MCPツール設計のコンテキストエンジニアリング

MCPツール設計の実践的アプローチとトレードオフ

モデルコンテキストプロトコル（MCP）ツールの設計において、多くのチームは既存のAPIを直接公開し、エージェントに任せてしまう傾向がある。しかし、これはコンテキストのボトルネックやエラーの原因となる。本記事では、MCPツール設計の課題と実践的な解決策を紹介する。

MCPツールの設計では、**「ボリューム（bloat）」と「混乱（confusion）」**の2つの主要な問題が発生する。

ボリューム: ツール定義が常にコンテキストにロードされるため、使用されていないツールもリソースを消費する。複数のMCPサーバーが連携すると、ユーザーの質問前にコンテキストが満杯になるリスクがある。
混乱: モデルの推論能力が低下すると、誤ったツール呼び出しやパラメータ選択が発生する。ツール間の類似性や命名の曖昧さが混乱を悪化させる。

これらの問題を解決するには、コンテキストエンジニアリングが鍵となる。以下に具体的なアプローチを示す。

ツールの説明文の最適化
- ツールの目的やパラメータの意味を明確にし、自然言語でのマッピングを追加する。
- 例: description: "検索クエリを生成し、K-12コンテンツを返すAPI"
レスポンスの最適化
- 必要最小限のフィールドのみを返すことで、コンテキストの消費を削減。詳細な出力はオンデマンドで取得可能にする。
- 例: default_response_fields: ["title", "summary"]
エラー処理の強化
- 明確なエラーメッセージを提供し、ユーザーが問題を特定しやすいようにする。

AWSは、シミュレートされたK-12コンテンツ検索APIを用いて、MCPツールの設計パターンを実証している。Kiro CLIを活用し、以下の手順でテスト可能。