Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Introdução à Chamada de Funções

Aula 1 de 14 Atualizada a 3 de novembro de 2026 Programador
Nesta página
  1. Por que a chamada de funções muda tudo
  2. A arquitetura LLM + Ferramentas
  3. Quais os modelos Mistral que suportam a chamada de funções?
  4. Casos de uso típicos
  5. O que vai aprender neste curso
  6. Pontos-chave

Atualização de 2 de novembro de 2026 — Modelos. O Mistral Large 3 (mistral-large-2512) e o Mistral Medium 3.5 foram descontinuados a 31 de outubro de 2026 e serão retirados definitivamente a 30 de abril de 2027. O seu sucessor designado, Mistral Large 4 (mistral-large-4), encontra-se em antevisão pública desde 6 de outubro. Os exemplos deste curso utilizam o alias mistral-large-latest, que aponta atualmente para o Mistral Large 3, de acordo com a sua especificação oficial (verificado a 3 de novembro de 2026). Da mesma forma, mistral-medium-latest aponta para o Mistral Medium 3.5. Estes aliases permanecerão válidos até 30 de abril de 2027. Para novos projetos, teste o mistral-large-4, o seu sucessor designado.

Por que a chamada de funções muda tudo

Os grandes modelos de linguagem, como os da Mistral AI, são excecionalmente bons a compreender e gerar texto. No mundo real, isso raramente é suficiente. Responder a «Onde está a minha encomenda?» exige consultar uma base de dados. Confirmar um pagamento implica verificar, ou até desencadear, uma transação. Agendar uma reunião requer a leitura de um calendário. A chamada de funções é o mecanismo que permite a um LLM ultrapassar a fronteira entre o texto e a ação.

O processo envolve três passos. O modelo decide que precisa de chamar uma função externa, gera os argumentos necessários em formato JSON e, em seguida, deixa o seu código executar a função e devolver o resultado. Em momento algum o modelo acede diretamente aos seus sistemas: você mantém o controlo total.

A arquitetura LLM + Ferramentas

Tudo assenta numa separação estrita de responsabilidades. Vale a pena enunciá-lo com precisão, pois o restante curso se baseia nisto. O modelo compreende o pedido do utilizador, seleciona a função correta e elabora os argumentos. O seu código, e apenas o seu código, executa efetivamente essa função, acede aos dados e devolve o resultado. O modelo assume novamente o controlo para transformar esse resultado bruto numa resposta natural.

A vantagem é significativa: o modelo nunca tem acesso direto aos seus sistemas e não pode executar código arbitrário. Limita-se a expressar uma intenção — «Gostaria de chamar esta função com estes parâmetros» — e a sua aplicação decide o que fazer com isso. Um pedido para eliminar uma conta pode, assim, ser recusado, registado ou sujeito a confirmação antes de qualquer execução ocorrer.

# Visão simplificada do fluxo
user = "Qual é o estado da encomenda #4521?"

# 1. O modelo analisa e decide
# → "Preciso de chamar get_order_status com order_id=4521"

# 2. O seu código executa
result = get_order_status(order_id=4521)
# → {"status": "shipped", "tracking": "FR123456789"}

# 3. O modelo formula a resposta
# → "A sua encomenda #4521 foi enviada. Eis o seu número de rastreio: FR123456789."

Observe o percurso dos dados neste exemplo: o número de rastreio FR123456789 não existe em lado nenhum no conhecimento do modelo. Provém do seu sistema, passa pela mensagem de resultado e acaba numa frase que o utilizador pode ler. É exatamente isto que a chamada de funções torna possível.

Quais os modelos Mistral que suportam a chamada de funções?

Todos os principais modelos Mistral suportam esta funcionalidade. Entre os modelos de uso geral, conta com o Mistral Large 3, Medium 3.5, Small 4 e Ministral 3 nas suas três dimensões (14B, 8B, 3B). No lado especializado, o Devstral 2.0, Devstral Small 2 e Codestral também a expõem. O Magistral Medium e Small também a ofereciam, mas essa família está agora descontinuada: as capacidades de raciocínio foram integradas no Mistral Small 4 e no Medium 3.5.

A sua escolha depende do seu caso de uso. Para chamadas de funções complexas com muitos parâmetros e compromissos subtis entre múltiplas ferramentas, o Mistral Large 3 continua a ser o mais fiável. Para casos de produção simples e de alto débito — um assistente que consulta duas ou três funções bem definidas milhares de vezes por dia — o Mistral Small 4 oferece uma excelente relação custo-desempenho.

Casos de uso típicos

As aplicações são mais diversificadas do que parecem. Um assistente conversacional ligado a uma base de dados de CRM, ERP ou de tickets responde a questões de consulta: o modelo lê, mas não modifica nada. A automação vai mais longe ao desencadear fluxos de trabalho — enviar um e-mail, criar uma tarefa, atualizar um estado — e, portanto, acarreta uma responsabilidade muito mais pesada para o lado do código. Na pesquisa aumentada (RAG), a chamada de funções desloca a decisão: em vez de consultar sistematicamente uma base de dados vetorial, permite ao modelo decidir quando e como o fazer, evitando a injeção de contexto desnecessário.

Dois casos de uso mais ambiciosos completam o quadro. Os agentes autónomos encadeiam múltiplas chamadas de funções para realizar uma tarefa complexa, guiando cada chamada pelo resultado da anterior. Por fim, as interfaces naturais permitem ao utilizador pilotar uma aplicação inteira através da conversação, sem nunca precisar de aprender onde se encontra um botão específico.

O que vai aprender neste curso

O curso consiste em catorze lições e segue uma progressão deliberadamente linear. Começará pelos conceitos fundamentais: o processo de cinco passos e os esquemas JSON que descrevem as suas funções. Passará depois à implementação em Python — escrever, chamar, executar e encadear funções com o SDK da Mistral. O terceiro bloco cobre funcionalidades avançadas: chamadas paralelas, opções tool_choice, tratamento de erros e segurança. O curso conclui com casos de uso do mundo real — um rastreador de pagamentos, um CRM automatizado — e boas práticas de produção.

No final deste curso, será capaz de conceber, implementar e implementar um sistema robusto de chamada de funções com a API da Mistral.

Pontos-chave

  • A chamada de funções permite ao modelo solicitar a execução de uma função sem a executar ele próprio
  • A arquitetura assenta numa separação estrita: o modelo gera os argumentos, o seu código executa
  • Todos os principais modelos Mistral suportam esta funcionalidade
  • A chamada de funções é o bloco de construção para agentes de IA e automação conversacional