ツール呼び出しは、言語モデルが外の世界に働きかける方法です。何かを調べる、クエリを実行する、ファイルを編集するといった作業をコードに依頼し、その結果を使います。
しくみ
OpenAI のガイドは、アプリとモデルのあいだのループを次のように説明しています。
- ツールを送ります。 リクエストに、名前、説明、引数の JSON Schema を持つ関数を並べます。
- ツール呼び出しを受け取ります。 ツールが必要な場合、モデルは最終的な回答の代わりに関数名と JSON の引数を返します。
- 実行します。 コードがその関数を実行します。OpenAI のガイドはこのステップを「the application side」(訳:アプリケーション側)に置いており、モデル自身がコードを実行することはありません。
- 結果を返します。 対応する呼び出し ID を添えます。
- 回答を受け取ります。 あるいは、次のツール呼び出しが来ます。必要なだけ繰り返します。
Chat Completions の形式では、ツールの定義は次のようになります。
{
"type": "function",
"function": {
"name": "get_order_status",
"description": "Look up an order by ID",
"parameters": {
"type": "object",
"properties": { "order_id": { "type": "string" } },
"required": ["order_id"]
}
}
}
(例の関数の説明は「ID で注文を調べる」という意味です。)
応答には finish_reason: "tool_calls" と tool_calls のリストが含まれます。各エントリーには id、関数名、JSON 文字列としての arguments があります。同じ tool_call_id と結果を入れた role: "tool" のメッセージを追加し、もう一度 API を呼び出します。
なぜ重要か
- エージェント。 コーディングエージェント、サポートボット、データアシスタントの多くは、ツール呼び出しのループでできています。
- コスト。 1 往復ごとに新しいリクエストになり、会話、ツール定義、ツールの結果が入力トークンとして送り直されます。ツールのループが長いほど、キャッシュ入力とツールの順序を固定することが重要になります。
- 安全性。 引数はモデルが作ったものです。データを変更したりお金を使ったりする処理を実行する前に、検証してください。
スキーマに沿った応答が必要なだけで関数は要らない場合は、構造化出力のほうがシンプルです。
BroadNet Inference の場合
BroadNet のドキュメントでは、GLM 5.3 と Qwen3.8 27B にツール呼び出しが記載されており、どちらも構造化出力と推論に対応しています。DeepSeek V4.1 Flash と BroadNet Gemma 4 VL 26B については、ツール対応の記載がありません。本番で使う予定のモデルで、ご自身のツールのループをテストしてください。
記載のある 2 つのモデルはどちらも回答の前に推論し、推論は max_tokens に含まれるので、余裕を残してください。そうしないとツール呼び出しが途中で切れることがあります。推論トークンを参照してください。独自のツール形式を持つエージェントツールについては、Cline のガイドと Vercel AI SDK のガイドを参照してください。
よくある間違い
argumentsをオブジェクトとしてパースすること。JSON 文字列として届くので、デコードしてエラーを処理してください。tool_call_idを忘れること。これがないと、モデルは結果と呼び出しを対応づけられません。