Function calling(ファンクションコーリング)とは

Function callingとは、AIモデルが外部の機能やデータを呼び出せるようにする仕組みです。AIは文章を作るのが得意ですが、そのままでは「今日の天気」や「自社の在庫数」のような、その場の最新情報を知りません。Function callingを使うと、AIが必要なときに「この機能を、この条件で呼んでほしい」と指示を返し、外部のシステムから答えを取り込めるようになります。AIを”おしゃべり”から”実際の作業”へ橋渡しする、AIエージェントの土台となる技術です。

どう動くのか

Function callingの流れは、5つの段階で整理できます。下準備として、開発者が使える機能を決まった形式で「説明書」にしておくのが前提です。①その一覧（道具の説明書）をAIに渡すところから始まります。次に、②AIが「この機能を、この引数で呼びたい」という指示を返す。ここで大事なのは、AI自身はプログラムを実行しないという点です。AIが返すのは、呼ぶべき機能の名前と引数を書いたデータ（JSON）だけ。③その指示を受けて実際に処理を動かすのは、アプリケーション側です。④得られた結果をAIへ戻し、⑤AIがそれを踏まえて最終的な返事を作ります。料理にたとえるなら、AIは「何をどう作るか」を指示する人、実際に食材を取りに行き調理するのは厨房のスタッフ、という分担に近いでしょう。

よくある誤解と関連技術

いちばん誤解されやすいのは、「AIが自分でシステムを操作している」という見方です。実際には、AIは呼ぶ機能を選んで指示するだけ。実行の責任はアプリ側に残ります。だからこそ、危険な操作へ勝手に走らせない歯止めも、アプリ側で設計できるわけです。実行がアプリ側に残るからこそ、企業は「どこまでをAIに任せるか」の線引きを自分で決められます。この仕組みは、AIと外部の道具をつなぐ共通規格であるMCPや、複数の作業を自律的にこなすAIエージェントを支える土台でもあります。AIが「考える」だけでなく「動く」ようになった背景には、この技術があるといえるでしょう。実際の利用では、AIが結果を見てさらに別の機能を呼び、やり取りを何度も重ねることもあります。こうして、込み入った作業も段階を追って進めていけるわけです。

ビジネスでの使われ方

ビジネスでの価値は、会話できるAIを「実際に動くAI」へ変えられる点にあります。たとえば、顧客からの「来週の予約を変えたい」という問い合わせに対し、AIが予約システムを呼び出して空き状況を調べ、変更まで進めるといった使い方です。在庫の照会、注文状況の確認、簡単な払い戻しなど、これまで人が画面を操作していた定型業務を、AIとの会話の中で片づけられるようになります。OpenAIの資料でも、天気の取得や利用者のアカウント照会、払い戻しの発行といった例が挙げられています。ふつうの文章を、検索しやすいデータベースへの問い合わせや整理された表データへ変える、という裏方の使い方も得意。ただし、自動で実行させる範囲は慎重に決めるべきでしょう。お金や個人情報が絡む操作は、AIに最後まで任せず、人の承認をはさむ設計が安全です。

Function callingに関するよくある質問

Function callingを使うにはプログラミングが必要ですか？

はい。機能の定義や実際の実行はアプリ側で作り込む必要があり、開発者の設定が前提です。利用者は会話するだけですが、裏側の連携は技術者が用意します。

Function callingとプロンプトの工夫は何が違いますか？

プロンプトはAIへの指示文の工夫です。Function callingは、AIを外部のシステムにつないで実際の処理を呼び出す仕組みで、できることの幅そのものが変わります。

どのAIモデルでも使えますか？

GPTやClaude、Geminiなど主要なモデルの多くが対応しています。呼び名や細かな仕様は会社ごとに異なるため、使うモデルの公式ドキュメントで確認するのが確実です。