生成AI・LLM
Function Calling（ツール呼び出し）とは？意味・仕組みをわかりやすく解説
ファンクションコーリング ／ 最終更新日：2026年7月7日
30秒でわかる定義
Function Calling（ツール呼び出し）とは、LLMが「どの関数（ツール）を、どんな引数で呼ぶべきか」を構造化された形式（JSONなど）で出力し、外部の機能を実行させる仕組みです。天気APIの呼び出し、データベース検索、計算など、LLM単体ではできない処理をツールに任せることで、AIエージェントが現実の操作を行えるようになります。
仕組み・基本の流れ
- 1利用できるツール（関数名・引数の定義・説明）をLLMに渡す
- 2ユーザーの入力に対し、LLMが「どのツールをどの引数で呼ぶか」を構造化して出力する
- 3アプリ側がその指定どおりに実際の関数・APIを実行する
- 4実行結果をLLMに返し、LLMが最終的な回答を生成する
実務でのポイント：Function Callingはエージェントが外部世界に働きかけるための土台です。近年は、ツールやデータソースへの接続方法を標準化するMCP（Model Context Protocol）と組み合わせて語られることも増えています。Function Callingが「呼び方（モデルの出力形式）」、MCPが「ツール接続の共通規格」という役割分担で理解すると整理しやすくなります。
関連する用語
このスキルを活かせる職種と年収は？
Function Callingの実装はAIエージェント開発の必須スキルです。ツール設計・エラーハンドリングまで含めて実装できると、生成AIエンジニアとしての市場価値が高まります。
よくある質問
Q. Function CallingとMCPの違いは？
A. Function Callingは、LLMが「どの関数をどの引数で呼ぶか」を構造化して出力する、モデル側の仕組みです。MCP（Model Context Protocol）は、ツールやデータソースへの接続方法を標準化する共通規格で、どんなツールをどう提供するかの取り決めです。役割が異なり、両者は組み合わせて使われます。
Q. Function CallingがあればAIエージェントは作れますか？
A. Function Callingはエージェントがツールを使うための重要な部品ですが、それだけでは不十分です。目標の分解（Planning）、行動の反復（ReActなどのループ）、エラー時のフォールバック、品質を測る評価（Eval）などを組み合わせて、はじめて実用的なエージェントになります。