ツールコーリング（tool calling）とは？

ツールコーリング（tool calling）とは、AIモデルが言葉で答える代わりに外部のツールを頼める機能のことだ。モデルは、ツールの名前と、そのツールが必要とする正確な項目を書いた短い依頼を書く。アプリ（ハーネス、つまりモデルの周りにあるソフト）がそのツールを実行し、結果をモデルに返す。AIにリスボンの天気を聞いてみる。モデルは今日の天気を見られないので、依頼を書く。ツール get_weather、都市 リスボン。アプリがツールを実行し、気象サービスが報告した数字である18°Cを返す。モデルはそこで答える。リスボンは18°C。モデルは依頼を書き、結果を読んだ。実行したのはアプリだ。

ツールコーリング（tool calling）とは、AIモデルが質問に言葉で答える代わりに、ツールが必要とする正確な項目を添えて外部のツールを頼める機能のことだ。アプリ（ハーネス、つまりモデルの周りにあるソフト）がツールを実行し、結果を返す。ツールコーリングはリストから始まる。アプリはモデルに使ってよいツールを渡し、それぞれに一行の説明と必要な項目が付いている。天気ツールなら都市、カレンダーツールなら日付。質問ごとに、モデルはツールが要るかどうかを判断する。2足す2には要らない。12月25日まであと何日かには要る。モデルには時計がないからだ。そこでモデルは文章を書くのをやめ、依頼を書く。ツール days_until、日付 12月25日。依頼は丁寧な一文ではなく正確な項目でなければならない。ソフトは「ちょっと調べてもらえますか」では動けないからだ。アプリがツールを実行し、ツールは今日の日付から数えて、10月初めの日なら80を返す。アプリはその数字を会話に貼り付け、モデルは他の文章を読むのと同じようにそれを読む。OpenAIは2023年6月にこの機能をファンクションコーリング（function calling）という名前で公開し、今では同じものをツールコーリングと呼ぶのが一般的だ。MCPは、どのモデルでもそのリストを読めるように書き方を取り決めた形式だ。依頼ひとつと結果ひとつがツールコーリング。モデルが結果を読んで次のツールを頼む、という流れを何度もつなげば、AIエージェントになる。うまくいかないことは三つある。モデルが違うツールを選ぶ。項目を間違える。そして結果はただの文章なので、ツールが取ってきたウェブページに指示が仕込まれていれば、モデルはそれに従ってしまう。これがプロンプトインジェクションだ。どの場合も、モデルは依頼を書いただけで、返ってきたものを材料に動くしかない。

ツールコーリング（tool calling）とは、AIモデルがツールの名前と正確な項目を添えて外部のツールを頼み、返ってきた結果を読む機能のことだ。マーケティング部門が市場調査を外注するのと同じ仕組みだ。部門は自分たちで2,000人の買い物客を調査しに行けないので、依頼書を書く。誰に聞くか、どの地域か、どんな質問か、報告書はどの形式かを書く。調査会社が調査をして報告書を送ってくる。部門は報告書を読んで次に何をするか決め、その決定が最初の依頼書を踏まえた二通目の依頼書になることもある。部門がモデル、依頼書が正確な項目を書いた依頼、調査会社がツール、報告書が結果だ。曖昧な依頼書からは役に立たない報告書が返ってくる。これが項目を間違える失敗だ。そして調査会社も間違えることがあるので、部門は読んだものを自分で判断しなければならない。たとえが崩れるところ。調査会社は6週間かかるがツールは1秒で終わる。部門は調査の現場を見に行けるが、モデルは返ってきたものしか見られない。