Skip to content

在对话里调工具:它能调什么、会问什么、产物在哪 ​

它能调什么 ​

工具箱里的工具,Agent 能直接调用的是服务端执行的那些——PDF 转换、音视频处理、OCR、翻译、AI 生成 PPT / 图片 / 流程图……占全部工具的绝大多数。多步任务它自己串:「把这份 PDF 翻译成中文再做成 PPT」,翻译产物自动作为下一步的输入,你不用中转。

它做不了的一类:浏览器本地工具 ​

图片裁剪、涂抹消除、拖拽拼图、实时公式编辑这类工具在你的浏览器里运行,文件不经过服务器——Agent 在服务器那头,够不着。

这时它的正确表现是:「平台有『图片裁剪缩放』能做这个,去这个工具页操作」,并给出链接。它不该说「平台不支持」(早期版本犯过这个错——用户要旋转图片,它答「去手机上转吧」,而工具箱里明明有);也不该用文字「描述」一个本该实际处理文件的结果。

如果你想让 Agent 代劳这类操作,目前的答案是不行;去工具页手动做,几秒钟的事。

缺参数时它会问,不会猜 ​

工具有必填参数而你没说清时,Agent 不会瞎填一个跑掉,而是弹一张表单卡片,把它猜到的内容预填进去让你确认或修改。典型场景是 AI 生成 PPT:你只说「做个 PPT」没给内容,它会弹出表单让你填主题和要点。

同理,当你的指令是「把上次那张表改一下」而对话里根本没有那张表,它应该反问你要,而不是编一张出来。这是 2026-08 一次真实事故后加的硬规则:模型曾编造了一张两行全打勾的假表,还在脚注里自认「占位示意」。现在这种情况会被协议层拦下,强制它先问。

产物长在文字流里 ​

工具生成的图片、文件就地渲染在对应的工具步骤旁边,而不是堆在回答末尾。让它画三张图各配说明,图和说明是对应的,不用滚到底下自己数。

产物卡片可以预览、下载,同时进「生成历史」;要不要同时进数字资产,由设置里「生成的文件自动存入数字资产」决定(缺省关)。

对话中用户说「把这个PPT导出成PDF」,回答里显示「已完成:平台工具」,下方是产物卡片「柴犬性格与饲养指南.pdf · 已生成,点击预览 / 下载」,最后一句说明已导出

Agent 调用工具后,产物卡片直接出现在回答里,点开即可预览或下载(图中为示例对话)。

让它解释,而不只是给结果 ​

同样是调工具,「这份合同里有哪些对我不利的条款」比「总结这份合同」得到的东西有用得多。Agent 的价值在判断和组合,纯粹的单步转换直接开工具页更快、往往还免费。

它拒绝什么 ​

违法违规、侵犯隐私、伪造证明材料一类的请求会被拒绝。内容安全检测在输入和输出两侧都有。

相关 ​

最后更新:2026-09-13