Gemini Function Calling คืออะไร ทำไม AI ขอเรียกเครื่องมือไม่ได้แปลว่าทำงานแล้ว
เมื่อ AI ตอบว่า “กำลังตรวจสถานะคำสั่งซื้อ” เราควรเชื่อว่าระบบไปตรวจแล้วหรือยัง? คำตอบขึ้นอยู่กับว่ามีโปรแกรมรับคำขอไปเรียก API จริงและส่งผลลัพธ์กลับมาหรือไม่

ตรวจผลจากระบบปลายทางก่อนยืนยันว่า Function Call สำเร็จ
เอกสาร Gemini Function Calling อธิบายว่าโมเดลสามารถเลือกชื่อฟังก์ชันและจัดพารามิเตอร์ที่ควรส่งให้โปรแกรมได้ แต่การเข้าถึงฐานข้อมูล การเรียก API และการเปลี่ยนสถานะต้องเกิดในระบบที่นักพัฒนาควบคุมเอง การเห็นชื่อฟังก์ชันในคำตอบจึงยังไม่ยืนยันว่ารายการถูกดำเนินการ
สมมติว่าผู้ใช้ถามว่า “คำสั่งซื้อ A-104 อยู่ที่ไหน” โมเดลอาจเสนอการเรียกฟังก์ชันแบบนี้
get_order_status({"order_id":"A-104"})
เซิร์ฟเวอร์จึงตรวจสิทธิ์ของผู้ใช้และรูปแบบรหัส แล้วเรียกบริการจริงก่อนส่งผล “กำลังจัดส่ง” กลับให้โมเดลเรียบเรียงคำตอบ
ข้อยกเว้นที่ต้องเข้าใจ: SDK หรือ framework อาจรับหน้าที่วนเรียกฟังก์ชันให้โดยอัตโนมัติ เช่น Automatic function calling ใน Python SDK สำหรับ GenerateContent ที่ Google อธิบายไว้ การไม่เห็นโค้ดวนลูปในตัวอย่างจึงไม่ได้แปลว่าไม่มีการเรียกจริง ผู้พัฒนายังต้องควบคุมสิทธิ์และ validation ภายในฟังก์ชันที่เปิดให้ SDK เรียก บทความนี้เน้นฟังก์ชันของแอป ไม่เหมารวมพฤติกรรมเครื่องมือที่ผู้ให้บริการรันให้เองทุกชนิด
ตรวจอะไรตั้งแต่โมเดลเสนอ Function Call จนระบบส่งผลกลับ
- ประกาศเครื่องมือ: ระบบบอกชื่อฟังก์ชัน ความหมาย และชนิดพารามิเตอร์ที่อนุญาตให้โมเดลเห็น
- โมเดลเสนอการเรียก: คำตอบอาจมีชื่อฟังก์ชันและอาร์กิวเมนต์ที่โมเดลคาดว่าตรงกับงาน
- ระบบตรวจและเรียกจริง: โปรแกรมตรวจสิทธิ์ ขอบเขต ค่าอินพุต และผลเสียก่อนติดต่อ API
- ส่งผลกลับและตอบผู้ใช้: ส่งข้อมูลจาก API เท่าที่จำเป็นกลับเข้าบทสนทนา พร้อมแยกความสำเร็จ ความล้มเหลว และสถานะยังไม่แน่นอน
อย่าใช้ข้อความจากโมเดลแทนสถานะระบบจริง โดยเฉพาะการชำระเงิน ส่งอีเมล ลบข้อมูล หรือแก้สิทธิ์ผู้ใช้ งานเหล่านี้ควรมีขั้นยืนยันจากผู้ใช้และบันทึกการดำเนินการที่ตรวจสอบได้
ขั้นตอนข้างต้นเป็นลำดับเชิงแนวคิด ไม่ใช่ API payload พร้อมใช้งาน บางคำขออาจได้หลาย function calls หรือมีการเรียกต่อเนื่อง ระบบจึงต้องตรวจทุกคำขอ ไม่สมมติว่าคำตอบหนึ่งครั้งมีเครื่องมือเดียว และไม่ใช้ schema ของฟังก์ชันแทนการตรวจสิทธิ์ทางธุรกิจ
ถ้าฟังก์ชันล้มเหลว ต้องไม่ให้ AI เดาผลสำเร็จ
| สถานการณ์ | ข้อมูลที่ระบบควรส่งกลับ | คำตอบที่เหมาะสม |
|---|---|---|
| ไม่พบรหัส | not_found | ไม่พบรายการนี้ โปรดตรวจรหัส |
| หมดเวลา | timeout | ยังยืนยันสถานะไม่ได้ ไม่ควรบอกว่าสำเร็จ |
| ไม่ได้รับอนุญาต | forbidden | ไม่สามารถเปิดข้อมูลนี้ด้วยสิทธิ์ปัจจุบัน |
| สำเร็จ | สถานะจากระบบจริง | รายงานสถานะพร้อมเวลาอ้างอิง |
สำหรับคำขอที่เปลี่ยนข้อมูล ควรออกแบบให้เรียกซ้ำอย่างปลอดภัย เช่น ใช้รหัสคำขอที่ไม่ซ้ำและตรวจผลในฐานข้อมูลก่อนส่งคำขอซ้ำ เพื่อลดความเสี่ยงทำรายการซ้ำจากการ retry
ตัวอย่างการจัดการ timeout: สมมติผู้ใช้สั่งยกเลิกคำสั่งซื้อ A-104 แล้ว API ไม่ตอบกลับทันเวลา สถานะอาจเป็น “ยกเลิกแล้วแต่ผลตอบกลับหาย” หรือ “ยังไม่ยกเลิก” ก็ได้ แนวทางออกแบบของ KrobClick คือเก็บรหัสคำขอและตรวจสถานะจากปลายทางก่อน retry หากยังตรวจไม่ได้ให้รายงานว่า “ยังยืนยันไม่ได้” แทนการบอกว่ายกเลิกสำเร็จหรือกดย้ำทันที
ตรวจชื่อโมเดลและรูปแบบผลตอบกลับก่อนนำโค้ดตัวอย่างไปใช้
เอกสารของ Google ระบุว่าในบางรูปแบบ API ต้องจับคู่รหัสการเรียก ชื่อฟังก์ชัน และจำนวนผลตอบกลับให้ตรงกับคำขอที่โมเดลส่งมา การสมมติว่ามีเพียงหนึ่งฟังก์ชันหรืออ่านเฉพาะชิ้นสุดท้ายของข้อความอาจทำให้ระบบพลาดการเรียกอื่น ๆ ดูคำแนะนำการจับคู่ Function Response พฤติกรรมและ SDK อาจต่างกันตามรุ่นและ API ที่ใช้
คำอธิบายนี้อิงเอกสาร ไม่ใช่ผลทดสอบการเรียก API ของ KrobClick ผู้พัฒนาควรใช้บัญชีทดสอบ ข้อมูลสมมติ และสิทธิ์จำกัดก่อนเชื่อมต่อระบบจริง
แยก การยืนยันตัวตน ออกจาก การอนุญาตให้ทำรายการ: ผู้ใช้ที่เข้าสู่ระบบได้ไม่จำเป็นต้องอ่านคำสั่งซื้อของคนอื่นได้ และค่ารหัสลูกค้าที่โมเดลส่งมาก็ไม่ใช่หลักฐานสิทธิ์ นอกจากนี้ข้อความจาก API หรือเอกสารภายนอกควรถือเป็นข้อมูล ไม่ใช่คำสั่งใหม่ที่ขยายขอบเขตเครื่องมือ
หากยังไม่ชัดว่าข้อมูลที่โมเดลส่งมาถูกโครงสร้างแค่ไหน อ่าน การตรวจ Syntax, Schema และความหมายของ JSON ประกอบ ส่วนคีย์เรียกบริการควรเก็บตาม แนวทางแยก API Key ออกจากเบราว์เซอร์
ก่อนเปิดให้ผู้ใช้จริง ตรวจทั้งคำขอและหลักฐานจากปลายทาง
- ฟังก์ชันแต่ละตัวอนุญาตให้อ่านข้อมูลหรือแก้ข้อมูลอะไรได้บ้าง
- พารามิเตอร์ที่โมเดลเสนอผ่านการตรวจชนิด ขอบเขต และสิทธิ์ผู้ใช้หรือยัง
- ระบบแสดงข้อผิดพลาดโดยไม่ให้ AI แต่งสถานะหรือไม่
- มีการยืนยันสำหรับการเปลี่ยนข้อมูลสำคัญ และมีบันทึกผลจากปลายทางหรือไม่
- เมื่อเครือข่ายล่มหรือคำขอซ้ำ ระบบสามารถหยุดและตรวจสถานะก่อนลองใหม่ได้หรือไม่
การเรียกเครื่องมือควรมีทั้งการตรวจสิทธิ์ การตรวจพารามิเตอร์ และหลักฐานผลจากระบบปลายทาง จึงจะยืนยันกับผู้ใช้ได้ว่าทำรายการใดสำเร็จ ล้มเหลว หรือยังตรวจไม่ได้
แหล่งอ้างอิง
- Google AI for Developers: Function calling with the Gemini API
- Google AI for Developers: Function response matching and model guidance
- Google: GenerateContent Python SDK automatic function calling
- Google: How function calling works
ตรวจเอกสาร Google วันที่ 16 ตุลาคม 2569 ตามเวลาไทย ตัวอย่างรหัสคำสั่งซื้อและสถานะเป็นสมมติ ไม่ได้ทดสอบ API จริง