Function Callingとは、LLMが外部の関数やAPIを呼び出すための構造化データを生成し、自律的にツールを使えるようにする仕組みのこと。
Function Calling (関数呼び出し)とは（詳しく解説）
Function Callingは2023年にOpenAIが導入した機能で、LLMがテキスト生成だけでなく、事前に定義された関数を呼び出すよう指示できる仕組みだ。モデルはユーザーの意図を解釈し、関数名と引数をJSON形式で出力する。アプリ側がそれを受け取り実際の処理を実行、結果をモデルに渡すことで天気取得・DB検索・カレンダー操作など外部データへのアクセスが可能になる。AnthropicのTool Use、GoogleのFunction Declarationsと呼び名は異なるが概念は同一で、2026年時点では主要LLMがほぼすべて対応済みだ。実運用での最大の落とし穴は「関数過多による選択ミス」で、現場では10関数を超えたあたりから精度低下が顕著になる。関連関数をまとめたり、few-shotで正しい選択例を示したりする対策が有効とされている。コスト感については、関数定義のJSONもすべてトークンとして課金される点を見落としがちだ。AI PICKSで確認した事例では、定義を圧縮するだけで1リクエストあたりのコストが20〜30%削減できたケースもある。2026年現在はMCPプロトコルの普及により標準化が進み、フレームワーク不要で外部ツールを統合できる環境が整いつつある。エージェント構築時の相場感として、関数定義の設計コストは軽視されがちだが品質と費用に直結する重要な要素だ。
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「Function Calling (関数呼び出し)とは」 https://aipicks.jp/glossary/function-calling
Function Calling (関数呼び出し)の使用例
- OpenAI GPT-4oでget_weather関数を定義し、「東京の今日の天気は?」と入力すると自動でAPIを呼び出して結果を返す典型的な実装例。
- ClaudeのTool Useで社内DBに接続し、「在庫が少ない商品を教えて」と自然言語でクエリできるカスタマーサポートbotの構築事例。
