関数呼び出し用LLM API

本番アプリでの関数呼び出し

営業アシスタントがアカウントを検索し、見積もりを計算し、注文案を作ります。 まずlookup_account、次にcalculate_quoteを呼びます。担当者が注文案の内容を確認するまでcreate_orderは使えません。

モデルはツールの呼び出しを提案します。アプリが実行前に形式、権限、状態を確認します。 ツールのエラーは決まった形式で返し、同じ不正な呼び出しは繰り返しません。

関数呼び出しの処理の流れ

• 現在の状態で使えるツールだけを公開する。
• モデルにツール選択と引数の提案をさせる。
• アプリ側で全引数と権限を確認する。
• 書き込みがある操作には重複実行を防ぐキーを使う。
• 結果を決まった形式で返し、決めた終了条件まで進める。

LLMFly AIでgpt-5.6-terraを呼び出す

リクエストはサーバーから送ります。例の内容と仮のツールスキーマを、アプリのデータとツールに置き換えてください。

curl https://app.llmfly.ai/v1/chat/completions \
  -H "Authorization: Bearer $LLMFLY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-terra",
    "messages": [
      {"role": "system", "content": "Use the available tools to prepare a quote. Never create an order until the user confirms the exact draft. Do not invent account IDs or prices."},
      {"role": "user", "content": "Prepare a quote for 25 seats for Acme's current plan."}
    ],
    "tools": [{"type": "function", "function": {"name": "YOUR_TOOL", "description": "Replace with the tool contract for this workflow", "parameters": {"type": "object", "properties": {}, "additionalProperties": false}}}]
  }'

主モデルにgpt-5.6-terraを選ぶ理由

ツール選択と複数段階の引数作成にはTerraを初期候補にします。毎回最上位モデルを使う必要はありません。

ツール仕様の動作を確認した後、1つのツールで読み取るだけの依頼にはgpt-5.5を使います。 複数ツールが依存し合う不明確な計画はSolに回します。

関数呼び出しの合格基準

本番前に対処する失敗

• 未確認の引数で実行する
• 同じ不正な呼び出しを繰り返す
• ツールの説明が重複する
• 文章の指示で権限を回避する

出力と実行記録

検証済みのツール呼び出しと見積もり案を返します。確認前に外部で注文を作成しません。

本番の実行ごとにモデルID、リクエストID、トークン使用量、再試行、検証結果、最終的な扱いを記録してください。