Google AI Studio で Gemini の Function calling を試したので、簡単にまとめます。
概要
Function calling は、その名前から受ける印象とは異なり、Gemini が関数を直接呼び出す機能ではありません。Gemini は、事前に定義された呼び出し条件に基づき、プロンプトの内容を解析します。プロンプトが指定条件に合致した場合、Gemini は条件に合致する部分をプロンプトから引数として抽出し、関数呼び出し要求を JSON 形式で返します。JSON には、関数名と抽出された引数が含まれます。
つまり、Function calling はプロンプトの内容を解析し、特定の関数を実行するための要求を出力する機能です。実際の関数の呼び出しや実行は、Gemini の外側、例えばクライアント側のアプリケーションで行います。
フローの例を示します。アプリケーションが主体となって LLM を制御して、回答を生成します。
この仕組みにはいくつかの利点があります。
- 柔軟な実装: Gemini は関数の呼び出し自体を行わないため、関数の具体的な実装はクライアント側で自由に決定できます。例えば、ローカルの Python スクリプトを実行したり、外部 API を呼び出したり、データベースにクエリを送信したりすることが可能です。
- セキュリティ: Gemini が直接外部システムにアクセスする必要がないため、セキュリティリスクを低減できます。
- 保守性: 関数の追加や変更はクライアント側で行うため、Gemini のモデル自体を更新する必要がなく、保守が容易になります。
- 拡張性: 様々な種類の関数やツールと連携させることで、Gemini の機能を拡張できます。
使用手順
Google AI Studio での使用手順を説明します。
まず新規チャットを作成します。
System Instructions に以下を記入します。
Function calling の結果を JSON で返してください。
画面右側の Tools にある Function calling を有効にして、Edit functions をクリックします。
関数を定義する画面が現れます。Try an example をクリックして、提示された getWeather 関数を使用します。Save をクリックします。
プロンプトに「東京の天気は？」と入力すれば、以下のような JSON が返されます。
{
"name": "getWeather",
"args": {
"city": "東京"
}
}
このようなやり取りをスクリプトから行うことで、取得した JSON に基づいた処理を行うことができます。
引数の追加
日時を指定して天気を取得する場合、関数の定義画面を開いて date という Property（引数に相当）を追加します。
こうすることで、「明日の東京の天気は？」といった質問に対応できるようになります。
{
"name": "getWeather",
"args": {
"date": "明日",
"city": "東京"
}
}
まとめ
Function calling は、Gemini と外部システムを連携させる強力な機能です。これにより Gemini は自然言語理解に集中しつつ、必要に応じてタスクを外部システムに委譲することで、拡張性や専門性を向上させることができます。
また、Function calling はプロンプトの内容を解析するための手段としても利用できます。例えば地名の詳細を取得するための関数を登録することで、プロンプトに含まれる地名を抽出することができます。
関連記事