Bir yapay zekâ ajanına birkaç araç tanımlamak kolaydır. Araç sayısı onlarca veya yüzlerce olduğunda ise her istekte bütün parametre şemalarını göndermek bağlamı büyütür; araç isimlerinin birbirine benzemesi seçimi de zorlaştırabilir. Google’ın 19 Kasım 2026’da ön izleme olarak duyurduğu Tool Retrieval, bu sorunu Gemini Interactions API’de ele alıyor. Resmî duyuru.

Temel fikir, araçların tüm ayrıntılarını başlangıçta yüklemek yerine ihtiyaç duyulan şemayı getirmek. Bu özellik bir yetkilendirme sistemi değildir. Ajanın bir aracı bulabilmesi ile o aracı o kullanıcı adına çalıştırmaya izinli olması farklı konulardır.

Tam olarak hangi bilgi erteleniyor?

Sunucu tarafındaki akışta model ertelenmiş araçların adını ve açıklamasını görebiliyor; parametre şemaları ihtiyaç oluşana kadar bağlama alınmıyor. İstek tool_search içeriyor ve ertelenecek fonksiyonlarda defer_loading: true kullanılıyor. Gemini 3.6 ve sonraki modeller destekleniyor; özellik hâlâ preview, yani sözleşmesi değişebilecek bir ön izleme. Gemini API sürüm notları.

Bu ayrımı doğru anlatmak önemli: “Araçlar tamamen görünmez oluyor” demiyoruz. İyi adlandırma ve açıklama yazma ihtiyacı devam ediyor. get_data gibi belirsiz bir isim yerine hangi veriyi hangi amaçla getirdiği anlaşılır bir araç tasarlamak hâlâ sizin sorumluluğunuz.

Araç kataloğundan yalnızca gerekli şemanın seçildiği ve çalıştırmadan önce yetkinin kontrol edildiği akış

İlk denemeyi salt okunur bir araçla yapın

Aşağıdaki örnek, resmî duyurudaki istek biçimini sipariş durumu okuma senaryosuna uyarlar. Bu çağrı bir siparişi gerçekten sorgulayan uygulamanın tamamı değildir; modelin araç seçme bölümünü gösterir.

PYTHON
from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-4-neon",
    input="ORD-DEMO-42 numaralı siparişin durumunu öğrenmek istiyorum.",
    tools=[
        {"type": "tool_search"},
        {
            "type": "function",
            "name": "get_order_status",
            "description": "Yetkili kullanıcının sipariş durumunu okur.",
            "defer_loading": True,
            "parameters": {
                "type": "object",
                "properties": {
                    "order_id": {"type": "string"}
                },
                "required": ["order_id"]
            }
        }
    ],
)

print(interaction.steps)

Sonraki aşamada uygulama, gelen fonksiyon çağrısını tanır; girdiyi doğrular, oturumdaki kullanıcının siparişe erişimini kontrol eder, sorguyu yapar ve sonucu API’nin fonksiyon sonucu biçiminde geri gönderir. Modelin ürettiği order_id yetki kanıtı değildir. Aynı açıklamayı araca yazmış olmak da sunucu tarafındaki kontrolü uygulamış sayılmaz.

Kod resmî istek alanlarına dayanan öğretici bir örnektir; burada canlı Gemini çağrısı yapılmadı. Ücretli model erişimi ve uyumlu SDK gereklidir.

Hangi araçları ertelemeli?

Sık kullanılan birkaç aracı başlangıçta tutup nadiren gereken büyük şemaları ertelemek değerlendirilebilir. Ancak bunun her uygulamada daha hızlı olacağını söylemek için ölçüm gerekir. Tek araçlı basit bir asistanda yeni arama adımı gereksiz karmaşıklık yaratabilir.

Karşılaştırma için aynı görev kümesini iki yapılandırmayla çalıştırın:

  • Bütün şemaların baştan gönderildiği mevcut yaklaşım.
  • Sık kullanılan araçların hazır, diğerlerinin ertelenmiş olduğu yaklaşım.

Girdi token’larını, ilk araç seçimine kadar geçen süreyi, yanlış araç seçimini, eksik parametreleri ve başarılı tamamlanan görev oranını kaydedin. Model yanlış aracı seçip sonra düzeltiyorsa, yalnızca ilk isteğin küçülmesine bakarak kazanç ilan etmeyin.

Kendi araç aramanızı yönetmeniz gereken durumlar

Resmî duyuru, istemci tarafında arama için execution: "client" seçeneğini de açıklıyor. Bu yaklaşımda arama uygulamaya devrediliyor; izin filtreleme veya mevcut bir araç kataloğuyla çalışma ihtiyacı varsa değerlendirilebilir. Her arama için ek gidiş-dönüş oluşması da gecikme hesabının parçasıdır.

Buradaki mimari tercih şu soruyla başlar: Araç listesini kim ve hangi kullanıcı bağlamında daraltacak? Bir müşteri yalnızca kendi CRM hesabına erişiyorsa, farklı müşterilerin araç açıklamalarını bile gereksiz yere modele taşımamak daha temiz bir sınır olabilir. Bunun nasıl uygulanacağı sizin uygulamanızın kimlik ve yetki modeline bağlıdır.

Uzak MCP sunucuları da bu yeni akışta değerlendirilebiliyor. Fakat bir MCP sunucusunun eklenmesi, içindeki bütün araçları aynı risk seviyesinde kabul etmek için yeterli değildir. Veri okuma, kayıt güncelleme ve dışarıya mesaj gönderme ayrı izin politikaları gerektirebilir.

Üretime geçmeden önce gözlemlenebilirlik kurun

İşlem kaydında kullanıcının sırlarını veya tüm araç yanıtlarını tutmadan; istek kimliği, seçilen araç, izin kararı, süre ve hata sınıfı gibi bilgileri izleyin. Hatalı araç seçimi ile uygulamanın yetki reddini ayırt edebilmelisiniz. Aksi hâlde “ajan çalışmıyor” şikâyetinin kaynağını bulmak zorlaşır.

Tekrar deneme davranışını da açıkça tanımlayın. Salt okunur bir sorguyu yeniden çalıştırmakla bir ödeme iadesini yeniden çalıştırmak aynı sonuçları doğurmaz. Yazma araçlarında yinelenen çağrıların etkisini engelleyen uygulama tasarımı gerekir.

Bu özellik için resmî duyuru ve değişiklik günlüğü doğrulandı; ayrıntılı Tool Retrieval dokümanına araştırma sırasında erişilemediği için burada tam bir üretim SDK uygulaması veya doğrulanmamış alanlar sunulmuyor. Ön izlemeyi denerken güncel dokümanı ayrıca kontrol edin.

Tool Retrieval’ın değeri, uzun bir araç listesini yalnızca daha küçük bir isteme dönüştürmekten ibaret olmayabilir. Doğru ölçüm ve izin sınırlarıyla, büyüyen ajan uygulamasında araç seçimini daha yönetilebilir hâle getirebilir. Sonucun doğruluğu için yapay zekâ çıktısını doğrulama yaklaşımı yine geçerlidir.