函数调用

函数调用（也称为工具使用）是让 LLM 分析用户请求并以结构化 JSON 格式调用外部函数或 API 的能力。OpenAI 于 2023 年 6 月推出了官方支持；自那以后，Claude、Gemini 和 Llama 都将其作为标准功能提供，它也成为了 AI 智能体实现的基本单元。

为什么重要

LLM 本质上是文本生成器。如果没有函数调用，询问“首尔现在的天气怎么样？”只能调用训练时学到的知识。有了函数调用，模型会以 JSON 形式输出 get_weather(location: "Seoul")，宿主应用运行实际的 API，结果再回流到模型中生成最终答案。这个简单的机制是 AI 智能体、AI 搜索以及整个 MCP 生态系统的基础。

工作原理

1. 工具定义：应用向 LLM 传入一份可用函数列表，包含名称、描述和参数结构。
2. 用户请求：用户输入一个自然语言问题。
3. 调用决策：LLM 决定调用哪个函数，并以 JSON 形式生成参数。
4. 实际执行：宿主应用解析 JSON 并运行真实的函数。模型本身并不执行代码。
5. 注入结果：函数输出被反馈回 LLM 的上下文中。
6. 最终响应：LLM 基于结果生成一段自然语言答案。

示例

工具定义：

{
  "name": "search_blog_posts",
  "description": "Search blog posts by keyword",
  "parameters": {
    "type": "object",
    "properties": {
      "keyword": { "type": "string", "description": "search keyword" },
      "limit": { "type": "integer", "default": 5 }
    },
    "required": ["keyword"]
  }
}

用户：“帮我找 3 篇关于 GEO 的文章”

模型响应：

{
  "tool_call": "search_blog_posts",
  "arguments": { "keyword": "GEO", "limit": 3 }
}

应用运行工具后：[{title: "...", url: "..."}, ...]

最终响应：“我找到了 3 篇关于 GEO 的文章……”

函数调用 vs MCP vs ReAct

维度	函数调用	MCP	ReAct
层级	API 调用协议	标准化的工具连接协议	提示词模式
作用	模型输出 JSON 来调用工具	在不同宿主/服务器之间共享工具	逐步推理 + 行动循环
关系	MCP 的基础	在各应用间标准化函数调用	在循环中使用函数调用

函数调用是一次工具调用；MCP 是多个应用共享同一工具的方式；ReAct 是一种把调用与推理放在循环中的模式。

局限与注意事项

幻觉风险：模型可能会捏造不存在的函数或生成错误的参数。严格的结构校验是必须的。

并行调用：前沿模型（GPT-4o、Claude Opus 4.6）可以并行调用多个函数。这也带来了依赖管理的问题。

成本：每次调用都会扩展上下文并提高 token 开销。缩小暴露的工具范围可以同时改善性能和成本。

安全性：与提示注入结合时，函数调用可能放大危害。对于支付或删除等高风险操作，应要求用户确认。

对 GEO 的影响

当 AI 搜索从博客中提取信息时，它会在内部调用诸如 fetch_web_content、search_knowledge 或 cite_source 之类的函数。提供干净 HTML 和结构化数据的博客能够提升这些调用的质量，并提高被引用的概率。换句话说，“一个便于函数读取的博客”就是对 GEO 友好的博客。

Sources:

• 函数调用指南 - OpenAI
• 在 Claude 中使用工具 - Anthropic
• Gemini 中的函数调用 - Google