimento dele é estático e ele erra matemática.

Tool use (também chamado de function calling) resolve isso: você dá ao modelo acesso a funções externas, ele decide quando e como chamá-las, e usa o resultado pra continuar a resposta.

O loop ReAct (Reasoning + Acting)

A ideia original do paper ReAct: intercalar raciocínio ("preciso saber X") com ação ("vou chamar a função Y") e observação ("o resultado foi Z, agora...").

Em produção, o loop é um pouco diferente - o modelo não escreve "Thought" em texto livre, mas gera uma chamada de função estruturada que seu código executa. Mas a intuição é a mesma: o modelo decide o que fazer, age, observa, e repete.

Como funciona na prática (com function calling)

O fluxo de function calling em providers modernos é:

1. Você define as funções que o modelo pode chamar, com nome, descrição e parâmetros (em JSON Schema).
2. Você envia a mensagem do usuário + a lista de funções disponíveis.
3. O modelo responde com: "quero chamar a função X com parâmetros Y" - ou com a resposta em texto, se não precisar de função.
4. Seu código executa a função X com parâmetros Y.
5. Você devolve o resultado da função pro modelo, junto com a mensagem original.
6. O modelo gera a resposta final pro usuário, agora com o resultado da função no contexto.

Tipos de tools mais úteis

• Busca (search) - o modelo decide o que buscar e você busca (Google, Bing, busca interna). Resolve o problema de knowledge cutoff.
• Calculadora / execução de código - o modelo não erra 23 × 47 se delegar a uma calculadora. Em 2026, a maioria dos providers tem code execution nativo (Python sandbox) que o modelo usa.
• RAG (busca em base de conhecimento) - busca em documento/index vetorial. Detalhes no próximo nó.
• APIs externas - mandar e-mail, criar ticket, atualizar CRM, consultar banco. Tudo que seu sistema faz.
• Memória persistente - ler/escrever em um store de longo prazo.

• Tool use dá "superpoderes" ao modelo: ele passa a poder agir no mundo real, não só gerar texto.
• ReAct é o loop conceitual: Thought → Action → Observation → repetir.
• Function calling é a implementação técnica: o modelo gera chamadas estruturadas, seu código executa.
• Tool use resolve: knowledge cutoff (search), cálculo (code execution), dados privados (RAG), ações (APIs).
• Definir bem a descrição e os parâmetros da função é metade do trabalho. Modelo decide com base nisso.

Dica: a melhor heurística pra "vale a pena tool use?" é: "se um humano precisaria de uma ferramenta pra responder, o modelo também precisa". Isso inclui buscar, calcular, consultar e agir.

No próximo nó, vamos mergulhar no tool use mais importante em produção: RAG - dar ao modelo acesso a seus documentos sem treiná-lo de novo.