Przejdź do treści
promptowy.com / AI-ordbog / Function calling (funktionskald i sprogmodeller)
Agenter og værktøjer

Function calling (funktionskald i sprogmodeller)

Function calling er en teknik, der lader en AI-sprogmodel bruge eksterne værktøjer og API'er ved at udskrive strukturerede data i stedet for fri tekst.

Function calling er en metode inden for kunstig intelligens, hvor en sprogmodel får adgang til at aktivere eksterne programmer, databaser og værktøjer. I stedet for udelukkende at besvare en brugerforespørgsel med prosa og gætte på oplysninger, kan modellen genkende, at den mangler frisk viden eller skal udføre en handling i den virkelige verden. Den vælger derefter et relevant værktøj fra en foruddefineret liste og udarbejder de nødvendige parametre for at køre det.

Det er fundamentet for moderne AI-agenter og integrationer i eksisterende IT-miljøer. Med function calling forvandles sprogmodellen fra at være et isoleret tekstværktøj til at fungere som hjernen i et softwareøkosystem, der kan hente vejrdata fra DMI, tjekke lagerbeholdning i et ERP-system eller oprette en kalenderaftale.

Hvordan fungerer processen bag et funktionskald?

En almindelig misforståelse er, at sprogmodellen selv logger ind på serveren og kører koden. Det gør den aldrig. Processen er opdelt i et tæt samarbejde mellem modellen og din applikation:

  1. Beskrivelse af værktøjer: Udvikleren sender en liste over tilgængelige funktioner sammen med brugerens besked. Hver funktion beskrives med navn, formål og forventede inputfelter i et struktureret format som JSON.
  2. Beslutning: Modellen analyserer brugerens ønske. Hvis forespørgslen kræver et eksternt værktøj, formulerer modellen ikke et normalt svar. I stedet returnerer den et svar i kodeformat, der specificerer præcis, hvilken funktion der skal kaldes, og hvilke værdier der skal indsættes.
  3. Kørsel i applikationen: Din applikation modtager dette strukturerede svar, tjekker gyldigheden og udfører den faktiske kode, for eksempel en databaseforespørgsel eller et kald til et eksternt API.
  4. Afsluttende svar: Resultatet fra funktionen sendes tilbage til sprogmodellen, som nu har de nødvendige fakta til at formulere et venligt og præcist svar til brugeren.

Et dansk eksempel: Bordbooking i Aarhus

Forestil dig en travl restaurant ved åen i Aarhus, der integrerer en AI-assistent på sin hjemmeside. En gæst skriver en fredag eftermiddag: "Kan vi reservere et bord til fire personer klokken 18.30 i aften?"

Uden function calling ville en sprogmodel forsøge at gætte eller blot svare høfligt, at den desværre ikke kender bordplanen. Med function calling har udvikleren givet modellen adgang til en funktion kaldet tjek_bordplan(antal_personer, dato, tidspunkt).

Når gæsten stiller sit spørgsmål, forstår modellen hensigten og svarer ikke med ren tekst. Den returnerer i stedet et teknisk kald: funktionen tjek_bordplan skal aktiveres med værdierne antal_personer: 4, dato: dagens dato og tidspunkt: 18:30. Restaurantens bookingsystem undersøger derefter bordene og melder tilbage, at der er et ledigt bord i udestuen. Modellen tager dette svar og skriver til gæsten: "Ja, vi har et ledigt bord til fire personer klokken 18.30 i vores hyggelige udestue. Skal jeg reservere det til dig?"

Sikkerhed og kontrol over forretningslogik

At sprogmodellen kun peger på en funktion i stedet for at afvikle den selv, er afgørende for IT-sikkerhed. Det betyder, at programmøren altid bevarer den fulde kontrol over, hvilke handlinger der rent faktisk finder sted i systemet.

Hvis en model foreslår at kalde en funktion som slet_brugerkonto eller udsted_faktura, kan systemet indføre godkendelsestrin, validere adgangsrettigheder eller bede et menneske om at bekræfte handlingen via MitID eller en bekræftelsesknap. Sprogmodellen kan dermed aldrig overskride de grænser, der er kodet ind i bagvedliggende valideringer.

Typiske fejl ved function calling

Når udviklere implementerer function calling, opstår der ofte udfordringer omkring præcision. Hvis en funktionsbeskrivelse er tvetydig, kan modellen gætte på forkerte felter eller vælge en forkert funktion blandt flere ensartede værktøjer. Det er derfor afgørende at skrive klare, entydige instruktioner til hvert enkelt parameter.

En anden hyppig faldgrube er manglende håndtering af fejl. Hvis det eksterne API svarer med en timeout eller en fejlmeddelelse, skal applikationen være forberedt på at sende fejlen tilbage til modellen i et forståeligt format, så modellen kan forklare brugeren problemet på en pæn måde frem for at gå i stå.

Ofte stillede spørgsmål

Kører sprogmodellen koden direkte på min server?

Nej. Modellen udskriver udelukkende en instruktion i form af strukturerede data, typisk JSON. Det er altid din egen applikation, der validerer og udfører selve koden.

Hvorfor bruge function calling i stedet for at skrive alt i prompten?

Function calling sikrer standardiserede, maskinlæsbare data uden tilfældig formatering. Det gør det muligt at opdatere datagrundlaget dynamisk i realtid frem for at proppe statiske oplysninger ind i konteksten.

Hvad sker der, hvis modellen vælger en forkert funktion?

Din applikation skal altid validere modellens valg og parametre. Hvis kaldet fejler, kan du returnere en fejlbesked til modellen, hvorefter den typisk kan rette sit forsøg automatisk.

Er function calling det samme som en AI-agent?

Nej, function calling er en grundlæggende byggeklods. En AI-agent bruger function calling gentagne gange til at planlægge trin, analysere data og udføre sekvenser af handlinger for at nå et mål.

← Alle begreber i AI-ordbogen

🛒 Sklep Kinetyka CapCut Pro 460 zł/rok Lovable Pro 450 zł/rok Replit Core 119 zł/rok Zobacz wszystko →
× ‹ powiększenie ›