# Function Calling 技術まとめ ## 1. 定義 Function Calling は、開発者が JSON schema を通じて大規模言語モデル（LLM）に利用可能な外部ツール（API など）を記述できるメカニズムです。モデルがユーザーの質問に答えるためにツール呼び出しが必要と判断した場合、構造化された `tool_calls` JSON データを出力し、呼び出す関数名とパラメータを指定します。ホストプログラムがこの呼び出しを解析して実行し、結果をモデルに返し、モデルが最終的な回答を生成します。 ## 2. 核心原理と解決する問題 - **本質**：「2回の…
# AI面接問題二：大規模言語モデル(LLM)がツールを確実に呼び出す方法 大規模言語モデル（LLM）がツール呼び出し時に確実かつ制御可能に動作するようにするには、単にプロンプトでモデルを「説得」するだけでは不十分です。システム的に多層的な制約フレームワークを提供する必要があります。 例えば天気を問い合わせる例で、モデルがツール呼び出しでよく見られる3つの「でっち上げ」動作： 1. **ツールを呼び出さず、直接架空の答えを生成する**。 2. **ツール呼び出し時に形式が間違ったパラメータを渡す**（例：ツールが「明後日」をサポートしていないのに、`date="明後日"`と…
# Agentツール呼び出しと通常関数呼び出しの違いに関するまとめ 本記事では、Agentツール呼び出しと通常関数呼び出しの核心的な違いについて議論し、Agentツール呼び出しのメカニズム、価値、一般的な失敗パターン、および対処策を詳細に説明します。 ## 核心的な違いのまとめ 通常関数呼び出しは、**コンパイル時に決定され、同期型で、確定的**です。プログラマがコード内で呼び出し時期、引数、エラーハンドリング処理を明示的に指定します。一方、Agentツール呼び出しは、**実行時に決定され、非同期型で、不確定性を持つ**ものです。大規模言語モデル（LLM）がユーザーの入力や文…