Nouveau · Présidentielle 2027 : ce que les candidats proposent sur l'IA, citations sourcées. Explorer l'observatoire →

Dernière revue :

Qu'est-ce que le function calling ? Définition et enjeux pour l'entreprise

Le function calling est la capacité d'un modèle d'IA à invoquer des fonctions ou des outils prédéfinis pour exécuter des actions dans un système externe. Le modèle retourne un objet structuré (JSON) plutôt que du texte, permettant à l'application d'appeler la fonction et de réinjecter le résultat dans la conversation.

Le function calling (aussi appelé tool use chez Anthropic) a été introduit par OpenAI en juin 2023. Le principe : le développeur décrit, dans la requête envoyée au modèle, une liste de fonctions disponibles (nom, description, paramètres au format JSON Schema). Le modèle, en analysant le prompt utilisateur, décide s'il faut appeler une de ces fonctions et avec quels arguments. Il ne l'exécute pas lui-même : il retourne un objet structuré indiquant la fonction à appeler. L'application exécute la fonction, capture le résultat, et le réinjecte dans la conversation pour que le modèle continue. Le function calling est le mécanisme sous-jacent qui permet à un LLM d'envoyer un email, créer un événement calendrier, interroger une base de données, ou orchestrer plusieurs outils en cascade. Il est à la base des agents IA. Le protocole MCP, apparu fin 2024, ne le remplace pas : il standardise la façon d'exposer des outils à un modèle, et c'est toujours le function calling du modèle qui déclenche l'appel.

Exemple concret

Cas illustratif. Une compagnie d'assurance déploie un assistant IA pour traiter les demandes de remboursement. Trois fonctions sont définies dans l'API : verifier_eligibilite, calculer_remboursement, envoyer_decision. Quand un client demande « est-ce que ma consultation chez le dermatologue est remboursée ? », l'assistant identifie le contrat, appelle verifier_eligibilite, reçoit la réponse, appelle calculer_remboursement si éligible, puis répond au client avec le montant. Trois appels de fonction chaînés, pilotés par le modèle, exécutés par l'application. Sans function calling, ce cas d'usage exigerait un développement spécifique pour chaque scénario possible.

Questions fréquentes

Qu'est-ce que le function calling ?

C'est la capacité d'un modèle d'IA à invoquer des fonctions ou des outils prédéfinis pour exécuter des actions dans un système externe. Au lieu de produire du texte, le modèle retourne un objet structuré au format JSON indiquant la fonction à appeler et ses arguments. Chez Anthropic, on parle aussi de tool use ; le mécanisme a été introduit par OpenAI en juin 2023.

Le modèle exécute-t-il lui-même les actions ?

Non. Le modèle se contente de décider s'il faut appeler une fonction et avec quels arguments, puis retourne un objet structuré. C'est l'application qui exécute réellement la fonction, capture le résultat et le réinjecte dans la conversation pour que le modèle poursuive.

Pourquoi dit-on que le function calling est la base des agents IA ?

Parce qu'il transforme le modèle d'un simple générateur de texte en coordinateur d'actions : envoyer un email, créer un ticket, interroger une base de données, ou enchaîner plusieurs outils en cascade. Dans l'exemple d'une compagnie d'assurance, trois fonctions chaînées (vérifier l'éligibilité, calculer le remboursement, envoyer la décision) traitent une demande de bout en bout, pilotées par le modèle et exécutées par l'application.

Quels risques de sécurité cela introduit-il ?

Le modèle peut désormais agir, avec des conséquences réelles en cas d'erreur. Une fonction trop permissive, par exemple un envoi d'email ouvert, peut être détournée par une injection de prompt. Le principe de moindre privilège s'applique : chaque fonction exposée doit avoir le périmètre le plus étroit possible.

Quelle est la différence entre function calling et MCP ?

Les deux sont complémentaires. Le MCP standardise la façon d'exposer des outils à un modèle, mais c'est toujours le function calling qui déclenche l'appel de l'outil. Pour un nouveau déploiement, exposer ses outils via un serveur MCP évite de réécrire les intégrations pour chaque assistant ou chaque modèle.

À voir aussi

Pour aller plus loin

Tool use overview, Anthropic documentation (ressource externe)

Sources

  1. Tool use overview, documentation Claude (Anthropic). https://platform.claude.com/docs/en/agents-and-tools/tool-use/overview (consulté le 2026-09-29)
  2. Function calling, documentation OpenAI. https://developers.openai.com/api/docs/guides/function-calling (consulté le 2026-09-29)
  3. Function calling and other API updates, OpenAI, 13 juin 2023. https://openai.com/index/function-calling-and-other-api-updates/ (consulté le 2026-09-29)
  4. Model Context Protocol, spécification (fonctionnalité Tools), version 2026-07-28. https://modelcontextprotocol.io/specification (consulté le 2026-09-29)

Méthode éditorialeJournal des corrections

← Retour au glossaire

Adresse copiée