2026-08-21 · 6 min read · ai-fundamentals
Apa Itu Tools? Cara Memberi AI Kemampuan Bertindak
Tools hanyalah pesan di system prompt yang menjelaskan apa yang bisa dipanggil model. Tidak ada sihir. Pahami alurnya dan kamu paham cara kerja semua AI coding assistant.
Ini pelajaran kelima dari seri Fundamental AI. Sampai di sini model kita cuma bisa bicara. Sekarang kita beri dia tangan: tools.
Bagian yang mengejutkan banyak orang: memberi tools ke model itu tidak ada sihirnya. Tools didaftarkan lewat system prompt, pesan yang sama seperti biasa. Isinya cuma daftar: "kamu punya akses ke tools berikut."
Tiga hal yang mendefinisikan satu tool
Setiap tool diberikan tiga hal:
- Nama tool, misalnya
writeFile - Deskripsi apa yang dilakukannya, misalnya "menulis file ke file system"
- Parameter yang diterima dan tipenya, misalnya
pathdancontent
Parameter ditulis dalam JSON schema, jadi bisa menerima objek, array, dan tipe kompleks lain. Definisi-definisi ini disuntikkan ke system prompt, dan instruksi lainmu ditaruh di bawahnya. Selesai. Tidak ada mekanisme tersembunyi.
Tool call vs eksekusi
Alur lengkapnya begini. Kamu kirim pesan user: "buat file baru bernama .gitignore." Model membalas dengan pesan assistant yang di dalamnya ada tool call: instruksi berisi nama tool dan parameternya, lengkap dengan id.
Dan di titik itu, belum terjadi apa-apa. Tidak ada file yang dibuat. Tool call cuma pesan dari model yang bilang: "tolong panggil tool ini dengan parameter ini." Eksekusinya terjadi di mesin kita, oleh fungsi di kode yang kita tulis untuk setiap tool yang kita daftarkan.
Setelah eksekusi selesai, kita kirim hasilnya balik ke model sebagai pesan baru dengan id yang sama: inilah yang terjadi saat tool dijalankan. Kalau berhasil, model merangkum dan lanjut. Kalau gagal, kita kirim pesan errornya juga.
Satu loop sederhana, aplikasi yang kuat
Rangkum alurnya sekali lagi:
Loop sederhana ini adalah fondasi hampir semua aplikasi AI yang kamu pakai hari ini. AI coding assistant yang membuat file, chat yang mencari web, agent yang menjalankan kode: semuanya versi dari loop yang sama. Model menghasilkan pesan, kita mengeksekusi, hasilnya kembali ke model.
Konsekuensi praktisnya untuk kamu yang menilai tool AI: kualitas aplikasi itu ditentukan dua hal, seberapa pintar modelnya dan seberapa rapi tools yang didaftarkan. Deskripsi tool yang tumpang tindih atau parameter yang ambigu akan membuat model pintar sekalipun salah pilih. Dan seperti dibahas di pelajaran context window, makin banyak tool yang didaftarkan, makin banyak token yang dimakan definisinya sebelum percakapanmu dimulai.
Pelajaran terakhir merangkai semuanya: agent, dan kenapa sering kali workflow yang polos lebih baik.
Sources
- Made Arga — TikTok @argakuka · first-hand · accessed 2026-08-21First-hand practical AI content for Indonesian audiences, drawn from real workshop and operator experience.
Next steps
Frequently asked
Apa itu tools dalam konteks LLM?
Tools adalah kemampuan yang kita daftarkan ke model lewat system prompt: nama, deskripsi, dan parameternya. Model tidak menjalankan apa pun; ia hanya menghasilkan pesan tool call. Kode kita yang mengeksekusinya dan mengirim hasilnya kembali ke model.
Apakah model benar-benar mengeksekusi tool?
Tidak. Tool call cuma instruksi: nama tool dan parameternya. Eksekusi terjadi di mesin kita, di kode yang kita tulis. Hasilnya, sukses atau gagal, dikirim balik ke model sebagai pesan baru.
Kenapa error dari tool harus dikirim balik ke model?
Karena error adalah informasi. Model yang melihat 'file sudah ada' bisa mencoba nama lain, dan model yang melihat 'path tidak valid' bisa memperbaiki parameternya. Error yang disembunyikan membuat model terus mengulang kesalahan yang sama.
Want this working inside your team?
It starts with one conversation about your workflow.