Home

/

Glossary

/

Wat is tool calling (function calling)?

Tool calling (function calling) laat een LLM software aansturen. Hoe het werkt, hoe de termen verschillen en wat er verandert tijdens een gesprek.

Tool calling, ook wel function calling genoemd, is de manier waarop een groot taalmodel (LLM) werk verzet buiten zijn eigen tekst: het model geeft de naam van een tool en gestructureerde argumenten terug, en de applicatie voert die tool uit.

Het model voert zelf nooit iets uit. Het vraagt, en software handelt. Daardoor kan een AI-agent een bestelling controleren, een afspraak inplannen of een gesprek doorverbinden, in plaats van er alleen over te praten.

Is tool calling hetzelfde als function calling?

In het dagelijks gebruik wel. De aanbieders van modellen behandelen beide als namen voor één mechanisme. De gids van OpenAI begint met "Function calling (ook wel tool calling genoemd)". De documentatie van Anthropic begint met "Tool use (ook wel function calling genoemd)". IBM schrijft "Tool calling, soms ook function calling genoemd".

Waar er wel een onderscheid wordt gemaakt, is "tool" het bredere begrip. De gids van OpenAI zegt: "Een function is een specifiek soort tool, gedefinieerd door een JSON-schema."

TermWaar je het tegenkomtWat het omvat
Function callingTitel van de gids van OpenAI, documentatie van RetellHet model vult argumenten in voor een function die je met een JSON-schema hebt beschreven, en jouw code voert die uit
Tool callingOpenAI, IBM, de Retell vCX BenchmarkHetzelfde mechanisme voor elke tool: je eigen functions, de ingebouwde tools van een platform, tools op een MCP-server
Tool useDocumentatie van AnthropicDe naam die Anthropic gebruikt voor hetzelfde mechanisme
MCP (Model Context Protocol)modelcontextprotocol.io"Een opensourcestandaard voor het koppelen van AI-applicaties aan externe systemen". Het levert tools. Het model beslist nog steeds wanneer het er een aanroept

Hoe werkt tool calling?

De gids van OpenAI beschrijft tool calling als "een gesprek in meerdere stappen tussen je applicatie en een model", met vijf stappen:

  1. Bied de tools aan. De applicatie stuurt het model het gesprek en een lijst met tools die het kan aanroepen.
  2. Ontvang een tool call. Als er een tool nodig is, antwoordt het model met de naam en de argumenten van de tool.
  3. Voer hem uit. De applicatie voert de code of het API-verzoek uit.
  4. Stuur het resultaat terug. De applicatie stuurt de output van de tool terug naar het model.
  5. Krijg het antwoord. Het model schrijft zijn antwoord op basis van het resultaat, of vraagt om een andere tool.

De aanroep zelf bestaat uit een paar regels JSON. Dit voorbeeld komt uit de documentatie van Retell over function calling:

{"function": "book_appointment", "arguments": {"date": "2024-03-15", "time": "14:00", "customer_name": "John Smith"}}

Diagram van één tool call tijdens een telefoongesprek, in zes stappen. De beller geeft bestelnummer 78542 door. De LLM geeft een tool call terug die get_order_status aanroept met het bestelnummer als argument. Retell stuurt een verzoek naar je API en wacht, en de agent kan intussen zeggen "Ik zoek het even voor je op". Je API geeft de status en de leverdatum terug. Het resultaat gaat terug naar de LLM. De agent zegt "Je bestelling is gisteren verzonden en komt donderdag aan." Het model vraagt en de applicatie handelt.
Eén tool call tijdens een telefoongesprek: het opvragen van een bestelstatus via een custom function, naar het voorbeeld in de documentatie van Retell. Diagram door Retell AI, november 2026.

Wat bepaalt of een tool call slaagt of mislukt?

Twee dingen moeten goed gaan. Het model moet op het juiste moment de juiste tool kiezen, en het moet geldige argumenten doorgeven.

  • Beschrijvingen sturen de keuze. Volgens de documentatie van Anthropic beslist Claude wanneer het een tool aanroept "op basis van het verzoek van de gebruiker en de beschrijving van de tool". De documentatie van Retell over custom functions noemt vage beschrijvingen "de meest voorkomende reden dat een function nooit wordt aangeroepen".
  • Schema's beperken de argumenten. Dankzij de strict mode van OpenAI houden function calls zich "betrouwbaar aan het function-schema, in plaats van op basis van best effort".
  • Benchmarks beoordelen het apart. Tool calling is een van de vier onderdelen van de Retell vCX Benchmark, naast het opvolgen van instructies, grounding en spreektaal. Het test "of het model de juiste actie kiest en geldige argumenten doorgeeft". Tell-1, de eigen LLM van Retell, slaagt voor 95,4% van de tool calling-cases (plaats 5 op dat onderdeel) en staat op #1 in het totaalgemiddelde, per november 2026 (ranglijst bekeken op 13 november 2026). De technische post over de Retell LLM legt uit hoe het model wordt getraind en beoordeeld.

Hoe werkt tool calling tijdens een telefoongesprek?

Tijdens een gesprek wacht de beller terwijl de tool draait, dus timing is onderdeel van het ontwerp. De documentatie van Retell noemt de tools die een AI-stemagent tijdens een gesprek kan aanroepen:

  • Kant-en-klare functions: End Call, Transfer Call, Press Digits en Send SMS.
  • Integratietools: acties bij een gekoppelde provider zoals HubSpot, Salesforce, Zendesk of Cal.com, zonder dat je een endpoint hoeft te hosten.
  • Custom functions: de agent roept je eigen API aan en gebruikt het antwoord.
  • Code-tool: JavaScript dat draait in de sandbox van Retell.
  • MCP-tools: tools op een externe MCP-server die je koppelt.

Bij een custom function "stuurt Retell een verzoek naar je URL met de argumenten van de function en wacht het op je antwoord voordat het verdergaat". De timeout staat standaard op 120 seconden en standaard wordt er niet opnieuw geprobeerd. Als het verzoek mislukt, ontvangt de agent de foutmelding en gaat hij verder op basis van je prompt, dus de prompt moet aangeven wat de agent de beller vertelt. De agent kan praten terwijl hij wacht, of de function kan op de achtergrond draaien.

In een conversation flow voert een function node zijn tool uit telkens wanneer de flow die node bereikt. Met een subagent node beslist de LLM zelf of en wanneer elke tool wordt aangeroepen.

Gerelateerde termen: API-integratie en webhook. Voor het bredere plaatje, zie voice-AI-integraties met je CRM en telefoniestack.

Veelgestelde vragen over tool calling

Is function calling hetzelfde als tool calling?

Ja, in het dagelijks gebruik. OpenAI, Anthropic en IBM geven de ene term elk als andere naam voor de andere. Strikt genomen is een function één soort tool.

Voert de LLM de tool zelf uit?

Nee. Het model geeft de naam en de argumenten van de tool terug. De applicatie of het platform voert de tool uit en stuurt het resultaat terug.

Wat is het verschil tussen tool calling en MCP?

Tool calling is de manier waarop een model om een actie vraagt. MCP is een opensourcestandaard voor het koppelen van AI-applicaties aan de systemen die tools leveren.

Wat gebeurt er als een tool call mislukt tijdens een live gesprek?

Bij Retell ontvangt de agent de foutmelding en zet hij het gesprek voort op basis van je prompt. Een custom function wordt niet opnieuw geprobeerd, tenzij je een aantal herhaalpogingen instelt.

Waarom slaat een agent een tool over die hij had moeten aanroepen?

Meestal ligt het aan de beschrijving. Het model beslist op basis van de naam van de tool, de beschrijving en de prompt, dus beschrijf wat de tool doet en wanneer hij gebruikt moet worden.

Koppel een AI-stemagent aan je systemen

Retell AI is een platform voor AI-stemagenten voor contactcenters. De agenten roepen tijdens een live gesprek kant-en-klare tools, integratietools en custom tools aan. Bekijk de integraties van Retell AI. Wil je die tools draaien op de eigen LLM van Retell, bekijk dan Tell-1.

Security & compliance for regulated deployments

How Retell handles audits, data retention and access control.

Add Retell AI as a preferred source on Google

Further Reading

Related terms

No items found.

Table of contents

Geef je telefonie een nieuwe dimensie met Retell