Programatyczne wywoływanie narzędzi: narzędzia orkiestrowane przez model
Na tej stronie
Stan na 5 listopada 2026 r. Rodzina modeli GPT-6 dziedziczy możliwości API modelu GPT-5.6, w tym programatyczne wywoływanie narzędzi. API Agents włącza tę funkcję domyślnie (Lekcja 10). OpenAI zaleca sprawdzenie karty modelu przed jej aktywacją.
Aby zrozumieć, co wnosi programatyczne wywoływanie narzędzi, musisz najpierw przyjrzeć się kosztom klasycznego wywoływania funkcji. Model żąda wykonania narzędzia, Twój kod je uruchamia, a wynik wraca do modelu, który go odczytuje i decyduje o kolejnym kroku. Jedna rundka komunikacji nie stanowi problemu. Dziesięć rundek dla jednego zadania to już inna historia: każdy krok dodaje opóźnienie, a każdy wynik pośredni – nawet jeśli jest obszerny lub nieistotny dla końcowej odpowiedzi – przechodzi przez kontekst modelu i jest rozliczany w tokenach. W zadaniach intensywnie korzystających z narzędzi, te rundki dominują zarówno pod względem opóźnień, jak i kosztów.
Co się zmienia
Programatyczne wywoływanie narzędzi pojawiło się wraz z modelem GPT-5.6 dnia 9 lipca 2026 r. w API Responses. Zamiast żądać narzędzi po kolei, model pisze mały program w JavaScript, który koordynuje ich działanie. Może uruchamiać wywołania równolegle, używać pętli i warunków oraz przechowywać wyniki pośrednie w środowisku wykonawczym. Do kontekstu wraca tylko zredukowany wynik – ten, który ma znaczenie dla kolejnego kroku.
Rozważmy API ze stronicowaniem. W klasycznym wywoływaniu funkcji każda strona wyników przechodzi przez kontekst, aby model mógł zdecydować, czy poprosić o kolejną. Dzięki programatycznemu wywoływaniu narzędzi model pisze pętlę, która iteruje przez strony, sumuje to, co trzeba zsumować, i zgłasza z powrotem tylko totals: mniej tokenów, mniejsze opóźnienia i mniej kodu orkiestracji do utrzymania po Twojej stronie.
OpenAI wykonuje każdy program w świeżym, odizolowanym środowisku V8. Nie ma tam Node.js, instalacji pakietów, bezpośredniego dostępu do sieci, ogólnego systemu plików ani stanu zachowywanego między programami. Program komunikuje się ze światem wyłącznie poprzez narzędzia, które mu udostępnisz. W przypadku API Responses zachowanie to jest kompatybilne z zasadą Zero Data Retention (ZDR), pod warunkiem że ZDR jest włączone dla organizacji lub projektu.
Włączanie w API Responses
Wystarczą dwa ustawienia. Dodajesz hostowane narzędzie programmatic_tool_calling do żądania, a następnie określasz, kto może wywołać każde kwalifikujące się narzędzie, używając pola allowed_callers: ["direct"] (domyślne zachowanie, gdzie model sam wywołuje narzędzie), ["programmatic"] (tylko program może je wywołać) lub oba. Dokumentacja zaleca również opisanie wyjścia każdej funkcji za pomocą output_schema, aby generowany kod mógł polegać na jej polach.
from openai import OpenAI
client = OpenAI()
tools = [
{
"type": "function",
"name": "read_stock",
"description": "Returns an object with sku (text) and units (number).",
"parameters": {
"type": "object",
"properties": {"sku": {"type": "string"}},
"required": ["sku"],
"additionalProperties": False,
},
"output_schema": {
"type": "object",
"properties": {"sku": {"type": "string"}, "units": {"type": "number"}},
"required": ["sku", "units"],
"additionalProperties": False,
},
"allowed_callers": ["programmatic"],
},
{"type": "programmatic_tool_calling"},
]
response = client.responses.create(
model="gpt-5.6-terra",
input="Check stock for SKUs A12, B07, and C33 and flag those under 10 units.",
tools=tools,
)
Typy narzędzi, które mogą być wywoływane z programu, obejmują funkcje i narzędzia niestandardowe, narzędzia MCP, apply_patch, lokalną lub hostowaną powłokę oraz interpreter kodu. W przypadku narzędzia MCP wymagającego zatwierdzenia, program wstrzymuje działanie do momentu udzielenia zgody.
Co otrzymuje Twoja aplikacja
Odpowiedź pozostaje standardowym obiektem Responses z trzema rodzajami elementów do rozpoznania. Element program zawiera wygenerowany kod JavaScript. Elementy function_call odpowiadają wywołaniom Twoich funkcji dokonanym przez ten program; ich pole caller identyfikuje wywołujący program. Na koniec element program_output dostarcza końcowy wynik programu, ze statusem completed lub incomplete.
Twoja aplikacja nigdy nie wykonuje kodu JavaScript; robi to OpenAI. Wykonujesz jedynie własne funkcje, a następnie zwracasz każdy wynik w function_call_output, kopiując pole caller bez zmian, aby właściwy program mógł wznowić działanie. Powtarzasz tę pętlę, dopóki odpowiedź nie będzie zawierać żadnych kolejnych wywołań do wykonania.
Identyfikowanie zadań, które odnoszą korzyści
Nie każda integracja narzędzi zyskuje na migracji. Przewodnik OpenAI oferuje jasną zasadę: programatyczne wywoływanie narzędzi sprawdza się w krokach, gdzie przepływ jest przewidywalny, a kod może zwrócić mniejszy, ustrukturyzowany wynik. Zostało zaprojektowane do filtrowania, łączenia, sortowania, usuwania duplikatów, agregowania lub walidacji wielu wyników, a także do chainowania zależnych wywołań, gdzie przepływ danych jest przewidywalny. Wywoływanie bezpośrednie pozostaje preferowane w przypadku pojedynczego wyszukiwania lub działania, dla wyszukiwań adaptacyjnych, gdzie każdy wynik musi kierować kolejną decyzją, oraz dla końcowej walidacji cytowań. Pozostaje również domyślnym wyborem dla operacji zapisu i działań wymagających zatwierdzenia, aby utrzymać wyraźną granicę autoryzacji.
Kryterium decyzji sprowadza się do jednego pytania: gdzie Twój agent spędza najwięcej czasu? Jeśli odpowiedź brzmi „czekanie na rundki komunikacji z narzędziami“, programatyczne wywoływanie narzędzi jest pierwszym obszarem do oceny. Jeśli Twoje wywołania narzędzi są rzadkie, a ich wyniki krótkie, zachowaj obecną architekturę i skup wysiłki gdzie indziej.
Wypróbuj to sam
Zidentyfikuj kandydata. Weź przepływ w swoim agencie, który wywołuje wiele narzędzi. Dla każdego kroku zanotuj liczbę wywołań, rozmiar wyników pośrednich oraz czy jest to odczyt, czy zapis. Sklasyfikuj każdy krok, stosując powyższą zasadę. Dla najbardziej obiecującego kroku napisz monit (prompt), który określa dozwolone narzędzia, oczekiwany format wyniku, warunek zatrzymania, maksymalną liczbę ponownych prób oraz to, co pozostaje wywołaniem bezpośrednim.
Źródła oficjalne: Programmatic Tool Calling · Using GPT-6 (dokumentacja API OpenAI) · GPT-5.6 Announcement (OpenAI, 9 lipca 2026)
Kluczowe wnioski
- Model pisze i wykonuje kod JavaScript, aby koordynować swoje narzędzia w odizolowanym środowisku zarządzanym przez OpenAI
- Włącz tę funkcję, dodając narzędzie
programmatic_tool_callingi poleallowed_callersdla każdego narzędzia - Twoja aplikacja wykonuje tylko własne funkcje i zwraca pole
callerbez zmian - Preferuj to rozwiązanie do filtrowania, agregowania lub chainowania przewidywalnych wywołań; wywoływanie bezpośrednie pozostaje zasadą dla operacji zapisu i zatwierdzeń