El flujo de ejecución en 5 pasos
En esta página
Cómo decide Grok utilizar una herramienta
Cuando habilitas una o varias herramientas en tu solicitud a la API, el modelo no las utiliza necesariamente. Sigue un proceso de decisión estructurado de cinco pasos para determinar si se necesita una herramienta, cuál usar y cómo integrar los resultados en su respuesta.
Comprender este flujo te ayuda a anticipar el comportamiento del modelo y a optimizar tus indicaciones (prompts) para obtener resultados precisos.
Los 5 pasos del flujo
Paso 1: Análisis de la solicitud
El modelo comienza analizando el mensaje del usuario para identificar qué se le pide. Evalúa la naturaleza de la pregunta: ¿es una solicitud factual que requiere datos recientes? ¿Un cálculo complejo? ¿Una pregunta de opinión que no requiere herramientas?
Este análisis es crítico. Si el modelo ya dispone de la información en sus datos de entrenamiento y no se requieren datos en tiempo real, puede optar por responder directamente sin activar ninguna herramienta.
Paso 2: Decisión de llamada
Basándose en su análisis, el modelo decide si llamar a una herramienta o responder directamente. Esta decisión depende de tres factores. En primer lugar, la naturaleza de la pregunta: una consulta sobre eventos actuales apunta naturalmente hacia Web Search, mientras que una pregunta sobre lo que la gente está diciendo ahora mismo sobre un tema apunta hacia X Search. En segundo lugar, el ámbito que has definido: el modelo elige únicamente entre las herramientas habilitadas en tu array tools; una herramienta ausente simplemente no existe para él. Por último, su propia confianza: si cree que puede responder correctamente desde su memoria, ahorra la llamada, lo cual es el comportamiento deseable la mayor parte del tiempo.
Tú mantienes el control sobre esta decisión mediante la indicación: «Busca la información más reciente sobre…» apunta claramente hacia Web Search, mientras que una formulación neutra deja que el modelo decida por sí mismo.
Paso 3: Ejecución
El procesamiento difiere según la categoría de la herramienta:
- Herramienta integrada: La ejecución es automática y transparente. El servidor de xAI realiza la búsqueda o la ejecución de código, y el resultado se transmite directamente al modelo. No ves este paso en la respuesta de la API.
- Llamada a funciones (Function Calling): El modelo devuelve un objeto que describe la función a llamar y sus argumentos. Tu código debe ejecutar la función y devolver el resultado mediante una nueva solicitud.
Paso 4: Procesamiento de resultados
Una vez obtenidos los resultados, el modelo los evalúa antes de responder, y aquí es donde el flujo se vuelve verdaderamente agente. Si los resultados son suficientes, pasa directamente a formular la respuesta final. Si son insuficientes (búsqueda demasiado estrecha, resultados fuera de tema), puede emitir otra llamada con parámetros ajustados, ampliando o refinando su consulta, sin que tengas que intervenir. Y para una pregunta verdaderamente compleja, encadena varias herramientas: una búsqueda web para recopilar cifras y, a continuación, Code Execution para analizarlas, por ejemplo.
Este comportamiento iterativo es valioso para la calidad de la respuesta, pero tiene una consecuencia directa en la facturación: cada llamada a una herramienta se factura por separado, y una pregunta que desencadena tres búsquedas cuesta tres invocaciones. Ten presente este mecanismo al estimar tus costes.
Paso 5: Respuesta final
El modelo formula su respuesta integrando la información recopilada. Si se han consultado fuentes web o de X, la respuesta incluye automáticamente citas con las URL originales. Estas citas son accesibles en el campo citations del objeto de respuesta.
Implicaciones prácticas
Costes acumulativos
El modelo puede realizar múltiples llamadas a herramientas para una única solicitud del usuario. Cada llamada se factura de forma independiente, además del consumo de tokens. Una indicación ambigua puede generar llamadas innecesarias y aumentar tus costes.
Control mediante la indicación
No puedes obligar al modelo a usar una herramienta específica, pero puedes guiarlo firmemente mediante tu indicación de sistema o el mensaje del usuario. Las instrucciones claras reducen las llamadas innecesarias.
Comportamiento no determinista
La elección de usar o no una herramienta puede variar entre dos llamadas idénticas, especialmente con configuraciones de temperatura altas. Para obtener resultados reproducibles, utiliza una temperatura baja (de 0,0 a 0,3).
Puntos clave
- El modelo sigue un flujo de 5 pasos: análisis, decisión, ejecución, procesamiento y respuesta.
- Solo solicita una herramienta si lo considera necesario; no es automático.
- Son posibles múltiples llamadas, lo que incrementa los costes.
- Una indicación precisa reduce las llamadas innecesarias y mejora la relevancia.
- Las citas se incluyen automáticamente cuando se han consultado fuentes.