Appel d'outils : quand l'IA demande à agir
L'appel d'outils (tool calling, aussi appelé function calling) permet à un modèle de langage de répondre non pas par du texte, mais par une demande structurée : « exécute telle fonction avec tels arguments ». Votre application exécute la fonction, renvoie le résultat au modèle, qui s'en sert pour poursuivre.
Données au 22 octobre 2026
L'essentiel en chiffres
| Niveau | Intermédiaire |
|---|---|
| Origine | 2023 |
| Introduit par | Schick et al. (Toolformer) |
Comment ça marche concrètement
Le principe tient en quelques étapes, décrites de façon très proche dans les documentations d’OpenAI et d’Anthropic :
- Votre application décrit au modèle les outils disponibles : un nom, une description et un schéma des paramètres attendus.
- L’utilisateur pose sa question.
- Si un outil est utile, le modèle répond par un appel structuré : le nom de l’outil et des arguments au format JSON.
- Votre code exécute la fonction, par exemple une requête à une API ou à une base de données.
- Le résultat est renvoyé au modèle, qui rédige la réponse finale ou demande un autre outil.
Un exemple concret
Vous demandez à l’assistant d’une compagnie aérienne : « Mon vol de demain pour Lisbonne est-il à l’heure ? » Le modèle ne connaît pas l’état du trafic. Il produit donc un appel du type statut_vol(numero="AB 123", date="demain"). L’application interroge le système de réservation, renvoie « retard de 40 minutes », et le modèle formule une réponse claire.
Enchaînez plusieurs appels de ce genre, avec des décisions intermédiaires, et vous obtenez un agent IA ou un workflow agentique.
Pourquoi ça compte
L’appel d’outils est la brique qui permet à un modèle de lire des données à jour et d’agir dans des logiciels réels. C’est le socle des frameworks d’agents, que vous pouvez explorer dans notre page frameworks, et du protocole MCP, qui standardise la façon de brancher des outils. Le motif ReAct, qui alterne raisonnement et action, repose aussi sur ce mécanisme.
Erreurs et idées reçues fréquentes
- « Le modèle a accès à Internet ou à mes systèmes. » Il n’a accès qu’aux outils que vous lui donnez, et il ne les exécute pas lui-même dans le cas classique.
- « Les arguments sont toujours valides. » Sans mode strict, le modèle peut produire des arguments mal formés ou absurdes. Le mode
strict, proposé par plusieurs fournisseurs, aligne les arguments sur le schéma ; voir aussi la sortie structurée. - « Plus d’outils, c’est mieux. » Chaque outil ajoute des tokens et des risques de confusion. Mieux vaut quelques outils bien décrits.
- « C’est sans danger. » Un outil qui envoie des courriels ou modifie des données peut être détourné par une injection de prompt : prévoyez des droits limités et des confirmations.
Termes liés
- Agent IA · IA qui ne se contente pas de répondre : elle planifie et enchaîne des actions avec des outils pour atteindre un objectif donné.
- API · Interface qui permet à un programme d'envoyer des demandes à un service, par exemple un modèle d'IA, et d'en recevoir les réponses.
- Sortie structurée (JSON) · Réponse d'un modèle d'IA produite dans un format imposé, le plus souvent un JSON conforme à un schéma, pour être lue par un programme.
- Model Context Protocol (MCP) · Protocole ouvert qui standardise la façon de connecter une application d'IA à des outils, des données et des services externes.
- Schéma ReAct · Méthode où un agent IA alterne une étape de raisonnement écrit et une action (recherche, outil), puis lit le résultat avant de continuer.
- Workflow agentique · Enchaînement d'étapes où un modèle d'IA planifie, utilise des outils, vérifie et corrige son travail au lieu de répondre en un seul jet.
À essayer
Tout le glossaire
Questions fréquentes
Le modèle exécute-t-il lui-même la fonction ?
Non, pour les outils définis par votre application. Le modèle produit seulement le nom de l'outil et ses arguments ; c'est votre code qui l'exécute et renvoie le résultat. Certains fournisseurs proposent aussi des outils exécutés de leur côté, comme la recherche web ou l'exécution de code.
Tool calling et function calling, c'est la même chose ?
Oui, dans l'usage courant. La documentation d'Anthropic parle de « tool use (also called function calling) » et celle d'OpenAI emploie les deux expressions. « Outil » est simplement le terme plus général.
D'où vient l'idée ?
Plusieurs travaux de recherche ont exploré des modèles capables d'utiliser des outils. Un jalon souvent cité est Toolformer, publié en février 2023 par Timo Schick et ses coauteurs : le modèle y apprend quelles API appeler, quand, avec quels arguments, et comment intégrer le résultat.
Les définitions d'outils coûtent-elles des tokens ?
Oui. La description des outils est envoyée au modèle avec chaque requête et compte comme des tokens d'entrée. Un grand nombre d'outils alourdit donc la facture et peut aussi rendre le choix plus difficile pour le modèle.
Sources des données
Données au 22 octobre 2026
Signaler une erreur
Un chiffre, une date ou une information vous semble faux ? Dites-le-nous : chaque signalement est vérifié.