Function calling

Donnez à quelqu'un une boîte à outils sans étiquettes et demandez-lui de réparer une fuite. Il finira peut-être par y arriver, mais vous aurez eu le temps de sortir la serpillière. Pour une IA, c'est pareil : un outil ne sert à rien si elle ne sait pas à quoi il sert ni comment le tenir.

Prenons un agent qui a accès à quatre outils :

search_customer(email)
create_invoice(customerId, amount)
search_property(city, maxPrice)
send_email(to, subject, body)

Et donnons-lui cette consigne : "Trouve les biens à moins de 500 000 € à Annecy et envoie-les à Paul."

Comment fait-il son choix ? Le secret, c'est que chaque outil arrive avec sa fiche d'identité : un nom, une description en langage naturel ("recherche des biens immobiliers disponibles dans une ville, sous un prix maximum"), et un schéma qui décrit précisément ses paramètres (city est un texte, maxPrice est un nombre, les deux sont obligatoires). Tout ça est envoyé au modèle avec la consigne.

Le modèle lit la consigne, lit les fiches, et fait le rapprochement. "Biens à moins de 500 000 € à Annecy", ça ressemble furieusement à search_property, avec city = "Annecy" et maxPrice = 500000. Il produit une demande d'appel structurée, que le programme exécute. Les résultats reviennent, et le modèle enchaîne : il faut maintenant envoyer un email à Paul... mais quel Paul ? S'il n'a pas son adresse, il peut la chercher avec l'outil prévu, ou tout simplement vous la demander. Une fois qu'il l'a, direction send_email, avec un objet et un corps rédigés à partir des résultats.

Remarquez au passage que create_invoice n'a jamais été touché. La description compte énormément : un outil mal décrit sera mal utilisé, ou pas utilisé du tout. Écrire la fiche d'un outil, c'est un peu écrire la documentation pour un collègue très rapide qui n'a que cette fiche pour comprendre ce que vous attendez de lui.

Les outils sont en quelque sorte les mains du modèle. Mais retenez bien ceci : le modèle ne fait que demander, c'est le programme qui décide de ce qui s'exécute réellement. Il peut vérifier les paramètres, refuser un appel, exiger une confirmation humaine avant d'envoyer un email ou de créer une facture. Le LLM propose, le code dispose. Et quand on connecte une IA à de vrais systèmes, cette frontière est probablement la partie la plus importante de toute l'application.

Maintenant que notre agent sait enchaîner deux outils, pourquoi pas dix ? Dès qu'on arrive à des tâches en plusieurs étapes, une question se pose : est-ce qu'une IA sait réellement planifier ce qu'elle va faire ? On en parle dans le prochain post.