Devolver resultados útiles
Devuelva texto que el modelo y el usuario puedan utilizar.
Devolver resultados útiles es una lección gratuita de MCP Academy en CoddyKit. Esta es la lección 3 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de MCP Academy, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de MCP Academy incluye 4 lecciones en total.
Partes de esta lección aún no han sido traducidas y se muestran en inglés.
The Result Goes Back to the Model
Whatever your tool returns is fed back to the AI as context, so it shapes the model's next answer to the user. 🔁
Return a String
The simplest useful result is a plain string. FastMCP wraps it as text content the model reads directly.
@mcp.tool()
def greet(name: str) -> str:
return "Hello, " + nameMake Text Self-Explaining
The model has no other context, so your text should explain itself. Return The total is 42, not just 42.
Numbers Are Stringified
If you return an int or float, FastMCP converts it to text for you, but adding a label makes the value clearer to the model.
@mcp.tool()
def add(a: int, b: int) -> int:
return a + bReturn Structured Data
Return a dict or list and FastMCP serializes it to JSON, giving the model clean, parseable fields instead of loose prose.
@mcp.tool()
def stats() -> dict:
return {"users": 12, "active": 9}Keep Results Concise
Every returned token costs the model context budget, so trim your result to what actually answers the request. Less noise, sharper replies.
Format for Reading
When a result has parts, a little structure helps. Short labeled lines beat one long sentence the model has to untangle.
Return Errors as Text
When something goes wrong, returning a clear message lets the model explain the problem and try a fix, instead of guessing.
if not city:
return "Error: city is required."Don't Return Secrets
The result reaches the model and often the user, so never include secrets like API keys or raw passwords in what you return.
Consistent Shapes Help
Return the same shape every call so the model learns what to expect. Surprises in structure lead to misread answers.
Match the Tool's Promise
Your result should deliver exactly what the description promised. If you said it returns the price, return the price, not a whole report.
Quick Check
What happens when your tool returns a Python dict?
Recap
Your result becomes the model's context: return clear, concise, self-explaining text or JSON, keep shapes consistent, and never leak secrets. ✅
Preguntas frecuentes
¿La lección «Devolver resultados útiles» es gratis?
Sí — el texto completo de «Devolver resultados útiles» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de MCP Academy, actualiza a CoddyKit PRO. El curso de MCP Academy incluye 4 lecciones en total.
¿Qué aprenderé en «Devolver resultados útiles»?
Devuelva texto que el modelo y el usuario puedan utilizar. Practicas MCP Academy con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.
¿Necesito experiencia previa para empezar MCP Academy?
No se requiere experiencia previa. MCP Academy en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 3 de 4.
¿Cuánto tiempo toma la lección «Devolver resultados útiles»?
La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.
¿Puedo escribir y ejecutar código en esta lección de MCP Academy?
Sí. Cada lección de MCP Academy incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.
Todas las lecciones de este curso
- Nombrar y describir bien una herramienta
- Declarar parámetros con indicaciones de tipo
- Devolver resultados útiles
- Una herramienta de calculadora, de principio a fin