Tool use — Hvordan LLM'er kalder eksterne funktioner og APIs

Ofte stillede spørgsmål

Hvad er tool use i LLM'er?

Tool use — også kaldet function calling — er mekanismen der lader en LLM interagere med verden uden for sig selv. Du definerer tilgængelige tools (funktionssignaturer med navn, beskrivelse og parametre), modellen bestemmer baseret på kontekst om og hvornår den vil kalde et tool, returnerer et struktureret kald med argumenter, applikationen udfører funktionen og returnerer resultatet, og modellen fortsætter konversationen med resultatet som ny kontekst.

Hvad kan en LLM gøre med tool use, som den ikke kan uden?

Uden tool use er en LLM begrænset til sin træningsviden og kontekstvinduet. Med tools kan den søge i realtid (Ahrefs-data, Google Search Console-metrics, aktuelle nyheder), udføre kode med reelle output, skrive til databaser og CMS, kalde tredjepartsAPIs og læse og skrive filer. Tool use er fundamentet for AI-agenter der kan handle i verden, ikke bare generere tekst om verden.

Hvad er sikkerhedsrisikoen ved tool use i agentic systemer?

Tool use udvider markant hvad en fejlende eller manipuleret agent kan forårsage. En agent med adgang til fil-system, database og API kan gøre reel skade ved fejlfortolkede instruktioner eller prompt injection-angreb. Princippet om least privilege er grundlæggende: giv agenten kun adgang til de tools der er nødvendige for den specifikke opgave. Irreversible handlinger som at sende e-mails, slette data eller kalde betalings-APIs bør kræve eksplicit menneskelig bekræftelse.

Hvad er forskellen på tool use og MCP i praksis?

Tool use er den generelle mekanisme — du definerer funktionssignaturer i API-kaldet for hvert kald. MCP (Model Context Protocol) er en standardiseret protokol der abstraherer tool-definitions op i genanvendelige servere. I praksis: tool use kræver at du definerer og implementerer hvert tool i din applikation. MCP-servere implementeres én gang og er tilgængelige for alle MCP-kompatible klienter uden re-implementering. For agentic SEO-workflows er MCP-tilgangen bedre til standard-integrationer (Ahrefs, Google Search Console), mens direkte tool use er bedre til custom virksomhedsspecifik logik.

Hvad er et parallelt tool use-kald og hvornår er det relevant?

Parallelle tool use-kald er en funktion i Anthropic API der lader Claude kalde multiple tools simultant i ét API-trin i stedet for sekventielt. I stedet for at hente Ahrefs-data → vente → hente GSC-data → vente → analysere, kan Claude kalde begge datakilderne simultant og reducere den samlede latency markant. Det er relevant i agentic SEO-workflows der henter data fra multiple uafhængige sources som del af én analyse — f.eks. at sammenligne søgeordsdata fra Ahrefs, GSC-impressionsdata og konkurrentdata simultant.