id: G-33(誌面表示: G-33) · 物理ページ: 472–473(pages=2) · category: term_llm · figure_type: workflow · status: ready · evaluation_date: 2026-04-29
tagline 38/25-45何を 87/60-200どこで 96/60-200会話例 47/25-50見1 27/15-40見2 28/15-40見3 27/15-40見4 27/15-40見5 34/15-40見6 29/15-50
← G-32 Slash Command 目次 G-34 Code Interpreter →
バイブ特有
472

Function Calling

ファンクションコーリング
LLM が関数名と引数を JSON で返す仕組みです。OpenAI 由来の呼称です。
体験区分:少しだけ触った 推奨読者レベル:Level 3

何をしてくれるか

LLM(大規模言語モデル)がテキストではなく「関数名と引数」を JSON で返し、アプリ側がその JSON を使って関数を実行します。実行結果を LLM に戻すと最終回答が生成されます。

どこで出会うか

OpenAI の API ドキュメントで「Function Calling」、Anthropic の Claude API では同じ仕組みを「Tool Use」と呼ぶため、両方の呼称が混在する記事で見かけます。

ワークフロー図
2026.04·ready
「Function Calling で LLM が JSON を返すので、ホスト側で関数を実行できます。」
Function Callingの見方
473
この用語の見どころ
1
役割

LLM が関数名・引数を JSON で返す呼び出し規約です。

2
うれしさ

自然文ではなく構造化 JSON で返るので解析が安定します。

3
注意点

関数の実行はホスト側が担い、LLM は指示するだけです。

4
どこで役立つか

天気取得や検索など外部 API を AI に連携する場面です。

5
はじめに

Tool Use と同義で、呼称が OpenAI 由来という点を把握します。

6
深掘り先

Tool Use(G-30)、MCP(I-1)、Agent。

非エンジニアのつまずき
  • Tool Use に比べて聞きなじみがないです。
  • JSON を知らない人には「JSON 形式で返す」説明がちんぷんかんぷんです。
  • 規格としてどこまで支配的になるかも見えません。
私のコメント
  • 第一印象:ちゃんと見たのは今回が初めて。
  • 良い点:出力が固定されるのは良いことだと思う。
  • ダメな点:馴染みが薄い。あと自分でシステム/ツールの使い分けをするのが難しそう。
  • 誰向けか:自作の応答システムを作る人向け。
開発フローでの位置
関数を定義する
LLM にリクエストを送る
JSON レスポンスを受け取る
関数を実行する
結果を LLM に戻す
関連用語
G-33·term_llm
バイブコーディング図鑑