ツールコーリングとは:AIエージェントが外部ツールを呼び出す仕組み

ツールコーリングがなければ、言語モデルにできることはひとつしかありません。テキストからテキストを生成することです。最新のデータベースを参照することも、メッセージを送ることも、外部のソフトウェアで何かを実行することもできません。ツールコーリングは、モデルを外部システムにつなぐ橋渡しです。これによって、会話するだけのモデルが、実際に行動できるAIエージェントへと変わります。あらゆる自律型エージェントの根底にある基本的な仕組みです。

詳しい定義

ツールコーリング(ファンクションコーリングとも呼ばれます)とは、言語モデルがリクエストに対して、テキストだけで答えるのではなく、あらかじめ定義されたスキーマに沿って引数を埋めた、特定の関数の実行を要求する構造化されたリクエストで応答する能力を指します。Anthropicのドキュメントは、この原則をこう説明しています。モデルはリクエストとツールの説明に基づいてツールを呼び出すべきかどうかを判断し、その後、構造化された呼び出しを返す。これをアプリケーション側(クライアント側)が実行するか、一部の組み込みツールについては提供元側(サーバー側)が実行する、というものです。2023年にファンクションコーリングという言葉を広めたOpenAIのドキュメントも、同じ仕組みを説明しています。モデルは自由なテキストではなく、機械が読み取れるファンクションコールで応答し、それをアプリケーションが実行する責任を負う、というものです。

両方の主要な提供元は、この基本定義において一致しています。関数は、名前、自然言語による説明、そして期待されるパラメータを列挙するJSONスキーマによって記述されます。モデルは、ツールを呼び出すべきかどうか、そしてその引数をどう埋めるかを判断するために、この3つの要素だけに頼ります。この基本原則について両者の間に大きな相違はなく、違いは実装の細部(並列呼び出しの形式、提供元がネイティブに提供する組み込みツール、エラー処理)にあります。

ツールコーリングは、単純なチャットボットと、実世界に対して行動できるシステムとを分けるものです。データベースを参照する、Webを検索する、ファイルに書き込む、メッセージを送る、決済を起動する、といった行動です。また、モデルに公開されるツールの記述方法と提供方法を標準化することを目的としたMCPプロトコルを可能にする基盤でもあります。

仕組み

ツール呼び出しの流れは、常に同じ複数ステップの手順に従います。まずアプリケーションが、モデルに利用可能なツールの一覧を定義します。それぞれに名前、説明、引数のスキーマが付きます。次に、モデルはユーザーのリクエストをこのツール一覧とともに受け取り、文脈に応じて、テキストで直接答えるべきか、ツールの実行を要求すべきかを判断します。

ツールを呼び出すことを選んだ場合、モデルは何も自ら実行することなく、ツール名と引数の値を含む構造化されたレスポンスを返します。このリクエストを受け取るのはアプリケーション側で、実際の行動(APIの呼び出し、データベースの読み取り、ファイルへの書き込み)を実行し、その結果をモデルが読み取れる形式で返します。モデルはその結果をもとに応答を続け、タスクが必要とすれば複数のツール呼び出しを連続で実行することもできます。

この分離はセキュリティ上重要です。モデル自身がコードを実行することは決してなく、呼び出しを提案するだけです。実際に何が実行されるかを最終的に管理するのはアプリケーション側であり、条件が満たされない場合は呼び出しを拒否できます。

Atakoでの具体例

Atakoでは、ツールコーリングはエージェントの動作の中核にあります。接続された各インテグレーション(Slack、Notion、GitHub、HubSpotなど約40種類)は、Slackのpost_messageやGitHubのcreate_issueといった、明確に定義されたアクション群を公開しており、エージェントはタスク上必要だと判断すればこれらを呼び出せます。

ただしAtakoでは、ツール呼び出しが直接実行されることは決してありません。まず権限チェックを経ます。プラットフォームは、そのエージェントとその接続に対して「グラント」が存在するか、要求されたアクションがそのグラントの許可アクション一覧に含まれているか、付与されたスコープ(読み取り専用か、読み書き)が該当アクションをカバーしているかを確認します。これらの条件のいずれかが満たされない場合、呼び出しは拒否され、その失敗は記録されます。この、エージェントが呼び出しを提案し、プラットフォームが実行前に検証するという判断経路こそが、ツールコーリングが実現するセキュリティの論理そのものです。モデルは提案し、インフラが決定します。

よくある誤解

よくある誤りは、モデル自身が呼び出したツールを実行していると思い込むことです。これは決してありません。モデルは構造化されたリクエストを生成するだけで、実際に行動を実行し、いつでもそれを拒否できるのは常にアプリケーションやプラットフォームです。

第二の誤りは、モデルにツールへのアクセスを与えることが、そのサービスへの全面的で無制限なアクセスを与えることだと考えることです。よく設計されたツールコーリングの仕組みは、アクションごと、スコープごとの権限によって、利用可能なアクションを厳密に制限します。汎用的な「全か無か」のアクセスではありません。

第三の誤りは、ツールの説明の重要性を過小評価することです。モデルは、いつ、どのようにツールを呼び出すかを判断するために、名前、説明、引数スキーマにしか頼れません。曖昧で不明瞭な説明は、性能の高いモデルであっても、選択を誤った呼び出しや不正確な引数を生みます。

最後に、ツールコーリングとMCPを混同する人もいます。ツールコーリングは基盤となる仕組みであり、主要なモデル提供元の間では2023年から存在しています。MCPはより新しいプロトコルで、ツールごと提供元ごとに異なるインテグレーションを再開発せずに済むよう、ツールの記述方法とモデルへの接続方法を標準化するものです。