---
title: "LLM API のツール呼び出し（Function Calling）とは？ | BroadRouter"
description: "ツール呼び出しは、LLM が JSON の引数を付けて関数の実行をコードに依頼するしくみです。リクエストと結果のループ、トークンのコスト、エージェントでの使われ方を解説します。"
url: https://broadrouter.com/ja/glossary/tool-calling/
lang: ja
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

このページは英語の原文を AI の支援を受けて翻訳したものです。 [英語の原文を読む](https://broadrouter.com/glossary/tool-calling/) (2026-11-14 更新).

# ツール呼び出し（Function Calling、tool calling）

更新日 2026-11-14

ツール呼び出し（Function Calling とも呼ばれます）とは、開発者が定義した関数の実行を求める構造化されたリクエストを、モデルが JSON の引数付きで返す LLM API の機能です。関数を実行して結果を返すのはアプリケーションで、モデル自身がコードを実行することはありません。

別名： Function Calling、関数呼び出し、ファンクションコーリング、ツール使用、Tool Use、tool calling、function calling、tool use、tools、tool\_calls

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。

1.  **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。
2.  **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。
3.  **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。
4.  **結果を返します。** 対応する呼び出し ID を添えます。
5.  **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。

```json
{
  "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](https://broadrouter.com/ja/glossary/input-and-output-tokens/)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](https://broadrouter.com/ja/glossary/cached-input-tokens/)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](https://broadrouter.com/ja/glossary/structured-output/)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](https://broadrouter.com/ja/models/glm-5.3/) と [Qwen3.8 27B](https://broadrouter.com/ja/models/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](https://broadrouter.com/ja/glossary/reasoning-tokens/)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](https://broadrouter.com/ja/guides/cline-openai-compatible/)と [Vercel AI SDK のガイド](https://broadrouter.com/ja/guides/vercel-ai-sdk-openai-compatible/)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。

## よくある質問

### モデルが関数を実行するのですか？

いいえ。モデルが返すのは関数名と引数だけです。実行するかどうかを決め、実行し、結果を tool メッセージで返すのはコードの側です。

### モデルは複数のツールを同時に呼び出せますか？

多くの API は並列のツール呼び出しに対応しており、1 つの応答の tool\_calls に複数のエントリーを返します。コードはそれぞれを実行し、tool\_call\_id ごとに 1 つの結果を返します。

### BroadNet のどのモデルがツール呼び出しに対応していますか？

BroadNet のドキュメントでツールが記載されているのは GLM 5.3 と Qwen3.8 27B です。DeepSeek V4.1 Flash と BroadNet Gemma 4 VL 26B についてはツール対応の記載がないので、これらで使う前にテストしてください。

## 関連項目

-   [構造化出力（Structured Outputs）](https://broadrouter.com/ja/glossary/structured-output/) (用語)
-   [入力トークンと出力トークン（input and output tokens）](https://broadrouter.com/ja/glossary/input-and-output-tokens/) (用語)
-   [キャッシュ入力トークン（cached input tokens）](https://broadrouter.com/ja/glossary/cached-input-tokens/) (用語)
-   [OpenAI 互換 API（OpenAI-compatible API）](https://broadrouter.com/ja/glossary/openai-compatible-api/) (用語)
-   [AI エージェント（AI agent）](https://broadrouter.com/ja/glossary/agent/) (用語)
-   [MCP（Model Context Protocol）](https://broadrouter.com/ja/glossary/mcp/) (用語)
-   [JSON モード（JSON mode）](https://broadrouter.com/ja/glossary/json-mode/) (用語)
-   [プロンプトインジェクション（prompt injection）](https://broadrouter.com/ja/glossary/prompt-injection/) (用語)
-   [tool\_choice（ツール選択パラメーター）](https://broadrouter.com/ja/glossary/tool-choice/) (用語)
-   [並列ツール呼び出し（parallel tool calls）](https://broadrouter.com/ja/glossary/parallel-tool-calls/) (用語)
-   [JSON Schema（JSON スキーマ）](https://broadrouter.com/ja/glossary/json-schema/) (用語)
-   [OpenAI Python SDK を BroadNet Inference で使う](https://broadrouter.com/ja/guides/openai-python-sdk/) (ガイド)
-   [Cline で BroadNet Inference を使う（OpenAI Compatible プロバイダー）](https://broadrouter.com/ja/guides/cline-openai-compatible/) (ガイド)
-   [Vercel AI SDK で BroadNet Inference を使う](https://broadrouter.com/ja/guides/vercel-ai-sdk-openai-compatible/) (ガイド)
-   [定額の LLM API で並列コーディングエージェントを動かす方法](https://broadrouter.com/ja/blog/run-parallel-coding-agents-flat-rate/) (記事)
-   [100 万トークンのコンテキストウィンドウが役立つとき（役立たないとき）](https://broadrouter.com/ja/blog/million-token-context-window-guide/) (記事)

実際のワークロードで試してください。 新規アカウントには US$5 の初回クレジットがあり、Gemma、文字起こし に使えます。DeepSeek、GLM、Qwen3.8 はチャージが必要です。

[始める](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-glossary-tool-calling&utm_content=page-cta) ·

**出典**

-   [OpenAI、Function Calling のガイド](https://developers.openai.com/api/docs/guides/function-calling)
-   [OpenAI API リファレンス、チャット補完の作成（tools）](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [BroadNet Inference API リファレンス、モデル （英語）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-glossary-tool-calling&utm_content=sources#models)
