Home

/

Glossary

/

Vad är verktygsanrop (tool calling/function calling)?

Verktygsanrop, även kallat funktionsanrop, låter en LLM be programvara agera. Så fungerar det, hur termerna skiljer sig och vad som ändras i telefonsamtal.

Verktygsanrop (tool calling), även kallat funktionsanrop (function calling), är hur en stor språkmodell (LLM) utför arbete utanför sin egen text: modellen returnerar namnet på ett verktyg och strukturerade argument, och applikationen kör det.

Modellen kör aldrig något själv. Den frågar, och programvaran agerar. Det är därför en AI-agent kan kontrollera en order, boka ett möte eller överföra ett samtal i stället för att bara prata om det.

Är verktygsanrop samma sak som funktionsanrop?

I vardagligt bruk, ja. Modelleverantörerna behandlar de två som namn på en och samma mekanism. OpenAI:s guide inleds med ”Funktionsanrop (även kallat verktygsanrop)”. Anthropics dokumentation inleds med ”Verktygsanvändning (även kallat funktionsanrop)”. IBM skriver ”Verktygsanrop, ibland kallat funktionsanrop”.

Där en gräns dras är ”verktyg” det bredare ordet. OpenAI:s guide säger: ”En funktion är en specifik sorts verktyg, definierad av ett JSON-schema.”

TermVar du ser denVad den omfattar
Funktionsanrop (function calling)Titeln på OpenAI:s guide, Retells dokumentationModellen fyller i argument för en funktion som du har beskrivit med ett JSON-schema, och din kod kör den
Verktygsanrop (tool calling)OpenAI, IBM, Retell vCX BenchmarkSamma mekanism för alla verktyg: dina funktioner, en plattforms inbyggda verktyg, verktyg på en MCP-server
Verktygsanvändning (tool use)Anthropics dokumentationAnthropics namn på samma mekanism
MCP (Model Context Protocol)modelcontextprotocol.io”En standard med öppen källkod för att ansluta AI-applikationer till externa system”. Den tillhandahåller verktyg. Modellen avgör fortfarande när ett verktyg ska anropas

Hur fungerar verktygsanrop?

OpenAI:s guide beskriver verktygsanrop som ”en konversation i flera steg mellan din applikation och en modell” med fem steg:

  1. Erbjud verktygen. Applikationen skickar konversationen till modellen tillsammans med en lista över verktyg som modellen kan anropa.
  2. Ta emot ett verktygsanrop. Om ett verktyg behövs svarar modellen med verktygets namn och argument.
  3. Kör det. Applikationen kör koden eller API-anropet.
  4. Returnera resultatet. Applikationen skickar verktygets utdata tillbaka till modellen.
  5. Få svaret. Modellen formulerar sitt svar utifrån resultatet, eller begär ett annat verktyg.

Själva anropet är några rader JSON. Det här exemplet kommer från Retells dokumentation om funktionsanrop:

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

Diagram över ett verktygsanrop under ett telefonsamtal, i sex steg. Den som ringer uppger ordernummer 78542. LLM:en returnerar ett verktygsanrop som anger get_order_status med ordernumret som argument. Retell skickar en begäran till ditt API och väntar, och agenten kan säga "Jag kollar upp det åt dig" under tiden. Ditt API returnerar status och leveransdatum. Resultatet skickas tillbaka till LLM:en. Agenten säger "Din order skickades i går och kommer fram på torsdag." Modellen frågar och applikationen agerar.
Ett verktygsanrop under ett telefonsamtal: en sökning av orderstatus via en anpassad funktion, enligt exemplet i Retells dokumentation. Diagram av Retell AI, november 2026.

Vad avgör om ett verktygsanrop lyckas eller misslyckas?

Två saker måste gå rätt. Modellen måste välja rätt verktyg vid rätt tidpunkt, och den måste skicka giltiga argument.

  • Beskrivningar styr valet. Enligt Anthropics dokumentation avgör Claude när ett verktyg ska anropas ”baserat på användarens begäran och verktygets beskrivning”. Retells dokumentation om anpassade funktioner kallar vaga beskrivningar ”den vanligaste anledningen till att en funktion aldrig körs”.
  • Scheman begränsar argumenten. OpenAI:s strikta läge gör att funktionsanrop ”på ett tillförlitligt sätt följer funktionsschemat, i stället för att bara vara ett försök efter bästa förmåga”.
  • Benchmarks bedömer det separat. Verktygsanrop är en av fyra testsviter i Retell vCX Benchmark, bredvid instruktionsföljning, grounding och vardagligt tal. Den testar ”om modellen väljer rätt åtgärd och skickar giltiga argument”. Tell-1, Retells egen LLM, klarar 95,4 % av testfallen för verktygsanrop (plats 5 i den sviten) och rankas som nr 1 på det totala genomsnittet, per november 2026 (topplistan avläst 13 november 2026). Retells tekniska inlägg om sin LLM förklarar hur modellen tränas och bedöms.

Hur fungerar verktygsanrop i ett telefonsamtal?

Under ett samtal väntar den som ringer medan verktyget körs, så timing är en del av designen. Retells dokumentation listar de verktyg som en AI-röstagent kan anropa under ett samtal:

  • Förbyggda funktioner: End Call, Transfer Call, Press Digits och Send SMS.
  • Integrationsverktyg: åtgärder hos en ansluten leverantör som HubSpot, Salesforce, Zendesk eller Cal.com, utan någon endpoint som du behöver hosta.
  • Anpassade funktioner: agenten anropar ditt eget API och använder svaret.
  • Kodverktyg: JavaScript som körs i Retells sandlåda.
  • MCP-verktyg: verktyg på en fjärr-MCP-server som du ansluter.

Med en anpassad funktion ”skickar Retell en begäran till din URL med funktionens argument och väntar på ditt svar innan den fortsätter”. Timeouten är som standard 120 sekunder, och inga nya försök görs som standard. Om begäran misslyckas tar agenten emot felet och fortsätter utifrån din prompt, så prompten bör ange vad agenten ska säga till den som ringer. Agenten kan prata medan den väntar, eller så kan funktionen köras i bakgrunden.

I ett konversationsflöde kör en funktionsnod sitt verktyg varje gång flödet går in i noden. En subagentnod låter LLM:en avgöra om och när varje verktyg ska anropas.

Relaterade termer: API-integration och webhook. För helhetsbilden, se röst-AI-integrationer med ditt CRM och din telefonistack.

Vanliga frågor om verktygsanrop

Är funktionsanrop samma sak som verktygsanrop?

Ja, i vardagligt bruk. OpenAI, Anthropic och IBM anger alla den ena termen som ett annat namn för den andra. Strikt sett är en funktion en sorts verktyg.

Kör LLM:en verktyget själv?

Nej. Modellen returnerar verktygets namn och argument. Applikationen eller plattformen kör verktyget och skickar tillbaka resultatet.

Vad är skillnaden mellan verktygsanrop och MCP?

Verktygsanrop är hur en modell begär en åtgärd. MCP är en standard med öppen källkod för att ansluta AI-applikationer till de system som tillhandahåller verktyg.

Vad händer när ett verktygsanrop misslyckas under ett pågående samtal?

I Retell tar agenten emot felet och fortsätter konversationen utifrån din prompt. En anpassad funktion körs inte om, såvida du inte anger ett antal nya försök.

Varför hoppar en agent över ett verktyg som den borde ha anropat?

Oftast beror det på beskrivningen. Modellen avgör utifrån verktygets namn, dess beskrivning och prompten, så ange vad verktyget gör och när det ska användas.

Anslut en AI-röstagent till dina system

Retell AI är en plattform för AI-röstagenter för kontaktcenter. Dess agenter anropar förbyggda verktyg, integrationsverktyg och anpassade verktyg under ett pågående samtal. Se integrationerna i Retell AI. För att köra verktygen på Retells egen LLM, se 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

Revolutionera din samtalsverksamhet med Retell