top of page

Gemini API、オンデマンドのツール取得をプレビュー

14 分前
読了時間: 17分
Illustrative photograph. Photo: Godfrey Atima / Pexels.

Googleは2026年11月19日、エージェントが作業を始める前にすべてのツールの完全な指示を読み込む慣行に挑戦する形で、Tool Retrievalを導入した。同社の発表「Introducing Tool Retrieval in the Gemini API」では、必要なタイミングでパラメータスキーマ、すなわち受け付ける入力の定義を読み込むプレビュー機能を説明している。直ちに問われるのは、この選択性がワークフロー全体を改善するかどうかだ。

主な競争軸は、すべてを事前に読み込む方式と、実行中に詳細を取得する方式の間にある。エージェント、すなわちモデルを使ってアクションを選択・実行するソフトウェアには、有用な機能を選ぶための十分な情報が必要だ。しかし、すべての詳細を即座に与えると別の問題が生じる。関連する指示が、そのタスクでは決して必要とされない情報と競合するためだ。

Anthropicはすでに類似のツール検索アプローチを提供しており、Googleのリリースは確立されつつあるアーキテクチャ上の転換の一部となる。開発者や企業の購入担当者にとって、焦点となるのは統合設計だ。利用可能な接続の一覧が長くても、アシスタントがその中から選びにくい、応答に時間がかかる、あるいは繰り返し修正を必要とするなら、その価値は限定される。

Gemini APIのTool Retrieval導入で最初に読み込まれるものが変わる

Googleのプレビューは、ツール詳細がモデルの作業コンテキストに入るタイミングを変えるものであり、その詳細の必要性をなくすものではない。

GoogleのTool Retrieval発表によると、遅延ツールは表示可能な名前と説明を維持する一方、パラメータスキーマは初期コンテキストの外で待機する。コンテキストとは、モデルが応答を生成する際に利用できる情報を指す。開発者はtool_searchとdefer_loadingでこの動作を有効にする。

この違いが、今回のリリースの範囲を定めている。モデルには依然として、利用可能な機能について有用な説明が必要だ。ある操作の正確な入力を読むことは後回しにできるが、その操作の目的を認識するには十分な情報が必要となる。

文書検索、顧客記録、スケジューリング、サポート業務に接続された仮想的な職場アシスタントを考えてみよう。会議に関する依頼に、あらゆる顧客管理アクションの詳細な指示は必要ない。選択的な読み込みにより、開発者は機能の存在を認識することと、呼び出す準備ができていることを分けられる。

アーキテクチャ上の意味合いは、ツールの説明が重要な選択面になることだ。曖昧なラベルでは、モデルは詳細なスキーマを受け取る前に推測するしかない。アクション、対象、想定される状況を特定する簡潔な説明は、探索の出発点をより明確にする。

また、何かが失敗したときにチームが調べるべき点も変わる。不適切なアクションは、引数生成より前、すなわちアシスタントが誤った機能を特定した時点で始まる可能性がある。最終リクエストだけを見ても、その前段の判断を見落とす。

Googleは、インタラクション応答で取得と呼び出しのステップを公開している。この可視性は、開発者が探索の問題と実行の問題を区別できるため重要だ。前者はモデルがどの機能を求めたかに関わり、後者は選択後に何が起きたかに関わる。

このプレビューは、Interactions APIを通じてGemini 3.6以降のモデル(Gemini 4を含む)をサポートする。この利用可能性は導入に関する議論で明示したままにすべきだ。機能の発表は、既存のすべてのGemini統合との互換性を保証するものではない。

したがって、本質的な変更は、エージェント機能を無制限に拡張するものより狭い。Googleは既存ツールへのアクセスを管理する別の方法を導入した。その価値は、遅延された詳細が、アプリケーションがユーザーから実際に依頼された作業を完了する助けとなるかに依存する。

プロダクトチームにとって、これは有用な捉え直しだ。カタログを幅広く維持しながら、モデルへの即時の指示は選択的に保てる。次の判断は、既存の実行パスを変更するだけの恩恵を得られるアプリケーションがどれかに関わる。

大規模なツールカタログが統合チームに圧力をかける

最も明確な圧力に直面するのは、個々のタスクの大半が必要とする以上の機能をアシスタントに公開しているチームだ。

幅広いカタログは、アシスタントが業務システムを横断して利用できるというプロダクト上の約束を生む。追加される接続ごとに、命名の選択、重複するアクション、アクセスルール、想定される失敗状態も増える。取得はそれらの機能がモデルに届く方法を変えるが、その整理は依然として開発者の責任だ。

Googleのfunction callingドキュメントは、function callingを、モデルを外部アクションやデータに接続するものとして説明している。アプリケーション定義の関数では、モデルが操作を要求し、アプリケーションが実行する。この分離は、ツール選択機能を評価するうえで引き続き中心的だ。

モデルが正しい操作を選んだとしても、その操作が成功したことにはならない。アプリケーションは、利用不能なサービス、期限切れの認証情報、無効な業務条件に遭遇しうる。購入担当者は、探索の品質と接続先システムの信頼性を区別する必要がある。

この圧力は、仮想的なサポートワークフローで具体化する。顧客が、交換品がまだ発送されていない理由を尋ねる。アシスタントは適切な照会を特定し、その結果を解釈し、別のアクションが必要かを判断しなければならない。

広範な統合リストは、これらの問いに答えない。類似した機能として、注文の取得、配送状況の確認、交換品の作成、顧客への連絡などがありうる。それらの違いは、自然言語の依頼から実行可能なアクションに至る経路で維持される必要がある。

エンジニアリングの観点から見ると、選択的な読み込みはカタログ保守の重要性を無視しにくくする。説明が重複していれば、取得によって曖昧さが結果に影響しうる場所がさらに一つ増える。名前と責務を見直さずにコネクタを追加すると、選択レイヤーはますます推論しにくくなる。

社内ナレッジツールを担うチームは、関連する別の違いにも直面する。文書を見つけることと、ソフトウェア操作を見つけることは別個の取得問題だ。検索可能なナレッジベースは情報へのアクセスに関わり、ツール取得は機能へのアクセスに関わる。

これらのレイヤーを組み合わせればアシスタントはより有用になりうるが、それぞれを独自に評価する価値がある。システムは正しい文書を見つけても、不適切なアクションを選ぶ可能性がある。また、正しい検索操作を選んでも、不完全な情報しか得られない場合もある。

企業調達では、こうした違いを反映すべきだ。製品が何件の統合をサポートするかを問えば、在庫一覧は得られる。アシスタントが操作をどのように選択し、認可し、実行し、検証するかを問えば、その挙動をより有意義に把握できる。

既存アプリケーションを保守する開発者にとって、今回のリリースは実務的な見直しの契機となる。どの機能が本当に即時利用可能である必要があるのか。どれがたまにしかないワークフローに属するのか。どれが別のツールの目的と十分に近く、選択を混乱させるのか。

これらの問いは、移行を判断する前に重要となる。取得メカニズムは読み込み動作を迅速に変えられる一方、不明確なカタログは依然として不明確なままだ。今回の発表を統合設計を点検する機会と捉えるチームは、単に別の選択肢を有効化するチームよりも多くを学べるだろう。

遅延読み込みが判断を前倒しにする

選択的な読み込みは探索をアクション経路の明示的な一部にするため、初期説明の品質がより重要になる。

Googleのtool retrievalドキュメントは、サーバー側の探索とアプリケーション管理の探索を区別している。デフォルトのサーバーモードは、宣言されたツールを内部で解決する。クライアント側の取得では、アプリケーションが利用可能な操作のカタログである独自のレジストリを検索し、一致する定義を返す。

クライアント経路では、アプリケーションとモデル間で別のやり取り、すなわちリクエストの往復が追加される。また、会話中に導入されるツールにも対応する。これらは、アプリケーション制御と応答時間に異なる影響を及ぼす、異なる運用上の選択肢だ。

設計上の問いは、選択ロジックをどこに置くかだ。安定したカタログでは、アプリケーションが利用可能な操作をすでに把握しているため、管理された探索経路が適する場合がある。変化するカタログでは、可用性が現在のユーザーや接続先システムに依存する際、アプリケーションの関与が正当化されうる。

この判断はアプリケーションの要件に従うべきだ。制御を強めれば、保守すべきコード、確認すべき失敗状態、応答経路上の依存関係も増える。よりシンプルな管理型経路でも、公開する機能を慎重に定義する必要がある。

このガイドは、会話状態に継続して注意を払うことも求めている。ツール宣言は再送する必要があり、履歴を自ら管理するアプリケーションは、取得ステップとそのシグネチャを保存しなければならない。シグネチャとは、APIが取得コンテキストを維持するために使う不透明な値だ。

開発者にとって、これは小さな設定変更がより広範な統合上の影響を持ちうることを意味する。会話履歴を変換するミドルウェアは見直しが必要だ。最終回答だけを記録するログは、選択経路を隠しうる。再試行の動作では、継続に必要な情報を保持する必要がある。

こうした懸念は、取得が機能チェックリストではなくアーキテクチャの議論に属する理由を示している。モデルの選択は、アプリケーションが何を公開するか、それをどう説明するか、リクエスト間でどの状態が残るかに依存する。

仮想的なスケジューリングアシスタントを考えると、この問題は分かりやすい。「空いている時間を探す」と「会議を予約する」は同じ対象に関わるが、異なる結果を伴う。モデルが詳細な入力を受け取る前に、探索でこの違いを維持する必要がある。

同じ考え方は顧客業務にも当てはまる。「返金を確認する」と「返金を実行する」は、詳細なスキーマがなくても区別可能であるべきだ。明確なユーザー意図を中心に整理されたカタログは、選択段階により有用な基盤を与える。

これは、遅延読み込みがすべての曖昧なワークフローを改善することを示すものではない。テスト時に開発者が確認すべき場所を示している。残りのアプリケーションが仕事を実行する前に、探索段階が正しい操作を選ぶ必要がある。

プロダクトデザイン上の意味合いもある。アシスタントが適切な機能を見つけられない場合、ユーザーには明確な説明が示されるべきだ。繰り返しの検索、無関係なアクション、説明を求める質問は、それぞれ異なる結果を表す。

成功した実装では、それらの結果を保守チームが観測できるようになる。そうでなければ、一見簡潔な最終回答が、混乱した探索プロセスを隠す可能性がある。読み込みメカニズムは実行経路を変える。アプリケーションには、その変更を評価するための十分な可視性が必要だ。

Anthropicは前例を示すが、Geminiのベンチマークではない

競争上の文脈は、オンデマンド探索が本格的な設計選択肢であることを裏付ける一方、Googleのアプリケーションレベルの利点は測定を要する。

Anthropicのadvanced tool useに関する公開資料は、同社独自のTool Search Toolと遅延定義について説明している。また、追加の検索ステップには、より優れたコンテキスト活用または精度によって存在意義が必要だというトレードオフも明確に認めている。

この前例が重要なのは、Googleが既存のアーキテクチャ論争に参入しているからだ。中心的な選択肢は、アプリケーションが完全な定義を直ちに公開すべきか、それとも作業の進行に応じて発見すべきかという点にある。プロバイダーのブランドが、根底にあるエンジニアリング上の問いを解消するわけではない。

また、両者の実装には、安易に同一視すべきでない違いがある。Googleは、遅延ツールが初期コンテキスト内に名前と説明を保持すると述べている。Anthropicは、定義を展開する前に遅延ツールを見つけ出す検索メカニズムを説明している。

どちらも情報を遅延させるからといって、これらのアプローチを互換的に扱うべきではない。モデルが最初に得る情報は、関連する機能をどのように識別するかに影響する。発見方法が異なれば、障害の現れ方も異なり得る。

Anthropicは自社実装における内部的な改善を報告しているが、その結果からGeminiの性能を結論づけることはできない。ベンチマークは、テスト対象となったモデル、ツールコレクション、タスク、評価手法に帰属する。プロバイダー間で割合を移し替えれば、こうした条件が見えなくなる。

したがって購入者にとって有用な比較は、方法論に基づくものだ。各システムは最初に何を提示するのか。どのようにツールを見つけるのか。想定した機能が存在しない場合、何が起きるのか。アプリケーションは誤った選択をどのように検査し、回復するのか。

公正な評価には、信頼できるベースラインも必要だ。意図的に整理されていないカタログと検索を比較すれば、新しい仕組みの寄与を過大評価することになる。既存のアプローチにも、明確な説明、適切なグループ分け、不必要な操作の削除が求められる。

同様に、ほとんど使われないツールが中心のテストでは、選択的な読み込みが当然有利になる。利用可能な機能の大半を繰り返し使うワークフローは、異なる負荷をもたらす。どちらか一方の結果だけで、すべてのエージェントアプリケーションを説明することはできない。

最も有益な比較では、ビジネスタスクを一定に保つ。ユーザーは同じ質問をし、接続されたシステムは同等の情報を返し、アプリケーションは同じ認可ルールに従う。その上で評価は、変更した読み込み戦略が完了した成果を改善するかを検証する。

そこには人間の体験も含まれる。何度も確認を重ねた末に正しく完了するアシスタントは、要求を即座に理解するアシスタントとは異なる。初回応答が速くても、全体としての解決は遅くなる可能性がある。

プロバイダー間の競争は、誰がツール利用を解決したかという包括的な主張を促すのではなく、こうした違いをより容易にテストできるようにすべきだ。類似した製品の方向性は、比較可能な実験の機会を生む。しかし、それは実験結果そのものを与えるものではない。

Introducing Tool Retrieval in the Gemini APIについて、擁護可能な結論は、Googleが選択的な機能読み込みへの移行に加わったということだ。そのプレビュー版が特定のアプリケーションにとって望ましい経路となるかどうかは、そのアプリケーションで測定された挙動に依存する。

より小さなプロンプトが、完了した作業を必ずしも安くするわけではない

関連する経済的指標は、発見、実行、回復、継続する対話を含む、成功したワークフロー全体のコストである。

Googleは、Tool Retrievalに個別の機能料金はなく、通常のモデルトークン課金は引き続き適用されるとしている。トークンは、モデルの入力と出力を測定する単位だ。検索では固定の入力オーバーヘッドが加わり、取得されたスキーマは後続の会話コンテキストでも課金対象となる。

この課金モデルは、条件付きの機会を生む。未使用の内容を除外しておけば、入力消費を減らせる可能性がある。一方で、後から内容を読み込めば消費は発生し、最終的にカタログの大部分を必要とする会話は異なるプロファイルを示す。

重要な分析上の論点は分母にある。初期プロンプトだけを測定すると、最適化が実際以上に価値あるものに見える可能性がある。企業が重視するのは、顧客の要求が解決されたか、レポートが完成したか、意図したレコードが正しく更新されたかだ。

仮想的なアシスタントは、より少ない入力で開始しても、不必要な発見を試みるかもしれない。誤った操作を取得し、確認を求め、再試行する可能性がある。その場合、初期の節約は対話の一部しか表していない。

逆の結果もあり得る。より良い選択により、誤った呼び出しと、その後に続く回復作業を防げる可能性がある。その場合、利点は省略されたスキーマテキストを超える。

証拠なしに、いずれのシナリオも観測されたGeminiの結果として提示すべきではない。これらは、チームにワークロード測定が必要な理由を説明している。トークン数、完了品質、経過時間は関連する問いに答えるが、どれも他の指標の代わりにはならない。

応答またはアクションが完了するまでの経過時間であるレイテンシーにも、同様の注意が必要だ。内部サーバーでの検索は、アプリケーションとの追加のやり取りを回避する。それでもリクエスト内の作業であるため、「追加の往復通信なし」は「検索時間なし」を意味しない。

キャッシュは別の変数を加える。キャッシュは、以前に処理した対象コンテンツを再利用する。Googleは、遅延読み込みによって安定したプロンプト接頭辞が維持されるとしているが、チームは経済的な利点を見積もる前に、実際の会話パターンを調べる必要がある。

安全性と権限も、同じ実務的評価に含めるべきだ。スキーマを後まで隠しておくことは、ユーザーにその操作を実行する資格があるかを確立するものではない。アプリケーションは、機能を公開する際と、結果を伴う操作を実行する際の両方でアクセス制御を適用すべきである。

返金の例は、その境界を明確にする。返金操作を発見することは、どのツールが要求に適しているかに答える。しかし、それだけでは、顧客が対象となるか、金額が正しいか、現在のユーザーがそれを承認できるかは確立されない。

このプレビュー版では、リリースリスクも導入者側に残る。Googleのドキュメントは、Tool Retrievalを一般提供前にインターフェースが変更される可能性のあるプレビュー機能として位置づけている。チームは、それにどれほど深く依存するかを決める際、この状態を考慮する必要がある。

したがって、妥当なパイロット評価は、入力数の削減以上を検証する。完了したタスク、エラー、回復に要する作業、総経過時間を比較する。効率性がこうしたより広い指標でも維持されるとき、その結果は商業的な意味を持つ。

これが、この発表の約束に対する中心的な限界だ。選択的な読み込みは、コンテキストをより慎重に使う機会を生む。アプリケーション全体の性能向上を証明する必要性をなくすものではない。

次に注目すべき指標は、安定性、ワークフローの結果、カタログ品質だ

次の段階は、観測可能なアプリケーション成果で判断すべきであり、リリースの成熟度と保守性が不可欠な文脈を提供する。

最初に注目すべき指標は、製品の安定性だ。今後数か月間、プレビューの状態、サポートされる挙動、ドキュメントの変更が導入判断を左右する。安定したインターフェースは、チームがエンジニアリングの取り組みを投じ、一貫した挙動を維持しやすくする。

この指標は、より広範な利用に向けた根拠を強めるだろうが、効率向上を証明するものではない。リリースの成熟度とワークロード性能は、異なる問いに答える。信頼できるインターフェースであっても、コンパクトで頻繁に使われるツールセットを持つアプリケーションには不適切な選択となる可能性がある。

第二の指標は、完全なワークフローに関する証拠だ。有用な結果は、アプリケーションの他の挙動を一定に保った上で、選択的読み込みと事前読み込みの下で同等のタスクを比較するものになる。報告では、何が成功し、何が失敗し、回復が結果にどう影響したかを説明すべきだ。

慎重に選ばれたデモンストレーションよりも、多様な要求にまたがる結果の方が説得力を持つ。日常的な照会、曖昧な要求、変化する会話の目標、利用できない機能は、それぞれ異なる弱点を露呈させる。こうした条件全体で良好に機能する機能は、より強い導入根拠を持つ。

完了品質が安定したまま総入力消費が低下する証拠は、Googleの効率性に関する主張を支持する。発見の失敗が増えたり、解決時間が長くなったりすれば、テスト対象ワークロードにおける根拠は弱まる。いずれの結果も、開発者がより具体的な判断を下す助けになる。

第三の指標は、保守されるアプリケーションにおけるカタログ品質だ。チームは、統合が変化しても、明確な名前、焦点を絞った説明、意図的な機能境界が有効であり続けるかを注視すべきである。発見可能性を維持するために絶えず修正を要するアプリケーションには、異なる保守負担がある。

この指標は説明責任にも関わる。機能が変わるとき、誰かがその説明、アクセス条件、期待される挙動を所有する必要がある。カタログのテキストが選択に直接関与するため、検索はその責任の所在を可視化する。

エンタープライズ購入者にとって、これらの指標はベンダーに尋ねるべき具体的な質問を示す。製品は、どのように操作を選択したかを示せるか。発見の失敗を説明できるか。チームは、読み込み戦略を変更する前後で完了したワークフローを比較できるか。

開発者にとって、最も有力な次の一手は、代表的な作業を用いた範囲を限定した比較だ。使い慣れた機能を必要とする要求、たまにしか使わない機能を必要とする要求、何のアクションも生じないはずの要求を含める。結果を解釈可能に保つため、既存のベースラインを維持する。

Introducing Tool Retrieval in the Gemini APIを、テスト可能なアーキテクチャ変更として扱うべきだ。ユーザーがすでに選択ミスや遅延に気づいているワークフローを選び、成功した完了、総消費量、経過時間を比較する。アシスタントが誤って選択するケース、有用なものを発見できないケース、確認を必要とするケースを検討する。より明確な説明によって、読み込みの変更だけでは解決できない問題を解消できる可能性があるため、こうした失敗とあわせてカタログを見直す。比較全体を通じて権限を一貫させ、プレビュー版が進展する間も従来の実行経路を維持する。判断は、あなたのアプリケーションから得られる証拠に従うべきだ。選択的な読み込みは、ユーザーの負担を減らしながら、アシスタントが正しい作業を完了する助けになるのか。

 
 

無料で始めましょう

ローカルファーストのパーソナル知識管理付きAIアシスタント

より良いAI体験のために、

remio は現在、 Windows 10+ (x64)とM-Chip Mac のみをサポートしています。

仕事のAIパートナー
remioでもっと仕事が進む

計画・作成・仕上げまで
すべてをひとつに

bottom of page