Así se le enseña a un agente de IA a cotizar, agendar y actuar solo
Qué es el function calling, cómo describir una herramienta para tu agente de IA, cuánto cuesta en tokens y qué cuidar para que no se equivoque con dinero o datos de tu negocio.
Guía paso a paso para que tu agente de IA cotice, agende y consulte datos reales de tu negocio
Guía paso a paso para dar herramientas reales a tu agente de IA: cotizar, agendar, consultar datos, con checklist descargable.
Un agente de inteligencia artificial que solo contesta preguntas no te ahorra gran cosa: la diferencia la hace cuando además actúa —cotiza, agenda una cita o revisa tu inventario— sin que alguien lo haga a mano después. Esa capacidad se llama function calling (también 'herramientas' o 'tools') y es la pieza técnica que convierte un chatbot que platica en un agente que trabaja. Esta guía trae además una checklist descargable gratis para que no se te olvide ningún paso al implementarlo.
En resumen
El function calling es el mecanismo que deja que un agente de IA, además de responder, ejecute acciones reales: cotizar, agendar, consultar un precio o actualizar un registro. Se implementa describiendo cada acción como una 'herramienta' con un formato fijo (JSON) que el modelo entiende y decide cuándo usar. Cuesta tokens de la API —con GPT-5 mini, por ejemplo, 0.25 y 2 dólares por cada millón de tokens de entrada y salida— y conviene empezar con una sola herramienta de solo lectura antes de dar acceso a cobros o cambios.
- Function calling = el agente ejecuta acciones, no solo contesta
- Cada herramienta se describe con un esquema fijo que el modelo lee
- Empieza con herramientas de lectura antes que las que cobran o modifican datos
Qué es el function calling y para qué sirve
El function calling es el mecanismo por el que un modelo de lenguaje, que por su cuenta solo escribe texto, puede pedir que se ejecute una acción concreta en un sistema real: revisar un calendario, consultar un precio en tu catálogo o generar una cotización. El modelo no ejecuta la acción directamente; produce una solicitud estructurada (qué herramienta usar y con qué datos) y tu sistema es el que la corre y le devuelve el resultado para que conteste al cliente con información real.
No es lo mismo que RAG ni que memoria
El RAG le da al agente información de tus documentos para responder mejor; la memoria hace que recuerde conversaciones pasadas; el function calling es lo que le permite actuar: ejecutar algo en un sistema real, no solo generar una respuesta con mejor contexto.
Cotizar un servicio
Calcula un precio real con tu tarifario, no con un número inventado.
Agendar una cita
Revisa tu calendario real y bloquea el horario disponible.
Consultar inventario o precio
Contesta con el dato exacto de tu sistema, no con una suposición.
Cobrar o generar un enlace de pago
Mueve dinero: es la herramienta que más cuidado necesita.
Cómo se construye, paso a paso
Dar una herramienta a un agente no es distinto de dar instrucciones claras a un empleado nuevo: hay que decirle exactamente qué puede hacer, con qué datos y qué se espera que devuelva. Así se arma, de principio a fin.
Elige una sola acción y descríbela en una frase
'Calcula el precio de una mudanza según origen, destino y tamaño del depa.' Si necesitas 'y' para describirla, son dos herramientas, no una.
Escribe el esquema de la herramienta
Un bloque fijo (JSON) con el nombre de la herramienta, qué parámetros necesita y de qué tipo es cada uno. Es lo que el modelo lee para decidir cuándo usarla.
Conéctala a tu sistema real
La herramienta tiene que consultar tu tarifario, tu calendario o tu inventario de verdad, por un nodo de n8n, una API o código directo contra la API de OpenAI, Claude o Gemini.
Pruébala con casos reales y casos raros
Diez preguntas normales y cinco ambiguas o mal escritas, antes de que la use un cliente real.
Define qué necesita confirmación humana
Qué puede hacer sola (consultar, cotizar) y qué debe esperar a que una persona lo apruebe (cobrar, cancelar, borrar).
{
"name": "cotizar_servicio",
"description": "Calcula el precio segun tipo de servicio y horas",
"parameters": {
"tipo_servicio": "string, ej. 'limpieza', 'mantenimiento'",
"horas_estimadas": "number, horas que tomara el trabajo",
"codigo_postal": "string, para calcular costo de traslado"
}
}Herramienta real: cotizar una mudanza por WhatsApp
El agente no inventa el precio: la herramienta consulta el tarifario real antes de contestar.
MCP o function calling a mano: qué camino elegir
Hay tres caminos para dar herramientas a un agente, y no son excluyentes. El más simple es un nodo de herramienta ya hecho en n8n; el más flexible es escribir el esquema a mano contra la API del modelo; y el más reusable es MCP (Model Context Protocol), un estándar abierto creado por Anthropic para que un agente descubra y use herramientas ya empaquetadas sin un conector distinto para cada aplicación, según explica este análisis sobre MCP.
| Camino | Qué es | Cuándo conviene |
|---|---|---|
| Nodos de herramienta en n8n | Conectas la herramienta arrastrando un nodo que ya habla con tu CRM, hoja de cálculo o WhatsApp | Si ya automatizas con n8n y quieres ir rápido sin programar |
| Function calling a mano con la API | Escribes el esquema y el código que ejecuta la acción directo contra la API de OpenAI, Claude o Gemini | Si necesitas control fino o una lógica que no existe como nodo |
| Servidor MCP | Un estándar para que el agente descubra y use herramientas ya empaquetadas sin un conector a la medida | Si vas a reusar la misma herramienta en varios agentes o modelos |
Cuánto cuesta dar herramientas a tu agente
Cada vez que tu agente decide si usa una herramienta y qué poner en ella, gasta tokens de la API del modelo: los que lee para entender el esquema de la herramienta y el mensaje del cliente, y los que genera en la respuesta. No hay un precio fijo por 'dar una herramienta'; depende de cuántas veces al mes se usa y de qué tan largo es el esquema.
¿Cuánto cuesta que tu agente use herramientas cada mes?
Mueve las cifras para estimar tu costo mensual en dólares, que es como cobra la API del modelo.
Cálculo de ejemplo con el precio combinado de GPT-5 mini (2.25 dólares por cada millón de tokens entre entrada y salida), según el listado de precios de la API de OpenAI. Multiplica el resultado por el tipo de cambio del día para verlo en pesos; con otro modelo o un esquema más largo, el costo cambia.
Seguridad, límites y errores comunes
No le des acceso de escritura sin confirmación
Una herramienta que cotiza solo lee datos; una que cobra, cancela un pedido o borra un registro puede hacer daño si el modelo se equivoca de parámetro. Mientras pruebas, pide confirmación humana antes de ejecutar cualquier acción que mueva dinero o borre información.
- Cada herramienta tiene un solo propósito, no hace tres cosas a la vez
- Los parámetros obligatorios están claros; nada de 'opcional' donde en realidad se necesita
- Hay un límite de usos por hora para evitar que un error en bucle cobre o agende de más
- Las herramientas que mueven dinero piden confirmación humana las primeras semanas
- Cada llamada queda en un registro (log) que puedes revisar
Así se usa en México y Latinoamérica
En México y Latinoamérica esto ya se ve en varios giros de negocio. Una agencia de marketing conecta su agente al calendario del equipo para que agende juntas con prospectos sin que un ejecutivo revise la disponibilidad a mano. Una tienda en línea le da acceso de solo lectura a su inventario para que conteste '¿tienen talla M?' con el dato real, no con una suposición. Un despacho de servicios usa function calling para generar cotizaciones por WhatsApp con sus tarifas reales, no con un precio genérico. Y en soporte interno, el agente consulta —sin modificar— el sistema de tickets para contestar '¿en qué va mi caso?' sin que alguien lo busque a mano. Si quieres que Zadrig Technology te arme esto para tu negocio, con una demostración gratis, puedes escribirnos por WhatsApp.
Preguntas frecuentes
¿Qué es el function calling en un agente de IA?
Es el mecanismo que permite que un agente de IA, además de responder texto, ejecute una acción real —cotizar, agendar, consultar un dato— llamando a una herramienta que tú defines, según este análisis sobre cómo los agentes usan herramientas.
¿Function calling es lo mismo que MCP?
No. El function calling es el mecanismo por el que el modelo decide usar una herramienta; MCP (Model Context Protocol) es un estándar abierto, creado por Anthropic, para empaquetar esas herramientas de forma que cualquier agente las descubra sin un conector a la medida para cada una.
¿Cuánto cuesta dar herramientas a un agente de IA?
No hay un precio fijo: depende de cuántas veces al mes se usa la herramienta y de cuántos tokens gasta cada llamada. Con GPT-5 mini, por ejemplo, la API cobra 0.25 dólares por millón de tokens de entrada y 2 dólares por millón de salida, según el listado de precios de OpenAI.
¿Necesito programador para esto?
Si usas nodos de herramienta ya hechos en n8n, puedes montar una herramienta sencilla sin programar; si necesitas lógica propia o conectar un sistema que no tiene nodo listo, sí conviene un desarrollador.
¿Qué pasa si el agente usa mal la herramienta?
Por eso se prueba antes de lanzar y se ponen límites: confirmación humana en acciones que cobran o cancelan, un tope de usos por hora y un registro de cada llamada para detectar el error rápido.
¿Puedo darle varias herramientas al mismo agente?
Sí, pero conviene agregarlas de una en una: lanza la primera, revisa el registro dos o tres semanas, y hasta entonces agrega la siguiente — así sabes cuál herramienta falla si algo sale mal.
Fuentes
¿Quieres que te armemos este agente?
En Zadrig Technology construimos agentes de IA con herramientas reales —que cotizan, agendan y consultan tus datos— para negocios en México y Latinoamérica. Escríbenos por WhatsApp y te damos una demostración gratis; te contesta una persona, no un bot.
Escríbenos por WhatsApp
