← 概念解説に戻る

Concept Fable

ツール呼び出し

先に結論:ツール呼び出しは Function Calling とも呼ばれ、モデルが構造化された方法で外部関数、API、データベース、ファイルシステム、業務システムにタスクの完了を要求する仕組みである。モデルはもはや自然言語の提案を生成するだけでなく、事前定義された schema に適合する呼び出し要求を出力し、ランタイムがパラメータ、権限、リスクを検査したうえでツールを実行し、結果をモデルに返す。これは Agent が「話せる」から「できる」へ進むための鍵となるインターフェースである。

Tool Calling, Function Calling · AI agent platform

まず物語を読む。ここでは急いで定義を示さず、まず問題そのものを立ち上がらせる。

寓話

処方箋しか書けない医師が、初めて薬局に足を踏み入れる

青河鎮に若い医者がいた。分析は非常に正確だった。病人がめまいと言えば、昨夜冷えたのかどうかを聞き出せた。商人が胸が苦しいと言えば、連日の旅が原因かどうかを判断できた。町の人々は彼を好んだ。説明が明確で、とても忍耐強かったからだ。

しかし診療所が開いて三か月後、面倒が徐々に現れた。医師は毎日多くの処方を書けるが、薬局は通りの向かい側にある。患者は処方箋を持って行くが、よく字を読み間違え、用量を落とし、あるいは朝の処方と午後の新しい処方を混ぜてしまう。医師は明らかに正しく判断したのに、最後には病気は治らなかった。

これは医者の問題ではなく、患者が不注意すぎるのだと言う人がいた。そこで診療所は処方を大きく、丁寧に書くようにした。確かに誤りは減ったが、新たな問題が生じた。ある薬は煎じる必要があり、ある薬は在庫を確認する必要があり、ある薬は他の薬と併用できない。医者がどんなに明確に書いても、薬局に今その薬があるかどうかはわからない。

その後、医師は処方箋にもっと多くの説明を書くようにした:甲薬がなければ乙薬を使う;患者が発熱していれば半銭減らす;薬局が混んでいれば急患を先に調剤する。処方箋はどんどん長くなり、薬局の店員はどんどん怖くなった。どの言葉が提案で、どれが命令で、どの状況で医師に聞きに戻るべきか分からなかったからだ。

本当に問題が起きた日、一人の子どもが同時に2枚の処方箋を持って薬局に来た。古い処方箋には服用継続と書かれ、新しい処方箋には直ちに服用中止と書かれていた。薬局の店員が尋ねた:どちらに従えばいい?子どもは言った、どちらも医師が書いたものだと。

鎮長は医者、薬局の店主、店員を呼び集めた。店主は言った。我々は医者を信じないのではない。医者がいつ説明しているのか、いつ処方を出しているのかがわからない。この処方にどのフィールドが必要かわからない。薬が欠けた時に自動で代替できるかわからない。調剤後に結果を誰に返すべきかわからない。

そこで彼らは木札の仕組みを作り直した。各木札には固定のいくつかの欄だけを書ける。患者番号、薬材名、用量、禁忌、代替可否、診療所での確認必須かどうか。薬局は木札を受け取ると、欄に従ってのみ実行する。実行後は捺印して返送する。薬欠け、衝突、用量異常はすべて木札を医師のもとへ送り返さねばならない。

初めのうち、医者は木札が堅苦しすぎると感じていた。以前は何気ない一言で多くの意味を表せたが、今は意図を明確なフィールドに分解しなければならない。しかし数週間後、診療所は静かになった。薬局はいつ調剤すべきか、いつ断るべきか、いつ伺いを立てるべきかを知った。患者も推測で言葉を伝え合わなくなった。医者はそこで理解した。分析を治療に変えるのは、処方をより美しく書くことではなく、分析が薬局に理解でき、確認でき、責任を負える形で要求を出せるようにすることだと。後に町に夜間薬櫃が加わった。医者は真夜中まで見張れないため、木札の規則はさらに重要になった。誰が薬を取れるか、異常はどう返送するか、結果にいつ印を押すか。薬局は長い説明を実行票とは見なさず、フィールドがそろった木札だけを認める。町民も、要求・実行・報告が閉じられてこそ協働は信頼できると分かった。

明らかにする

この物語が語るのは:ツール呼び出し

ツール呼び出しは Function Calling とも呼ばれ、モデルが構造化された方法で外部関数、API、データベース、ファイルシステム、業務システムにタスクの完了を要求する仕組みである。モデルはもはや自然言語の提案を生成するだけでなく、事前定義された schema に適合する呼び出し要求を出力し、ランタイムがパラメータ、権限、リスクを検査したうえでツールを実行し、結果をモデルに返す。これは Agent が「話せる」から「できる」へ進むための鍵となるインターフェースである。

重要なのは、それが単なる用語ではなく、実際のAI/Agentシステムで繰り返し現れる構造的な問題だという点だ。これを理解して初めて、いつモデルを足すべきか、いつプロセスを変えるべきか、いつガバナンスを補うべきかを判断できる。

メタファーのマッピング

  • 若い医師:大規模言語モデル、問題を理解し、解決策を生成し、判断を下せる
  • 処方箋:自然言語の出力は一見明確だが、誤読・読み飛ばし・過剰解釈されやすい
  • 薬局:外部システムやツール、例えば API、データベース、検索、メール、CRM、ファイルシステム
  • 患者の伝言:ツール呼び出しがない場合、モデル出力と実際の実行の間は人手で運ばれ、誤りやすい
  • どんどん長くなる処方箋:プロンプトと自然言語の説明で実行フローを無理に組むと、複雑化後に安定しにくい
  • 固定欄の木札:関数スキーマ。ツール名、パラメータフィールド、型、制約を規定する
  • 薬局が押印して返送:ツール実行結果をモデルに返し、次の意思決定の根拠とする
  • 欠薬または用量異常は医師に差し戻す:ツール呼び出しの失敗、パラメータ異常、権限不足、または人手による確認が必要
  • 分析が治療になる:モデル能力がツール呼び出しを通じて実際の業務アクションに入る

Andy(任旭)判断

この概念の実戦的価値は、「賢く見えるAI機能」を納品可能、検収可能、ガバナンス可能な作業単位に分解する手助けをすることです。

Function schemaagent runtimeAPI 呼び出しstructured outputpermissionsツール結果
京ICP备2026014272号