ツール呼び出し（Tool Calling）とは？AIが実行を「要求」する仕組み｜MCP・APIとの違い

ツール呼び出し（Tool Calling、Function Calling）とは、AIが会話の外にある処理を必要とするとき、モデル自身が「この処理をこの引数で実行してほしい」という要求を返す仕組みです。

効いてくるのは、実際に処理を行うのは誰か、MCP・API・AIエージェントとどう違うのか、実行前に何を確認すべきかの3点です。

この記事では、ツール呼び出しの仕組みから、実際にどんな場面で使われているかまでを、この3点に沿って整理していきます。読み終えると、ニュースや解説記事に出てくる「ツール呼び出し」が何を指しているか、迷わず読み解けるようになります。

ツール呼び出しとは、AIが「この処理を実行してほしい」という要求を返す仕組み

OpenAIは公式ガイドで、Function Calling（ツール呼び出し）を「OpenAIのモデルが外部システムとやり取りするための、強力で柔軟な方法」と説明しています。

Anthropicも公式ドキュメントで、Tool Use（ツール呼び出し）を「あなたが定義した関数、またはAnthropicが提供する関数をClaudeが呼び出せるようにする仕組み」と説明しています。

呼び方は提供元によって「Function Calling」「Tool Calling」「Tool Use」とばらつきますが、指している仕組みは同じです。

モデルが返すのは「実行結果」ではなく「実行してほしいという依頼」

ここが最も誤解されやすい点です。モデルは、関数名と引数を含む構造化データを返すだけで、その処理を自分で実行するわけではありません。

OpenAI公式ガイドも、実際のコード実行は「アプリケーション側で」行うと明記しています。天気を調べる処理も、データベースを検索する処理も、実行するのは呼び出し元のアプリです。

全体の流れ：質問から回答までの5つの段階

OpenAI公式ガイドは、この一連の流れを次の5段階で説明しています。

1. 利用可能な処理の一覧をモデルに伝えます。 「天気を調べる」「予定を登録する」のように、名前と必要な引数を定義してモデルに渡します。

2. モデルが、どの処理をどんな引数で呼びたいかを返します。 これが「ツール呼び出し」と呼ばれる部分です。

3. アプリ側が、その引数を使って実際に処理を実行します。 天気APIを呼ぶ、社内データベースを検索するなど、実行内容はアプリの実装次第です。

4. 実行結果を、あらためてモデルへ渡します。 モデルはこの結果を、会話の続きとして受け取ります。

5. モデルが、結果を踏まえた最終的な回答を返します。 利用者の目に触れるのは、この最後の回答です。

Anthropic公式ドキュメントも、同じ往復（round trip）をモデルとアプリの間で行うと説明しており、仕組みの骨格は各社共通です。

混同しやすい言葉：MCP・API・AIエージェントとの違い

似た場面で使われる言葉に、MCP、API、AIエージェントがあります。役割はそれぞれ違います。

MCP：依頼を届ける接続経路

MCPは、AIアプリと外部のデータやツールをつなぐための共通規格です。ツール呼び出しが「何を呼ぶか」の依頼だとすれば、MCPはその依頼を届ける接続経路にあたります。

API：処理を実行するための窓口

APIは、あるサービスの機能を外部から呼び出すための個別の窓口です。ツール呼び出しでモデルが要求した処理は、最終的にはAPIなど何らかの呼び出し窓口を通じて実行されることが多くあります。

AIエージェント：手順を自分で組み立てる仕組み

AIエージェントは、目標を渡すと手順を自分で決めて動く仕組みです。ツール呼び出しは、そのエージェントが一手ずつ処理を実行するための手段の1つであり、エージェントそのものではありません。

つまり、モデルがツール呼び出しを要求すること、アプリやAPIが実際に処理を実行すること、エージェントが一連の手順を組み立てることは、それぞれ別の役割です。単純なチャットボットでも、エージェントを伴わずにツール呼び出しだけを使う実装は珍しくありません。

どんな場面で使われているか：具体例

ChatGPTやClaudeは、ツール呼び出しに対応した代表的なモデルです。会話の中で必要になったタイミングで、検索や計算などの処理を要求できます。

Difyやn8nのような業務自動化ツールでも、モデルが要求した処理を、あらかじめ組んだフローに沿って実行する仕組みが使われています。

音声で対話するサービスでも、ツール呼び出しは使われています。AssemblyAIは2026年8月、Voice Agent APIのツール呼び出しに関するアップデートを発表しました。

このアップデートでは、モデルが呼び出す引数の推論元を、利用者の発話とツールの結果だけに限定するガードレール機能を追加したと発表されています。

この事例は、モデルが返す引数をそのまま実行に使うと、意図しない値が混ざりうることを示しています。次の章で扱う「確認しておきたいこと」にもつながる実例です。

自分が使っているツールがツール呼び出しに対応しているか調べたい場合は、AIツールを検索することもできます。

使う前に確認しておきたいこと

ツール呼び出しに対応しているからといって、安全性が自動的に保証されるわけではありません。次の点は、利用や導入の前に確認しておくと安心です。

モデルの要求を、そのまま実行に使わない。 Anthropic公式ドキュメントも、必要な引数が不足している場合にモデルが値を推測してしまうことがあると説明しています。引数の妥当性を確認する余地を残すことが基本です。

実行できる範囲を、あらかじめ限定する。 前章のAssemblyAIの例のように、引数の推論元を利用者の発話とツールの結果だけに制限するといった対策で、誤動作を減らせる場合があります。

影響が大きい処理は、確認を挟めるようにする。 金銭のやり取りやデータの削除など、取り消しにくい処理ほど、実行前に人が確認できる設計が望まれます。

何から始めればいいか

ツール呼び出しの仕組みが分かったら、次はいま使っているツールで確認する番です。

まず、どんな処理を任せたいかを決めてください。 検索、計算、社内データの参照など、任せたい処理によって必要な設計が変わります。

次に、いま使っているAIツールがツール呼び出しに対応しているかを確認してください。 対応状況は各ツールの公式ヘルプやAPIドキュメントに記載されています。

対応していれば、まずは影響の小さい処理から、実行範囲を限定して試してください。 取り消しにくい処理は、確認できる設計にしてから広げるほうが安心です。

ツール呼び出しとは、AIが会話の外にある処理を必要とするとき、実行してほしい内容を構造化した要求として返す仕組みです。実際に処理を行うのは、モデルではなくアプリ側です。

MCP・API・AIエージェントとは役割が異なり、ツール呼び出しはそれらの土台にある「依頼の返し方」にあたります。導入する際は、モデルの要求をそのまま実行に使わず、実行できる範囲や確認のタイミングを設計しておくことが欠かせません。

業務フローにツール呼び出しや自動化を組み込みたい場合、社内で進め方を整理したい場合は、お問い合わせはこちらからご相談ください。

この記事の出典

• Function calling（OpenAI、2026-09-11確認）
• Tool use with Claude（Anthropic、2026-09-11確認）
• AssemblyAI、音声エージェントのツール呼び出しに引数ガードレール追加（AIツールギャラリー、2026-08-28公開）