AIエンジニアの面接対策
ツール呼び出し(Function Calling)の設計|AIエージェントの面接対策
更新日 2026年11月16日 / 書いた人 上田 英介(ジンベイ株式会社 代表取締役/職業紹介責任者)
ツール呼び出し(Function Calling)は、LLM に「この関数をこの引数で呼んでほしい」という形の出力をさせ、アプリ側がその関数を実行して結果を返す仕組みです。AIエージェントの中心にある部品で、エージェントを作る会社の面接では、ほぼ必ず聞かれます。
仕組み自体は単純ですが、実際に作ると、道具の数が増えたときの誤選択、引数の誤り、二重実行、終わらないループといった問題が次々に起きます。面接では、これらを経験から語れるかが見られます。
よく聞かれる質問
- 「道具の定義を書くとき、何に気をつけますか」
- 「LLM が間違った引数で呼んできたら、どうしますか」
- 「道具が50個あります。どう扱いますか」
- 「同じ注文に対して、返金の API が2回呼ばれてしまいました。どう防ぎますか」
答えの骨組み:道具の定義
道具の定義は、LLM が読む説明書です。人間向けの API の仕様書をそのまま流用すると、うまく動かないことが多くあります。
- 名前と説明で、いつ使うかを書く:「注文を検索する」だけでなく、「注文番号が分からないときに、メールアドレスと期間で注文を探す」のように、使う場面と使わない場面を書く
- 引数は少なく、型を厳しく:自由な文字列より、選択肢(enum)や日付の形式を指定する。必須と任意をはっきり分ける
- 似た道具を作らない:「注文を探す」と「注文の一覧を出す」が両方あると、どちらを選ぶかで迷う。1つにまとめるか、違いを説明に書く
- 戻り値を絞る:API の応答をそのまま返すと、入力が大きくなり、関係ない項目に引きずられる。LLM が次の判断に使う項目だけ返す
答えの骨組み:実行の前後
LLM が出した呼び出しは、そのまま実行してよい命令ではなく、「提案」として扱います。
- 引数を確かめる:型と範囲をスキーマで検証する。注文番号が存在するか、その利用者の注文かもプログラムで確かめる
- 権限を確かめる:道具は、操作している利用者の権限で実行する。権限の考え方は権限とデータの分離で解説しています
- 重い操作は確認を挟む:取り消しにくい操作は、利用者や担当者の確認を取ってから実行する
- 結果を返す:成功も失敗も、LLM が次の判断に使える形で返す
深掘り
「間違った引数で呼んできたら」
エラーを LLM に返して、もう一度呼ばせます。このとき、エラーの内容が大事です。「400 Bad Request」ではなく、「date は YYYY-MM-DD の形式で指定してください。受け取った値:11月3日」のように、何が悪く、どう直せばよいかを返すと、次の呼び出しで直る割合が上がります。直らない場合に備えて、やり直しの回数に上限を設けます。
「同じ操作が2回実行されました」
ネットワークの再送や、LLM が結果を待たずに同じ呼び出しを繰り返すことで起きます。状態を変える道具には、冪等キー(同じ操作を何度実行しても結果が1回分になるようにするためのキー)を持たせます。会話 ID と操作の内容から作ったキーを API に渡し、同じキーの2回目は実行せず前回の結果を返します。Web の決済や API 設計の経験がある人なら、そのまま話せる論点です。
「道具が50個あります」
全部を毎回渡すと、入力が長くなり、選び間違いも増えます。問い合わせの種類ごとに使う道具を絞る、まず大まかな分類を選ばせてからその中の道具を渡す、道具の説明を検索して関連するものだけ渡す、といった方法を挙げます。どの方法でも、道具の選択が正しかったかを評価データで測ることを添えます。
「並列に呼べる道具と、順番に呼ぶべき道具は」
複数の注文の状況を調べるような、互いに依存しない読み取りは並列にすると速くなります。前の結果を使って次の引数を決める場合や、状態を変える操作は、順番に実行します。
「LLM が道具を呼ばずに、自分で答えを作ってしまいます」
在庫数や料金のように、道具で調べるべき情報を推測で答えるのは幻覚の一種です。説明で「在庫について答えるときは必ずこの道具を使う」と書く、道具の結果に含まれない数値が回答に出ていないかを確かめる、といった対策を話します。詳しくは幻覚への対策へ。
「ループが終わりません」
1回の依頼で呼べる回数、使える時間、使えるトークン数に上限を設けます。同じ道具を同じ引数で繰り返していたら止めます。上限に達したら、それまでの経過を添えて人に引き継ぐか、利用者に状況を伝えて終わります。
よくある失敗
- API をそのまま全部道具にする:既存の API を1対1で道具にすると、数が多く粒度も細かすぎる。業務の操作の単位でまとめ直す
- エラーを例外で止める:エラーを LLM に返さずに処理を止めると、エージェントが立て直せない
- LLM の判断を実行の条件にする:「返金してよいか」を LLM に決めさせる。可否はプログラムの条件で決める
- 記録を残さない:どの道具をどの引数で呼び、何が返ったかを残さないと、誤りの原因を追えない。記録の仕方はLLM アプリの運用監視で扱っています
まとめ
ツール呼び出しの設計では、LLM が読みやすい道具の定義、呼び出しを提案として扱う実行前の確認、直し方の分かるエラー、二重実行とループの防止が中心になります。これらはバックエンドの API 設計で培った力がそのまま使える領域です。実際の業務での例を具体的に話せるよう準備しておくと安心です。経験の伝え方に迷ったら、ジンベイにご相談ください。
