OpenAI API 函數調用（function calling）怎麼寫：tools 定義、function_call_output 回傳、strict 模式

本文根據 OpenAI 官方《Function calling》整理，資料核對於 2026-11-05。配圖為本站整理的示意圖，不是介面截圖。代碼裏的模型名取自官方當天示例，請以官方模型頁為準。本站（bigolab.com）不是 OpenAI 官方網站。API 是按用量計費的獨立服務，與 ChatGPT 訂閱分開計算，Key 的獲取見 /guides/openai-api-key。

適用於誰

• 想讓模型“動手”的開發者：查數據庫、查天氣、查訂單、發電郵，由模型決定調不調、傳什麼參數；
• 已經能發出第一個請求（見 /guides/openai-api-python-quickstart），但沒寫過工具調用的人；
• 對 Responses 請求格式還不熟的人，可以先看 /guides/openai-responses-api。

結論先說

1. 模型自己不會執行你的函數。 它只會返回“我想調用某函數、參數是什麼”，真正執行的是你的程序。
2. 一次完整調用要兩次請求以上：第一次帶 tools，第二次把函數結果帶回去，才能得到最終回答。
3. 函數用 JSON schema 描述，字段是 type、name、description、parameters、strict。
4. 官方建議始終開啟 strict，讓調用嚴格符合你的 schema；開啟後要求每個對象 additionalProperties 為 false，且所有字段都在 required 裏。
5. 回傳結果用 function_call_output，必須帶上對應的 call_id，否則模型對不上是哪一次調用。

圖：本站根據 OpenAI 官方《Function calling》 整理的示意圖

一、先認識三個詞

官方用三個詞解釋：

• 工具（tool）：你告訴模型“你可以用”的能力，比如 get_weather，參數是 location；
• 工具調用（tool call）：模型看了提示後，認為要完成任務就得用某個工具，於是返回的一種特殊響應；
• 工具調用輸出（tool call output）：你的程序執行後產生的結果，可以是 JSON 或純文本，並要引用具體那次調用的 call_id。

官方還區分：函數是用 JSON schema 定義的一種工具；除此之外還有處理自由文本的自定義工具，以及平台內置工具（聯網搜尋、代碼解釋器、MCP 等）。本文只講函數。

二、定義函數

函數通常放在每次請求的 tools 參數裏。官方給的字段：

示例（Python 字典寫法，布爾值是 True、False）：

python
tools = [
    {
        "type": "function",
        "name": "get_weather",
        "description": "查詢某個城市當前的天氣。",
        "strict": True,
        "parameters": {
            "type": "object",
            "properties": {
                "location": {
                    "type": "string",
                    "description": "城市和國家，例如 Bogota, Colombia",
                },
                "units": {
                    "type": ["string", "null"],
                    "enum": ["celsius", "fahrenheit", None],
                    "description": "溫度單位，不確定時傳 null",
                },
            },
            "required": ["location", "units"],
            "additionalProperties": False,
        },
    }
]

這裏 units 是可選參數，但在 strict 模式下仍然要列進 required，用 ["string", "null"] 表示可以為空，這是官方說明的寫法。enum 裏加 None 是本站為了讓枚舉與 null 類型一致做的補充，官方示例只寫了兩個單位，如遇校驗報錯以官方當天文檔為準。

三、完整示例：Python

下面的結構對應官方五步。函數是本站寫的假數據，只為演示流程：

python
import json
from openai import OpenAI

client = OpenAI()

def get_weather(location, units=None):
    # 這裏應當換成真正查天氣的代碼
    return {"location": location, "temperature": 25, "unit": units or "celsius"}

input_list = [{"role": "user", "content": "巴黎今天天氣怎麼樣？"}]

# 1. 帶着 tools 發第一次請求
response = client.responses.create(
    model="gpt-6-astra",  # 以官方模型頁當天為準
    tools=tools,
    input=input_list,
)

# 保留模型輸出，下一次請求要一起帶上
input_list += response.output

# 2~4. 找出 function_call，執行，把結果加進 input
for item in response.output:
    if item.type == "function_call" and item.name == "get_weather":
        args = json.loads(item.arguments)
        result = get_weather(**args)
        input_list.append({
            "type": "function_call_output",
            "call_id": item.call_id,
            "output": json.dumps(result, ensure_ascii=False),
        })

# 5. 帶着結果再請求一次，拿最終回答
response = client.responses.create(
    model="gpt-6-astra",
    tools=tools,
    input=input_list,
)
print(response.output_text)

三個要點：

• item.arguments 是 JSON 字符串，要自己 json.loads；
• call_id 必須原樣帶回；
• 官方說推理模型返回的推理項在回傳結果時也必須一起傳回，上面“整體加入 response.output”的寫法就滿足這一點。

四、完整示例：Node.js

儲存為 .mjs 文件運行。官方 Node 示例還用到一個 toResponseInputItems 輔助函數來整理輸出，這裏為了簡潔，直接展開 response.output；這一處是本站改寫，若你的 SDK 版本提示類型不符，請按官方當天示例使用輔助函數。

javascript
import OpenAI from "openai";

const openai = new OpenAI();

const tools = [
  {
    type: "function",
    name: "get_weather",
    description: "查詢某個城市當前的天氣。",
    strict: true,
    parameters: {
      type: "object",
      properties: {
        location: { type: "string", description: "城市和國家" },
      },
      required: ["location"],
      additionalProperties: false,
    },
  },
];

function getWeather(location) {
  return { location, temperature: 25, unit: "celsius" }; // 換成真實查詢
}

const input = [{ role: "user", content: "巴黎今天天氣怎麼樣？" }];

let response = await openai.responses.create({
  model: "gpt-6-astra", // 以官方模型頁當天為準
  tools,
  input,
});

input.push(...response.output);

for (const item of response.output) {
  if (item.type !== "function_call") continue;
  if (item.name === "get_weather") {
    const { location } = JSON.parse(item.arguments);
    input.push({
      type: "function_call_output",
      call_id: item.call_id,
      output: JSON.stringify(getWeather(location)),
    });
  }
}

response = await openai.responses.create({
  model: "gpt-6-astra",
  tools,
  input,
});
console.log(response.output_text);

五、一次可能有多個調用

官方提醒：模型的響應裏可能有零個、一個或多個函數調用，所以最好假定會有多個。官方的示例裏，一次響應同時包含兩個 get_weather 和一個 send_email。寫法上就是上面那個 for 循環：遍歷 output，每遇到一個 function_call 就執行一次，各自回傳帶自己 call_id 的結果。

如果函數沒有返回值（比如發電郵），官方建議回一個表示成敗的字符串，例如 "success"。如果函數要返回圖片或文件，可以傳圖片或文件對象的數組而不是字符串。

六、strict、tool_choice 和並行調用

圖：本站根據 OpenAI 官方《Function calling》 整理的示意圖

strict：設為 true 時，調用會可靠地符合 schema，而不是盡力而為。條件是每個對象 additionalProperties 設為 false、所有 properties 都列在 required。如果你發了 strict: true 但 schema 不滿足，請求會被拒絕並說明缺了哪些約束。官方還說：省略 strict 時，Responses 會盡量把 schema 歸一化成嚴格模式，做不到才回退成非嚴格；想保持非嚴格要顯式寫 strict: false。

tool_choice：預設 auto。required 表示必須調用一個或多個函數；也可以強制調用某個指定函數；allowed_tools 能限定可調用的子集，官方說這樣做不用改動傳入的工具列表，有利於提示詞緩存省錢；設 none 等於沒傳函數。

並行：模型一輪裏可能調多個函數。設 parallel_tool_calls 為 false 可保證每輪最多零個或一個調用。

七、官方的幾條寫法建議

• 函數名、參數說明寫清楚，說明格式和輸出含義；
• 用枚舉和對象結構避免非法狀態，官方舉例 toggle_light(on, off) 就允許出現不合法的調用；
• 已經知道的參數別讓模型填，比如你手裏已有 order_id，就在代碼裏傳，不要做成參數；
• 總是連續調用的函數，合併成一個；
• 一開始可用的函數盡量少，官方軟性建議少於 20 個。

還有一點和費用有關：官方說函數定義會佔上下文，並按輸入 token 計費，函數多或描述長時要注意。價格以官方價格頁當天為準，見 /guides/openai-api-price-official-table。

常見問題

Q：模型返回了函數調用，為什麼 output_text 是空的？

正常。這一輪模型的輸出是 function_call 項，不是文字。執行函數、回傳結果後的那次請求才有最終文字。

Q：想邊生成邊顯示函數參數？

官方說流式也支持函數調用，會出現 response.function_call_arguments.delta 之類的事件，基礎寫法見 /guides/openai-api-streaming。

Q：我要的是固定格式的 JSON 回答，不是調函數？

那是結構化輸出，見 /guides/openai-api-structured-outputs。

Q：請求被限流了？

見 /guides/openai-api-429-error。

參考資料

• OpenAI 官方：Function calling — https://developers.openai.com/api/docs/guides/function-calling