Przejdź do treści
promptowy.com / Glossaire IA / Function calling (appel de fonctions)
Agents et outils

Function calling (appel de fonctions)

Le function calling permet à une intelligence artificielle de solliciter des outils externes pour récupérer des données réelles ou déclencher des actions.

Le function calling (ou appel de fonctions) est une capacité technique qui permet à un grand modèle de langage de se connecter à des outils informatiques externes. Au lieu de se limiter à ses connaissances internes ou d'inventer des faits récents, le modèle peut décider d'interroger une base de données, de vérifier un agenda ou de déclencher l'envoi d'un message en faisant appel à un programme dédié.

Cette approche transforme un simple générateur de texte en véritable moteur d'action. Le modèle ne se contente plus de bavarder: il devient capable d'interagir avec les logiciels métiers, les services en ligne et les systèmes d'information des entreprises.

Comment fonctionne le mécanisme en pratique ?

Contrairement à une idée reçue, le modèle d'intelligence artificielle n'exécute pas de code lui-même sur votre serveur. Il agit plutôt comme un chef d'orchestre qui rédige une commande standardisée. L'échange se déroule en plusieurs étapes précises :

  1. La déclaration des outils : l'application transmet au modèle la question de l'utilisateur, accompagnée d'un catalogue de fonctions disponibles avec leur description détaillée et leurs paramètres attendus en format JSON.
  2. L'analyse de l'intention : le modèle évalue si sa mémoire suffit ou si un outil externe est indispensable pour répondre avec exactitude.
  3. La génération de l'appel : s'il a besoin d'un outil, le modèle génère une instruction structurée contenant le nom exact de la fonction et les arguments requis.
  4. L'exécution par l'application : le système informatique de l'entreprise prend le relais, exécute le script sécurisé (par exemple une requête SQL ou un appel d'API) et récupère le résultat.
  5. La réponse finale : ce résultat technique est renvoyé au modèle, qui le reformule en langage naturel pour l'utilisateur.

Un exemple concret du quotidien

Imaginons un atelier de réparation de vélos installé à Namur ou à Montréal qui déploie un assistant virtuel sur son site internet. Un client écrit : « Pouvez-vous vérifier si vous avez un pneu de gravel en stock et me réserver un créneau pour demain matin ? »

Sans function calling, un modèle classique risquerait d'inventer un état de stock plausible ou de confirmer un rendez-vous fictif. Grâce au function calling, le modèle analyse la demande et produit deux appels successifs : la fonction verifier_stock(article="pneu_gravel") puis la fonction consulter_disponibilites(date="demain", plage="matin"). L'application de l'atelier consulte le logiciel d'inventaire et le calendrier de l'équipe, puis renvoie les réponses réelles. L'IA peut alors annoncer en toute certitude : « Le pneu est disponible à l'atelier, et nous avons une place libre à 10 h 30 pour effectuer le montage ».

Sécurité et contrôle des systèmes

Cette séparation entre la réflexion du modèle et l'exécution du code est un atout majeur pour la sécurité informatique. Comme le modèle se limite à produire du texte structuré, les développeurs gardent le contrôle total sur ce qui est réellement exécuté. L'application hôte peut vérifier les droits d'accès de l'utilisateur, valider que les paramètres sont conformes et refuser une opération sensible avant même qu'elle ne touche à la base de données de l'organisation.

L'erreur fréquente à éviter

L'erreur la plus commune consiste à négliger la documentation des fonctions transmises au modèle. Le modèle de langage s'appuie uniquement sur les descriptions textuelles pour comprendre quand et comment activer un outil. Si le nom du paramètre est flou ou si la description omet de préciser le format d'une date (par exemple le format jour-mois-année), le modèle risque de fournir des arguments erronés ou de choisir la mauvaise fonction au moment critique. Une documentation limpide est la clé d'un appel d'outil fiable.

Questions fréquentes

Le modèle d'IA exécute-t-il directement le code sur ma machine ?

Non. Le modèle produit uniquement des données structurées qui indiquent quelle fonction appeler et avec quels paramètres. C'est votre propre serveur qui prend la décision d'exécuter l'action technique.

Quelle est la différence entre function calling et un agent autonome ?

Le function calling est la brique de base qui permet de brancher des outils. L'agent autonome est le système complet qui utilise cette brique en boucle pour planifier, exécuter plusieurs actions et corriger ses erreurs de manière indépendante.

Dans quel format le modèle formule-t-il ses appels d'outils ?

Le modèle génère généralement ses appels sous la forme d'un objet JSON, qui contient le nom de la fonction ciblée et les valeurs associées à chaque argument requis.

← Tous les termes du glossaire IA

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