ツール呼び出しと関数呼び出し
モデルが呼ぶ API を選び、引数を埋める
本ページの本文は英語で提供されています。タイトルと導入は日本語化されています。
この能力とは何か
Takes a user request and a list of available tools — names, descriptions, argument schemas — and outputs a structured call such as get_weather with city set to Shanghai. The model executes nothing itself; it selects a tool and assembles arguments, while the actual call is made by external code whose result is fed back for further reasoning.
技術的にどう実現するか
Fine-tuning on many examples of when to call, which tool to use and what arguments look like teaches the model to emit a call when it needs external information or action; at inference the tool definitions go into the prompt and the output is constrained to a valid structure. With many tools, retrieval first narrows the candidates, and a multi-turn loop that feeds results back handles complex tasks.
代表的な製品
10LangChain
2022モデル・ツール・検索をつなぐ
GPT-4o
2024ネイティブにマルチモーダルな汎用モデル。テキスト・画像・音声をひとつの入口で扱う
Claude
2023長い文脈と安全性の調整で知られる汎用対話モデル
Gemini
2023ネイティブにマルチモーダルで、超長文脈を扱う汎用モデル
Qwen
2023多様な規模とマルチモーダル版を備えたオープンウェイトのモデル群
MiniMax-M
2025ハイブリッド注意と100万トークン文脈をもつオープンウェイトの推論モデル
Command R
2024検索拡張とツール呼び出しのために設計された商用モデル
Mistral Large
2024欧州のオープンウェイト研究所による商用フラッグシップモデル
GLM
2023自己回帰空白穴埋め事前学習から始まった中国語の汎用モデル
Llama
2023オープンウェイト路線を主流にした汎用モデル群
関連する組織
代表的な用途
- Fetching live data such as weather, prices or stock
- Performing business actions such as orders and messages
- Calling calculators, search and code executors
- Chaining several APIs for a composite task
どう評価するか
- Function-selection accuracy
- Share of requests where the right tool was chosen
- Exact argument match
- Share with arguments exactly matching the reference
- End-to-end task success
- Whether the task completes once tools actually run
限界と難しさ
- Slightly complex argument shapes — nested objects, arrays, optional fields — are easily filled wrongly
- As the tool list grows, wrong selections rise sharply, and similar-purpose tools are the most confusable
- Recovery after a failed call is unreliable, and the model often loops on the error instead of adapting