完整定義
函數呼叫是一種讓大型語言模型(LLM)能夠調用外部函數或API的機制。它用於擴展LLM的能力,使其不僅能生成文本,還能執行特定任務,例如查詢天氣、預訂機票等。常見應用包括智能助理、自動化工作流程和數據分析。
白話說明
你有沒有想過,聊天模型不只會回答,還能真的去叫 API 做事?
你可以把函數呼叫想成讓模型把意圖轉成交給外部工具的請求,模型負責判斷,系統負責執行。
它重要,是因為只會說話的模型不夠用,真正落地時常要查資料、算東西、下指令,這些都要靠工具。
記住這句
讓模型把話變成動作,就是函數呼叫。
比喻:LLM 就像一個聰明但手腳不便的助理 -- 它知道很多事,但要「打電話」給其他專家或工具才能真正做事。
容易混淆
函數呼叫 vs 純語言生成
純生成只會把文字接下去。
函數呼叫會把需求轉成結構化指令,交給外部系統處理。
函數呼叫 vs AI代理
函數呼叫是工具能力。
AI代理是更大的執行框架,通常會把多次函數呼叫串起來。
實際案例
訂票助理
模型看懂你要改票,再呼叫訂票 API 查座位和改單,不需要你自己翻頁操作。
資料查詢
你問今天營收,模型直接呼叫查詢函數,回來的結果再整理成自然語言。
演算法與應用
它的核心不是讓模型「自己會做」,而是把可用函數的名稱、參數和回傳格式定義清楚。
配合意圖判斷、權限控管和輸入驗證,才能把函數呼叫做成可用又安全的系統。
情境判斷
Q1:如果模型只會回答文字,不能真的查資料,這算函數呼叫嗎?
不算,因為沒有真的把意圖交給外部函數執行。
Q2:如果每個工具都能被模型直接呼叫,這就一定安全嗎?
不一定,工具範圍越大,越需要權限控管和輸入驗證。
常見問題
不一定,但 LLM 擅長把自然語言轉成工具指令,所以很常搭配它。
函數呼叫是常見實作方式,工具使用能力是更廣的能力描述。
通常要靠 schema 驗證和重試機制修正。
因為它能幫你統一權限、流量和審計,避免模型直接碰內部系統。
出現在這些考古題
官方公告試題的逐題解析裡,這 2 題把函數呼叫列為延伸術語。
相關術語
來源
這個術語目前沒有標註外部來源。
其他格式:Markdown 版本