Przejdź do treści
promptowy.com / Glossario IA / Function calling (chiamata di funzioni)
Agenti e strumenti

Function calling (chiamata di funzioni)

Il function calling è la capacità di un modello linguistico di riconoscere quando attivare strumenti esterni e produrre parametri precisi per interrogarli.

Il function calling è una funzionalità dei modelli linguistici che consente loro di dialogare con il mondo esterno, trasformando il testo generato in comandi precisi per software, database o servizi web. Invece di limitarsi a inventare o presumere una risposta basata solo sui dati di addestramento, il modello riconosce la necessità di un'informazione aggiornata o di un'azione concreta e richiede l'intervento di uno strumento esterno.

Questo meccanismo rappresenta il pilastro fondamentale per costruire agenti autonomi e integrare l'intelligenza artificiale nei sistemi aziendali. Un dettaglio tecnico cruciale è che il modello non esegue mai direttamente il codice sul server: il suo compito consiste nel selezionare la funzione corretta da un catalogo fornito dallo sviluppatore e formattare i parametri necessari in una struttura ordinata, solitamente un oggetto JSON.

Come funziona il ciclo operativo

L'interazione tra un'applicazione e un modello dotato di function calling segue un flusso chiaro e rigoroso in più passaggi:

  • Dichiarazione degli strumenti: Lo sviluppatore invia al modello una richiesta includendo la descrizione di una o più funzioni disponibili, specificando cosa fanno e quali argomenti richiedono.
  • Riconoscimento dell'intento: Il modello analizza la domanda dell'utente e decide in autonomia se le funzioni fornite siano utili per rispondere.
  • Generazione dei parametri: Se serve un'azione, il modello restituisce una risposta speciale contenente il nome della funzione e i valori corretti da passare, senza generare testo discorsivo.
  • Esecuzione applicativa: Il backend riceve i dati, interroga l'effettivo servizio esterno ed elabora la risposta.
  • Sintesi finale: Il risultato dell'operazione viene rimandato al modello, che ora possiede tutti i dati reali per formulare una risposta naturale e precisa all'utente.

Un caso d'uso quotidiano: l'agriturismo

Immaginiamo un agriturismo nelle colline del Chianti che desidera gestire le prenotazioni delle camere tramite una chat automatica sul proprio sito web. Un cliente scrive: Vorrei prenotare una camera matrimoniale per due notti a partire da venerdì prossimo per due persone.

Senza function calling, un modello linguistico tradizionale potrebbe tentare di rassicurare l'utente dicendo che la camera è confermata, inventando una disponibilità inesistente. Con il function calling, invece, il modello individua che per rispondere correttamente deve consultare il gestionale della struttura. Genera quindi una chiamata verso una funzione ipotetica chiamata verifica_disponibilita, estraendo automaticamente i dettagli: data di arrivo, numero di notti e tipo di alloggio.

Il gestionale dell'agriturismo esegue il controllo sui registri reali e restituisce un esito, ad esempio confermando che resta solo una camera panoramica. A quel punto il modello prende questo dato concreto e risponde al cliente spiegando con cortesia quali opzioni sono rimaste libere e a quali condizioni.

Sicurezza e controllo dell'infrastruttura

La separazione netta tra la decisione del modello e l'effettiva esecuzione del codice garantisce la sicurezza dei sistemi. Dal momento che l'applicazione funge da intermediario obbligato, lo sviluppatore può inserire controlli di sicurezza, verifiche sui permessi dell'utente, blocchi contro parametri anomali o richieste di autorizzazione umana prima di compiere azioni irreversibili, come la cancellazione di un appuntamento o l'addebito di un pagamento.

Errori comuni da evitare

Un errore frequente nella progettazione consiste nel fornire descrizioni ambigue o incomplete delle funzioni. Se il modello non comprende con esattezza lo scopo di uno strumento o il formato richiesto per un parametro, rischia di chiamare la funzione sbagliata o di tralasciare dati essenziali. Le descrizioni devono essere asciutte, univoche e corredate da chiarimenti sul tipo di valore atteso.

Un'altra criticità riguarda la gestione degli errori. Se l'API esterna smette di rispondere o restituisce un codice di errore, l'applicazione deve essere in grado di comunicare questo fallimento al modello in modo chiaro, permettendogli di spiegare la situazione all'utente con trasparenza anziché interrompere la conversazione inaspettatamente.

Domande frequenti

Il modello esegue il codice direttamente sul mio server?

No, il modello genera soltanto la struttura dei dati con il nome della funzione e gli argomenti; l'esecuzione materiale del codice spetta sempre alla vostra applicazione.

Quale formato di dati viene usato per le chiamate?

Lo standard più diffuso è il formato JSON, che permette al backend di leggere, convalidare ed elaborare facilmente le chiavi e i valori generati dall'AI.

Il function calling elimina completamente le allucinazioni?

Riduce drasticamente gli errori perché ancora le risposte a dati reali verificati, ma il codice applicativo deve comunque validare i parametri ricevuti prima di procedere con l'elaborazione.

← Tutti i termini del Glossario IA

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