Function Calling

Function Callingの4つのステップは何ですか？LLM自体は実際にツールを実行しますか？

Function Callingには完全な4ステップのフローがあります——この4ステップを理解することがAIエージェントの動作原理を理解する鍵です。

ステップ1、LLMにどのツールが利用可能かを伝える：LLMのAPIを呼び出す際、各ツールの名前・機能・パラメータフォーマットを説明するツールリストを同時に渡します（例：「get_eth_price：ETHの現在価格を取得、パラメータ：currency（文字列、'USD'または'EUR'）」）。LLMはこのリストを読み取り、どのツールが利用可能かを知ります。

ステップ2、LLMがツール呼び出しリクエストを出力する：LLMが推論中にツールが必要と判断した場合、直接実行するのではなく、応答に構造化されたJSONフォーマットのリクエストを出力します：{"tool": "get_eth_price", "parameters": {"currency": "USD"}}。

ステップ3、バックエンドコードが実際に実行する：あなたのアプリケーション（LLMではなく）がこのJSONリクエストを読み取り、実際のget_eth_price関数を呼び出し、CoinGecko APIから実際のETH現在価格を取得します。

ステップ4、結果をLLMに返す：関数の実行結果をLLMに返し、LLMはこの結果に基づいて推論を継続して最終応答を生成します。

重要な認識：LLM自体はツールを実行しません。「何を呼び出したいか」を言うだけで、実際の実行は常にバックエンドコードです。

Function CallingはMCPと同じものですか？ドキュメントで両方の用語を見かけますが、何が違いますか？

同じものではありませんが、密接に関連しており混同しやすいです。

Function Calling / Tool UseはLLMとツール間の「通信メカニズム」です——LLMがツールを呼び出したいと「言う」方法（構造化JSONを出力）と、ツールの結果をLLMに返す方法を定義します。これはGPTとClaudeの両方がサポートするLLM APIレベルの標準です。

MCP（Model Context Protocol）はFunction Callingの上に構築された「ツール標準化パッケージ層」です——ツールがどのように記述・発見・異なるLLMとフレームワーク間で再利用されるかを定義します。シンプルな比喩：Function Callingは「HTTPプロトコル」のようなもので通信方法を定義し；MCPは「REST API仕様」のようなもので、HTTP上でリソースと操作をどのように整理するかを定義します。MCPがあれば、ツールを一度書くだけで、MCP対応のすべてのシステム（Claude・GPT・LangChain・ElizaOS）で使用できます。

初心者への実際的なアドバイス：単にAgentにツールを呼び出させたいだけなら、フレームワーク（LangChainの@toolデコレータ・ElizaOSのActionプラグイン）を使えば十分で、自分でMCPを実装する必要はありません。

LLMに「いつツールを呼び出すべきか、いつ直接答えるべきか」をどうやって知らせますか？

答えはツールの「説明文」にあります——LLMは各ツールに書いた説明に基づいていつ呼び出すかを判断します。LLMに正確な判断をさせるためのいくつかの設計原則：

第一、ツールの説明は「適用シナリオ」を指定する：ツールが何をするかだけでなく、いつ使うべきかを明確にします。良い説明：「ETHの現在のUSD価格を照会する。ユーザーが暗号資産の現在価格・最新見積もりについて質問したとき、またはこのツールを価格比較に使う必要があるときに呼び出す。」悪い説明：「ETHの価格を取得する。」

第二、LLMにいつツールを呼び出さないかを知らせる：AgentにSystem Promptで各ツールの使用境界を明確にします。例：「リアルタイムデータが必要なときだけツールを呼び出す；質問が概念説明に関するものであれば（例：「DeFiとは何か」）、ツールを呼び出さずに直接答える。」

第三、ツールが多すぎないように：LLMに渡すツールが多ければ多いほど、読むべきツールの説明が増え（トークンを消費）、大量のツールから正しいものを選ぶのが難しくなります。第四、LLMの実際の選択を観察する：開発段階ではverboseモードを有効にして、どのような状況でどのツールを選択するかを観察します。

Function Callingのセキュリティ設計の基本原則は何ですか？特にクリプトAgentシナリオでは

LLM自体はツールを実行しないため（実行はバックエンドで行われる）、セキュリティ設計の核心はバックエンドの「実行層」にあります。クリプトAgentのためのいくつかの基本的なセキュリティ原則：

第一、読み取りツールと書き込みツールを厳格に分類する：ツールを2つのカテゴリに分けます——読み取り専用ツール（データ照会・オンチェーン状態の読み取り；エラーの結果は情報誤り）と書き込みツール（トランザクション署名・資金移動；エラーの結果は資産損失）。バックエンド実行層での2つのカテゴリの認可要件が異なり、混在させてはなりません。

第二、書き込みツールにはパラメータ検証が必須：バックエンドで書き込みツールを実行する前に、LLMが渡したパラメータが合理的かを検証します——金額は設定上限内か？アドレスはホワイトリストにあるか？操作タイプは許可されているか？

第三、大額操作には人工確認が必要：閾値を超えた書き込み操作には、バックエンドに人工確認ステップを追加します。

第四、すべてのツール呼び出しを記録する：各ツール呼び出しの完全な記録をログに書き込みます。