Fino podešavanje za pozivanje funkcija
Na ovoj stranici
Ažuriranje 2. studenoga 2026. — Dostupnost fino podešavanja. OpenAI-jevo samostalno fino podešavanje se postupno ukida: od 7. svibnja 2026. organizacije koje ga nikada nisu koristile više ne mogu stvarati zadatke; od 2. srpnja morali ste koristiti fino podešeni model u posljednjih 60 dana; a počevši od 6. siječnja 2027., nijedan korisnik neće moći pokrenuti nove zadatke. Već obučeni modeli ostaju upotrebljivi dok se njihov osnovni model ne povuče. Ovaj tečaj i dalje je koristan za razumijevanje i iskorištavanje postojećeg modela; za nove projekte dajte prednost inženjerstvu prompta, RAG-u i evaluacijama.
Zašto fino podešavanje za pozivanje funkcija
Pozivanje funkcija omogućuje modelu da odluči kada i kako pozvati vanjske funkcije. U ovom kontekstu, fino podešavanje nije pitanje prilagodbe stila pisanja: ono učvršćuje mehanizam donošenja odluka. Model obučen na vašim vlastitim pozivima prvo uči odabrati pravu funkciju među nekoliko dostupnih opcija. Ako vaša aplikacija nudi i pregled termina i kreiranje sastanaka, fraza „Želio bih vidjeti što je slobodno u četvrtak“ nikada ne smije pokrenuti rezervaciju.
Zatim uči izvući ispravne parametre iz korisničkog zahtjeva – odnosno pretvoriti prirodan izraz u vrijednosti koje su u skladu sa shemom: „sutra u 14 sati“ postaje normalizirani datum i vrijeme. Isti mehanizam podučava manje uočljive, ali jednako ključne refleksne radnje. Znanje kada NE pozvati funkciju izbjegava zamku da model pokrene alat na običan pozdrav. A lančano povezivanje više poziva funkcija na logičan način – npr. nabrajanje dostupnosti, pa rezervacija odabranog termina – zahtijeva da je model tijekom obuke vidio kompletne sekvence, a ne izolirane pozive.
Format podataka za pozivanje funkcija
Primjeri za obuku uključuju definicije funkcija (alata) i odgovarajuće pozive. Poruka asistenta više ne sadrži tekst, već polje tool_calls; rezultat koji vraća vaš sustav pojavljuje se u poruci s ulogom tool, povezanoj s pozivom putem tool_call_id; nakon toga asistent ponovno govori kako bi formulirao odgovor namijenjen korisniku. Upravo taj cijeli ciklus, a ne samo poziv, model mora naučiti reproducirati.
{
"messages": [
{
"role": "system",
"content": "You are an assistant that helps manage appointments."
},
{
"role": "user",
"content": "Book me a slot tomorrow at 2 PM with Dr. Martin."
},
{
"role": "assistant",
"tool_calls": [
{
"id": "call_001",
"type": "function",
"function": {
"name": "create_appointment",
"arguments": "{\"date\": \"2026-04-03\", \"time\": \"14:00\", \"practitioner\": \"Dr. Martin\"}"
}
}
]
},
{
"role": "tool",
"tool_call_id": "call_001",
"content": "{\"status\": \"confirmed\", \"id\": \"appt_42\"}"
},
{
"role": "assistant",
"content": "Your appointment with Dr. Martin is confirmed for tomorrow at 2 PM. Reference: APPT-42."
}
],
"tools": [
{
"type": "function",
"function": {
"name": "create_appointment",
"description": "Creates a new medical appointment",
"parameters": {
"type": "object",
"properties": {
"date": {
"type": "string",
"description": "Date in YYYY-MM-DD format"
},
"time": {
"type": "string",
"description": "Time in HH:MM format"
},
"practitioner": {
"type": "string",
"description": "Name of the practitioner"
}
},
"required": ["date", "time", "practitioner"]
}
}
},
{
"type": "function",
"function": {
"name": "list_slots",
"description": "Lists available slots for a practitioner",
"parameters": {
"type": "object",
"properties": {
"practitioner": {"type": "string"},
"date": {"type": "string"}
},
"required": ["practitioner"]
}
}
}
]
}
Uobičajeni slučajevi uporabe
Odabir ispravne funkcije
Obuci model da razlikuje koju funkciju treba pozvati ovisno o kontekstu. U primjeru ispod, zahtjev se odnosi na provjeru dostupnosti, a ne na rezervaciju: primjer pojačava pravilo da otvoreno pitanje pokreće list_slots, i ništa drugo.
{
"messages": [
{"role": "user", "content": "What slots are free on Thursday with Dr. Martin?"},
{
"role": "assistant",
"tool_calls": [
{
"id": "call_002",
"type": "function",
"function": {
"name": "list_slots",
"arguments": "{\"practitioner\": \"Dr. Martin\", \"date\": \"2026-04-04\"}"
}
}
]
}
],
"tools": ["... same tools as above ..."]
}
NE pozivanje funkcije
Rezerviraj dio svog skupa podataka za razmjene u kojima model ne smije koristiti nijednu funkciju. Model obučen isključivo na pozivima stječe naviku generiranja poziva pri svakom koraku, čak i za pozdrav ili opće pitanje – ponašanje koje iritira korisnike i opterećuje tvoju pozadinsku infrastrukturu. Protuprimjer ispod zauzima samo nekoliko redaka, a eliminira čitavu klasu pogrešaka.
{
"messages": [
{"role": "user", "content": "Hello, how are you?"},
{
"role": "assistant",
"content": "Hello! I'm doing well, thanks. How can I help you with your appointments today?"
}
],
"tools": ["... same tools ..."]
}
Izvlačenje složenih parametara
Stvarni zahtjevi rijetko su strukturirani. „Idući ponedjeljak ujutro“ i „kardiolog“ moraju postati apsolutni datum, vremenski raspon i specijalizacija. Upravo tu osnovni model najčešće posrće, pa je to područje gdje fino podešavanje donosi najvidljiviji napredak: umnoži ovakve primjere umjesto onih koji su već uredni.
{
"messages": [
{"role": "user", "content": "Cancel my appointment next Monday morning with the cardiologist"},
{
"role": "assistant",
"tool_calls": [
{
"id": "call_003",
"type": "function",
"function": {
"name": "cancel_appointment",
"arguments": "{\"date\": \"2026-04-06\", \"period\": \"morning\", \"specialty\": \"cardiology\"}"
}
}
]
}
],
"tools": ["..."]
}
Skripta za pripremu podataka
Izgradnja datoteke ostaje mehanička: funkcija za sastavljanje, definicija alata zajednička svim primjerima, popis slučajeva, zatim zapisivanje redak po redak u JSONL formatu. Obrati pažnju na korištenje json.dumps za polje arguments, koje mora biti niz znakova, a ne objekt.
import json
def create_function_calling_example(
messages: list[dict],
tools: list[dict]
) -> dict:
"""Creates a training example for function calling."""
return {
"messages": messages,
"tools": tools
}
# Tool definitions
tools = [
{
"type": "function",
"function": {
"name": "search_product",
"description": "Searches for a product in the catalog",
"parameters": {
"type": "object",
"properties": {
"query": {"type": "string", "description": "Search terms"},
"category": {"type": "string", "enum": ["electronics", "clothing", "home"]},
"max_price": {"type": "number", "description": "Maximum price in euros"}
},
"required": ["query"]
}
}
}
]
# Training examples
examples = [
create_function_calling_example(
messages=[
{"role": "user", "content": "I'm looking for headphones under 100 euros"},
{
"role": "assistant",
"tool_calls": [{
"id": "call_1",
"type": "function",
"function": {
"name": "search_product",
"arguments": json.dumps({
"query": "headphones",
"category": "electronics",
"max_price": 100
})
}
}]
}
],
tools=tools
)
]
# Save
with open("function_calling_train.jsonl", "w", encoding="utf-8") as f:
for ex in examples:
f.write(json.dumps(ex, ensure_ascii=False) + "\n")
Pokretanje zadatka finog podešavanja
Zadatak se stvara točno kao i za konverzacijsko fino podešavanje: obogaćeni format prepoznaje se iz sadržaja datoteke, bez dodatnih parametara.
from openai import OpenAI
client = OpenAI()
file = client.files.create(
file=open("function_calling_train.jsonl", "rb"),
purpose="fine-tune"
)
job = client.fine_tuning.jobs.create(
training_file=file.id,
model="gpt-5.6-luna",
suffix="function-calling-v1"
)
Najbolje prakse
Rezultat prije svega ovisi o raznolikosti tvog skupa podataka. Svaka funkcija mora se pojaviti više puta, formulacije korisnika moraju varirati za istu namjeru, a korisno je uključiti i dvosmislene slučajeve popraćene rješenjem koje smatraš ispravnim, ne zaboravljajući pritom uobičajene razgovore koji ne zahtijevaju poziv funkcije.
Sljedeći korak je realnost parametara. Vrijednosti u arguments moraju točno odgovarati shemi definiranoj u tools, s vjerodostojnim vrijednostima umjesto rezerviranih mjesta poput „xxx“ – model obučen na lažnim vrijednostima generirat će ih. Sustavno testiraj je li svako polje arguments valjani JSON: nedostatak zagrade ili navodnika dovoljan je da primjer postane neupotrebljiv.
Konačno, tu je pitanje omjera. Za skup podataka od 100 primjera koji pokriva 3 funkcije, donja raspodjela osigurava zdravu ravnotežu između funkcionalne pokrivenosti i uzdržanosti.
| Vrsta primjera | Količina |
|---|---|
| Po funkciji | 25–30 |
| Bez poziva funkcije | 10–15 |
| Lančani pozivi (višekorakni) | 5–10 |
Ključne točke
- Format uključuje
toolsuzmessages - Pozivi funkcija koriste
tool_callsu poruci asistenta - Uključi primjere u kojima model NE smije pozvati funkciju
- Varijiraj formulacije za istu namjeru
- Provjeri jesu li svi
argumentsvaljani JSON u skladu sa shemom