Function Calling完全ガイド — AI Agentにツールを持たせる実装パターン

Function Callingとは

Function Calling（ツール使用）は、LLMが外部関数・APIを呼び出す能力です。これによってAI Agentは、リアルタイムデータの取得、データベースの操作、外部サービスとの連携が可能になります。

OpenAI Function Callingの実装

import openai
import json

client = openai.OpenAI()

# ツールの定義
tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "指定した都市の現在の天気を取得する",
            "parameters": {
                "type": "object",
                "properties": {
                    "city": {
                        "type": "string",
                        "description": "都市名（例: 東京, 大阪）"
                    }
                },
                "required": ["city"]
            }
        }
    }
]

# AIへのリクエスト
response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[{"role": "user", "content": "東京の天気は？"}],
    tools=tools,
    tool_choice="auto"
)

# ツール呼び出しの処理
message = response.choices[0].message
if message.tool_calls:
    for tool_call in message.tool_calls:
        func_name = tool_call.function.name
        args = json.loads(tool_call.function.arguments)
        result = call_function(func_name, args)
        # 結果をLLMに返す

Anthropic Tool Useとの比較

ベストプラクティス

1. ツール定義の精緻化

説明文は具体的に。LLMはツールの説明文を元にどのツールを使うかを判断します。

2. エラーハンドリング

ツール実行が失敗した場合も、LLMにエラー内容を返してリトライや代替手段を検討させます。

3. パラメータバリデーション

LLMが生成したパラメータは必ずバリデーション。型チェック・範囲チェックを実施します。

4. ログ・トレース

どのツールが何回呼ばれたかをログに記録することで、コスト管理と異常検知が容易になります。

並列ツール呼び出しパターン

GPT-4oやClaude 3.5以降は、複数のツールを並列実行できます。

# 並列呼び出しの例（天気と株価を同時に取得）
# LLMは自動的に並列化を判断する
response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "東京の天気とトヨタの株価を教えて"}],
    tools=[weather_tool, stock_tool]
)

セキュリティ考慮事項

• 入力サニタイズ: ツールに渡すパラメータは必ずサニタイズ
• 権限の最小化: 書き込み権限は必要最低限に
• 確認ステップ: 破壊的操作（DELETE等）は人間の確認を挟む
• タイムアウト: ツール実行には必ずタイムアウトを設定