
ツール利用とは、大規模言語モデルが電卓や検索などの外部ツールをAPI経由で呼び出す仕組みです。Toolformer論文の定義、呼び出しの流れ、実務での注意点を整理します。
読み方:つーるりよう。ツール利用(Tool Use)とは、大規模言語モデル(LLM)が、電卓・検索エンジン・カレンダーといった外部ツールをAPI経由で呼び出し、その結果を回答に取り込む仕組みです。このページでは、論文で示された定義、呼び出しの流れ、実務での注意点を整理します。
ツール利用の発端としてよく引用されるのが、Meta AI研究チームの論文「Toolformer」です。同論文は、言語モデルが「どのAPIを呼ぶべきか、いつ呼ぶべきか、どんな引数を渡すか、結果をどう次のトークン予測に組み込むか」を自ら判断して学習できることを示しました。学習は自己教師ありで行われ、各APIにつきわずかな実例があれば足りるとされています。
論文が実験に使った道具は、電卓、質問応答システム、2種類の検索エンジン、翻訳システム、カレンダーの6種類です。文章の生成だけが得意なモデルに、計算や事実確認といった苦手な処理を外部に任せることで、両方の長所を取る考え方です。
言語モデルは文章の続きを予測する装置なので、複雑な掛け算や今日の日付、社内文書の中身は苦手です。ツール利用では、モデルが必要に応じて「検索して」「計算して」と外部の道具へ依頼を出し、返ってきた値を文章に織り込みます。利用者から見ると1回の質問に答えているように見えて、内部では質問の解析、道具の選択、実行、結果の読み込みが進んでいます。
| 段階 | 起きていること |
|---|---|
| 判断 | 質問の内容から、どの道具が要るか、呼ぶべきかを判断する |
| 呼び出し | 道具の名前と引数を決め、APIとして呼び出す |
| 取り込み | 返ってきた結果を読み、回答の文章に組み込む |
現在の主要APIでは、この仕組みがファンクションコーリング(function calling)という名前で提供されています。開発者が道具の名前・説明・引数の型を定義しておくと、モデルは必要なときにその道具を呼ぶ判断を返します。OpenAIは2024年にStructured Outputsを導入した際、ファンクションコーリングの定義に厳密モードを設定すると、モデルの出力を指定したスキーマに一致させられると説明しています。出力の形式を固定する考え方は、構造化出力(Structured Output)のページで解説しています。
道具の説明文の書き方が性能を左右します。モデルは道具の定義を読んで選ぶため、何をする道具か、いつ使うべきかが曖昧だと、別の道具を選んだり、呼ぶべき場面で呼ばなかったりします。道具の設計では、名前・説明・引数の3点を、実際の利用場面に合わせて具体的に書くことが重要です。
また、道具が呼ばれて実行されるまでの間に、意図しない操作が起きる余地があります。書き込み系の道具には承認ステップを挟む、呼び出し履歴を残して後から確認できるようにする、といった設計が現実的です。エージェントとして自律的に動かす場合の考え方は、AIエージェントのページで整理しています。
道具を接続する機能は、チャット型ツールでも試せます。料金と提供条件は各サービスの公式情報で確認してください。
出典:arXiv「Toolformer: Language Models Can Teach Themselves to Use Tools(言語モデルは自ら道具の使い方を学べる)」(2023年2月9日提出)。APIの選択・引数・結果取り込みを自己教師ありで学習する点、実験に使った6種類の道具は同論文の記載に基づきます。出典:OpenAI「APIにStructured Outputsを導入」(2024年8月6日)。ファンクションコーリング定義の厳密モードに関する説明は同記事に基づきます。
本記事にはアフィリエイトリンクを含む場合があります。経由での申し込み時に当サイトが報酬を受け取ることがありますが、掲載内容・評価は報酬の有無に左右されません。記載情報は公開時点のものであり、最新情報は各公式サイトをご確認ください。
編集部の評価方法論を見る →