Definir herramientas



Elegir un modelo

Usa el modelo Claude Opus (4.8) más reciente para herramientas complejas y consultas ambiguas; maneja mejor múltiples herramientas y busca aclaraciones cuando es necesario.

Usa los modelos Claude Haiku para herramientas sencillas, pero ten en cuenta que pueden inferir parámetros faltantes.



Especificar herramientas del cliente

Las herramientas del cliente (tanto las de esquema de Anthropic como las definidas por el usuario) se especifican en el parámetro de nivel superior tools de la solicitud a la API. Cada definición de herramienta incluye:

Para ver el conjunto completo de propiedades opcionales disponibles en cualquier definición de herramienta, incluyendo cache_control, strict, defer_loading y allowed_callers, consulta la Referencia de herramientas.



Indicación del sistema para uso de herramientas

Cuando llamas a la API de Claude con el parámetro tools, la API construye una indicación del sistema especial a partir de las definiciones de herramientas, la configuración de herramientas y cualquier indicación del sistema especificada por el usuario. La indicación construida está diseñada para instruir al modelo a usar las herramientas especificadas y proporcionar el contexto necesario para que la herramienta funcione correctamente:

In this environment you have access to a set of tools you can use to answer the user's question.
{{ FORMATTING INSTRUCTIONS }}
String and scalar parameters should be specified as is, while lists and objects should use JSON format. Note that spaces for string values are not stripped. The output is not expected to be valid XML and is parsed with regular expressions.
Here are the functions available in JSONSchema format:
{{ TOOL DEFINITIONS IN JSON SCHEMA }}
{{ USER SYSTEM PROMPT }}
{{ TOOL CONFIGURATION }}



Mejores prácticas para definiciones de herramientas

Para obtener el mejor rendimiento de Claude al usar herramientas, sigue estas pautas:

• Proporciona descripciones extremadamente detalladas. Este es, con diferencia, el factor más importante en el rendimiento de las herramientas. Tus descripciones deben explicar cada detalle sobre la herramienta, incluyendo:
  • Qué hace la herramienta
  • Cuándo debe usarse (y cuándo no)
  • Qué significa cada parámetro y cómo afecta el comportamiento de la herramienta
  • Cualquier advertencia o limitación importante, como qué información no devuelve la herramienta si el nombre de la herramienta no es claro. Cuanto más contexto puedas darle a Claude sobre tus herramientas, mejor será para decidir cuándo y cómo usarlas. Procura incluir al menos 3-4 oraciones por descripción de herramienta, más si la herramienta es compleja.
• Prioriza las descripciones, pero considera usar input_examples para herramientas complejas. Las descripciones claras son lo más importante, pero para herramientas con entradas complejas, objetos anidados o parámetros sensibles al formato, puedes usar el campo input_examples para proporcionar ejemplos validados por el esquema. Consulta Proporcionar ejemplos de uso de herramientas para más detalles.
• Consolida operaciones relacionadas en menos herramientas. En lugar de crear una herramienta separada para cada acción (create_pr, review_pr, merge_pr), agrúpalas en una sola herramienta con un parámetro action. Menos herramientas, pero más capaces, reducen la ambigüedad en la selección y hacen que tu conjunto de herramientas sea más fácil de navegar para Claude.
• Usa espacios de nombres significativos en los nombres de herramientas. Cuando tus herramientas abarcan múltiples servicios o recursos, añade un prefijo con el servicio a los nombres (por ejemplo, github_list_prs, slack_send_message). Esto hace que la selección de herramientas sea inequívoca a medida que tu biblioteca crece, y es especialmente importante cuando usas la búsqueda de herramientas.
• Diseña las respuestas de las herramientas para que devuelvan solo información de alta relevancia. Devuelve identificadores semánticos y estables (por ejemplo, slugs o UUIDs) en lugar de referencias internas opacas, e incluye solo los campos que Claude necesita para razonar sobre su siguiente paso. Las respuestas infladas desperdician contexto y dificultan que Claude extraiga lo que importa.

La buena descripción explica claramente qué hace la herramienta, cuándo usarla, qué datos devuelve y qué significa el parámetro ticker. La descripción deficiente es demasiado breve y deja a Claude con muchas preguntas abiertas sobre el comportamiento y uso de la herramienta.



Proporcionar ejemplos de uso de herramientas

Puedes proporcionar ejemplos concretos de entradas válidas de herramientas para ayudar a Claude a entender cómo usar tus herramientas de manera más efectiva. Esto es particularmente útil para herramientas complejas con objetos anidados, parámetros opcionales o entradas sensibles al formato.



Uso básico

Agrega un campo opcional input_examples a tu definición de herramienta con un arreglo de objetos de entrada de ejemplo. Cada ejemplo debe ser válido según el input_schema de la herramienta:

import anthropic

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=1024,
    tools=[
        {
            "name": "get_weather",
            "description": "Get the current weather in a given location",
            "input_schema": {
                "type": "object",
                "properties": {
                    "location": {
                        "type": "string",
                        "description": "The city and state, e.g. San Francisco, CA",
                    },
                    "unit": {
                        "type": "string",
                        "enum": ["celsius", "fahrenheit"],
                        "description": "The unit of temperature",
                    },
                },
                "required": ["location"],
            },
            "input_examples": [
                {"location": "San Francisco, CA", "unit": "fahrenheit"},
                {"location": "Tokyo, Japan", "unit": "celsius"},
                {
                    "location": "New York, NY"  # 'unit' is optional
                },
            ],
        }
    ],
    messages=[{"role": "user", "content": "What's the weather like in San Francisco?"}],
)

print(response)

Los ejemplos se incluyen en el prompt junto con el esquema de tu herramienta, mostrando a Claude patrones concretos para llamadas de herramientas bien formadas. Esto ayuda a Claude a entender cuándo incluir parámetros opcionales, qué formatos usar y cómo estructurar entradas complejas.



Requisitos y limitaciones

• Validación de esquema - Cada ejemplo debe ser válido según el input_schema de la herramienta. Los ejemplos no válidos devuelven un error 400
• No compatible con herramientas del lado del servidor - Los ejemplos de entrada funcionan en herramientas del cliente definidas por el usuario y de esquema de Anthropic, pero no en herramientas del servidor como búsqueda web o ejecución de código
• Costo en tokens - Los ejemplos se suman a los tokens del prompt: ~20-50 tokens para ejemplos simples, ~100-200 tokens para objetos anidados complejos



Controlar la salida de Claude



Forzar el uso de herramientas

En algunos casos, es posible que quieras que Claude use una herramienta específica para responder la pregunta del usuario, incluso si Claude de otro modo respondería directamente sin llamar a una herramienta. Puedes hacer esto especificando la herramienta en el campo tool_choice de la solicitud. Las líneas resaltadas son la única diferencia respecto a una solicitud estándar de uso de herramientas:

import anthropic

client = anthropic.Anthropic()

tools = [
    {
        "name": "get_weather",
        "description": "Get the current weather in a given location",
        "input_schema": {
            "type": "object",
            "properties": {
                "location": {
                    "type": "string",
                    "description": "The city and state, e.g. San Francisco, CA",
                }
            },
            "required": ["location"],
        },
    }
]

response = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=1024,
    tools=tools,
    tool_choice={"type": "tool", "name": "get_weather"},
    messages=[{"role": "user", "content": "What's the weather like in San Francisco?"}],
)

print(response)

Al trabajar con el parámetro tool_choice, hay cuatro opciones posibles:

• auto permite que Claude decida si llamar o no a alguna de las herramientas proporcionadas. Este es el valor predeterminado cuando se proporcionan tools.
• any le indica a Claude que debe usar una de las herramientas proporcionadas, pero no fuerza una herramienta en particular.
• tool fuerza a Claude a usar siempre una herramienta en particular.
• none impide que Claude use cualquier herramienta. Este es el valor predeterminado cuando no se proporcionan tools.

Este diagrama ilustra cómo funciona cada opción:

Ten en cuenta que cuando tienes tool_choice como any o tool, la API prellena el mensaje del asistente para forzar el uso de una herramienta. Esto significa que los modelos no emitirán una respuesta o explicación en lenguaje natural antes de los bloques de contenido tool_use, incluso si se les pide explícitamente que lo hagan.

Las pruebas han demostrado que esto no debería reducir el rendimiento. Si deseas que el modelo proporcione contexto o explicaciones en lenguaje natural mientras sigues solicitando que el modelo use una herramienta específica, puedes usar {"type": "auto"} para tool_choice (el valor predeterminado) y agregar instrucciones explícitas en un mensaje de user. Por ejemplo: What's the weather like in London? Use the get_weather tool in your response.



Respuestas del modelo con herramientas

Al usar herramientas, Claude a menudo comentará lo que está haciendo o responderá de forma natural al usuario antes de invocar herramientas.

Por ejemplo, dado el prompt "What's the weather like in San Francisco right now, and what time is it there?", Claude podría responder con:

{
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "I'll help you check the current weather and time in San Francisco."
    },
    {
      "type": "tool_use",
      "id": "toolu_01A09q90qw90lq917835lq9",
      "name": "get_weather",
      "input": { "location": "San Francisco, CA" }
    }
  ]
}

Este estilo de respuesta natural ayuda a los usuarios a entender qué está haciendo Claude y crea una interacción más conversacional. Puedes guiar el estilo y el contenido de estas respuestas a través de tus indicaciones del sistema y proporcionando <examples> en tus prompts.

Es importante tener en cuenta que Claude puede usar diversas formulaciones y enfoques al explicar sus acciones. Tu código debe tratar estas respuestas como cualquier otro texto generado por el asistente, y no depender de convenciones de formato específicas.



Próximos pasos