Googleは11月19日、Geminiに大規模な関数ライブラリを渡す方法を変えるTool Retrievalのプレビューを開始しました。全引数スキーマを毎回送らず、モデルが必要とするまで読み込みを延期できます。

発表ではInteractions APIの機能とされています。Googleは入力トークン負担を減らし、ツール数が増えても選択精度を維持する方法と位置づけます。ただし節約量や信頼性は実際の負荷次第です。

名前は見せたままスキーマを待機させる

サーバー検索を有効にするには、tool_searchを加え、対象関数をdefer_loading: trueにします。モデルには遅延ツールの名前と説明が見えますが、引数スキーマは要求されるまでコンテキストに入りません。

関数を選ぶと、モデルはその名前で読み込みを要求します。APIがスキーマを取得し、同じリクエスト内でモデルが関数呼び出しを出力します。検索、取得結果、実際の呼び出しはinteraction.stepsで確認できます。

Googleの例ではgemini-4-hydrogenに破損注文A-1042の40ドル返金を依頼します。モデルはissue_refundを検索し、注文と金額を引数にします。実際の返金とfunction_resultの返却はアプリの仕事です。スキーマ取得自体は送金や取引承認を行いません。

機密性の高いツールを持つエージェントには重要な境界です。発見方法の改善は、権限、検証、業務ルールの代わりにはなりません。

サーバー検索なら独自インデックスは不要

サーバー管理方式では開発者が検索インデックスを運用する必要はありません。頻用ツールは完全な定義を先に渡し、利用頻度の低い関数だけ遅延できます。大きなスキーマを初期コンテキストから外しても、名前と説明は重要です。

リモートMCPサーバーにも対応します。mcp_serverにdefer_loading: trueを設定すれば、各ツールを個別に列挙せず必要時に取得できます。

Googleによると、プレフィックスキャッシュとも併用できます。遅延スキーマは最初のプロンプトから外れ、取得時に会話の後ろへ加わるため、各ターンのキャッシュ前半が安定します。ただし、取得済みスキーマが無料になるわけではありません。

クライアント検索ではアプリがレジストリを管理

独自レジストリ、埋め込みインデックス、ユーザー別権限フィルターを持つアプリはクライアント実行を選べます。"execution": "client"を付けたtool_searchに検索関数と引数を宣言します。

モデルが検索を求めると、アプリが調べて一致する関数スキーマをfunction_resultで返します。Googleの継続例はprevious_interaction_idで既存のやり取りに接続します。

検索をアプリ側で実行するため、検索ごとに一往復が加わります。一方、最初から全ツールを宣言する必要はありません。会話途中で接続した連携先から新しいツールを追加でき、アプリのレジストリが返す候補を決められます。

これはサーバー管理方式とは別のトレードオフです。発見の制御と引き換えに、アプリの処理段階と、その遅延・障害対応が増えます。

節約は読み込まないスキーマの量で決まる

Tool Retrieval自体の追加料金はありません。入出力トークンは利用モデルの通常料金で課金されます。tool_searchには小さな固定入力があり、取得した各スキーマは残りの会話で入力として課金されます。

節約の源は、コンテキストに一度も入らないスキーマです。大きなライブラリの一部だけを使う場合は、最終的にほぼ全スキーマを読む会話より恩恵が期待できます。Googleは実トラフィックでの測定を勧めており、共通の削減率は公表していません。

プレビューはInteractions APIのGemini 3.6以降、すべてのGemini 4モデルに対応します。全APIへの対応と解釈してはいけません。開発者が次に確かめるべきなのは、対応条件下での自分のアプリのトークン量、ツール選択、クライアント検索の遅延です。

関連記事
参考資料

ツールディレクトリを見る →