Function Callingdefinition and how it works in 2026
- Function Calling
- La capacité d'un LLM à produire, au lieu d'un output texte, un appel structuré vers une fonction (ou API) prédéfinie.
Function calling est la base technique du tool use. Au lieu de produire du langage naturel, le LLM émet un JSON qui correspond à une signature de fonction : `{name: "send_email", arguments: {to: "...", subject: "...", body: "..."}}`. Le wrapper d'agent exécute la fonction et renvoie le résultat dans le LLM.
OpenAI a frappé le terme en 2023 ; Anthropic, Google et tous les providers majeurs ont des APIs équivalentes. Le pattern s'est développé en 2025-2026 en standard d'industrie — les agents modernes font 90 % de leurs « actions » via function calling.
Astuce pratique : les définitions de function calling sont du prompt engineering. Descriptions de fonction claires, types d'arguments précis et bons exemples d'appels améliorent significativement la précision de sélection d'outil. Une fonction mal décrite ne sera pas appelée, ou sera appelée incorrectement.
Frequently asked
En quoi function calling diffère-t-il de tool use ?+
Function calling est l'implémentation ; tool use est le concept. « Tool use » décrit le quoi capacitaire ; « function calling » le comment technique (JSON output structuré, schema-validé).
Un LLM peut-il appeler plusieurs fonctions en parallèle ?+
Oui, les APIs modernes supportent le Parallel Function Calling — le LLM émet un array d'appels qui sont exécutés en parallèle. Économise de la latence sur les opérations indépendantes.
Que se passe-t-il si le LLM appelle une fonction inexistante ?+
Dépend de l'implémentation. Best practice : réponse d'erreur renvoyée au LLM avec explication claire, le LLM corrige à l'étape suivante. Les mauvaises implémentations lancent un crash dur et cassent la boucle.
