プログラマティックツール呼び出し

プログラマティックツール呼び出しにより、Claudeは各ツール呼び出しごとにモデルとの往復を必要とせず、コード実行コンテナ内でツールをプログラム的に呼び出すコードを記述できます。これにより、複数ツールを使うワークフローの「latency」（レイテンシ）が削減され、データがモデルの「context window」（コンテキストウィンドウ）に到達する前にClaudeがフィルタリングや処理を行えるため、トークン消費量も減少します。多段階のウェブリサーチや複雑な情報検索をテストするBrowseCompやDeepSearchQAなどのエージェント型検索ベンチマークでは、基本的な検索ツールにプログラマティックツール呼び出しを追加することで、入力トークンを24%削減しながらパフォーマンスが平均11%向上しました（Improved web search with dynamic filteringを参照）。

20人の従業員の予算遵守状況を確認する例を考えてみましょう。従来のアプローチでは20回の個別のモデル往復が必要で、その過程で数千件の経費明細項目がコンテキストに取り込まれます。プログラマティックツール呼び出しを使えば、単一のスクリプトが20件すべての検索を実行し、結果をフィルタリングして、上限を超えた従業員のみを返します。これにより、Claudeが推論する必要のあるデータが数百キロバイトからわずか数行にまで縮小されます。



モデル互換性

プログラマティックツール呼び出しにはcode_execution_20260120以降が必要で、以下のモデルでサポートされています。

コード実行ツールのバージョンマトリックス全体については、コード実行ツールのモデル互換性表を参照してください。プログラマティックツール呼び出しは、Claude API、Claude Platform on AWS、およびMicrosoft Foundryで利用できます。Microsoft Foundryでは、プログラマティックツール呼び出しにはHosted on Anthropicデプロイメントが必要です。現在、Amazon BedrockおよびGoogle Cloudでは利用できません。



クイックスタート

以下は、Claudeがデータベースをプログラム的に複数回クエリし、結果を集計する例です。

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=4096,
    messages=[
        {
            "role": "user",
            "content": "Query sales data for the West, East, and Central regions, then tell me which region had the highest revenue",
        }
    ],
    tools=[
        {"type": "code_execution_20260120", "name": "code_execution"},
        {
            "name": "query_database",
            "description": "Execute a SQL query against the sales database. Returns a list of rows as JSON objects.",
            "input_schema": {
                "type": "object",
                "properties": {
                    "sql": {"type": "string", "description": "SQL query to execute"}
                },
                "required": ["sql"],
            },
            "allowed_callers": ["code_execution_20260120"],
        },
    ],
)

print(response)

レスポンスはstop_reason: "tool_use"、container ID、およびquery_databaseのtool_useブロック（そのcallerフィールドが呼び出し元のコード実行を識別します）とともに停止します。コードが完了できるように、ワークフロー例のステップ3に示すように結果を返してください。



プログラマティックツール呼び出しの仕組み

コード実行から呼び出し可能なツールを設定し、Claudeがそのツールを使用すると判断した場合：

1. Claudeはツールを関数として呼び出すPythonコードを記述します。複数のツール呼び出しや前処理・後処理ロジックを含む場合もあります
2. Claudeはこのコードをコード実行を通じてサンドボックス化されたコンテナで実行します
3. ツール関数が呼び出されると、コード実行は一時停止し、APIはtool_useブロックを返します
4. ツール結果を提供すると、コード実行が続行されます（中間結果はClaudeのコンテキストウィンドウに読み込まれません）
5. すべてのコード実行が完了すると、Claudeは最終出力を受け取り、タスクの処理を続行します

このアプローチは特に以下の場合に有用です。

• 大規模データ処理： ツール結果がClaudeのコンテキストに到達する前にフィルタリングまたは集計する
• 多段階ワークフロー： ツール呼び出しの間にClaudeをサンプリングせずに、ツールを順次またはループで呼び出すことでトークンとレイテンシを節約する
• 条件付きロジック： 中間ツール結果に基づいて判断を行う



主要な概念



allowed_callersフィールド

allowed_callersフィールドは、どのコンテキストがツールを呼び出せるかを指定します。

{
  "name": "query_database",
  "description": "Execute a SQL query against the database",
  "input_schema": {
    // ...
  },
  "allowed_callers": ["code_execution_20260120"]
}

指定可能な値：

• ["direct"] - Claudeはこのツールを直接呼び出すように誘導されます（省略時のデフォルト）
• ["code_execution_20260120"] - Claudeはこのツールをコード実行内からのみ呼び出すように誘導されます
• ["direct", "code_execution_20260120"] - Claudeはこのツールを直接またはコード実行内から呼び出すことができます

allowed_callersでは"code_execution_20260120"と"code_execution_20260521"の両方が受け入れられ、互換性があります。どちらかのコード実行ツールバージョンを使用するリクエストは、どちらかの呼び出し元をリストするツールの条件を満たします。レスポンスブロックは、リクエストで宣言されたバージョンに関係なく、常に呼び出し元をcode_execution_20260120としてタグ付けします。



レスポンス内のcallerフィールド

すべてのツール使用ブロックには、どのように呼び出されたかを示すcallerフィールドが含まれます。

直接呼び出し（従来のツール使用）：

{
  "type": "tool_use",
  "id": "toolu_abc123",
  "name": "query_database",
  "input": { "sql": "<sql>" },
  "caller": { "type": "direct" }
}

プログラマティック呼び出し：

{
  "type": "tool_use",
  "id": "toolu_xyz789",
  "name": "query_database",
  "input": { "sql": "<sql>" },
  "caller": {
    "type": "code_execution_20260120",
    "tool_id": "srvtoolu_abc123"
  }
}

tool_idは、呼び出しを行ったコード実行のserver_tool_useブロックのidであり、各プログラマティックtool_useをそれを生成したコード実行と照合できます。



コンテナのライフサイクル

プログラマティックツール呼び出しは、コード実行と同じコンテナを使用します。

• コンテナの作成： 既存のコンテナを再利用しない限り、リクエストごとに新しいコンテナが作成されます
• コンテナID： レスポンスのcontainerフィールドにexpires_atタイムスタンプとともに返されます
• 再利用： 状態を維持するには、次のリクエストでコンテナIDを渡します。プログラマティックツール呼び出しが結果を待機している間、そのリクエストではコンテナIDは必須であり、オプションではありません。コンテナIDがない場合、APIはリクエストを拒否します。
• 有効期限： expires_atはコンテナの残り時間を示します。アイドル状態のコンテナは現在約5分後に回収され、作成から30日を超えたコンテナは再利用できません。



ワークフロー例

完全なプログラマティックツール呼び出しフローの動作は以下のとおりです。



ステップ1：初期リクエスト

コード実行と、プログラマティック呼び出しを許可するツールを含むリクエストを送信します。プログラマティック呼び出しを有効にするには、ツール定義にallowed_callersフィールドを追加します。

リクエストの形式はクイックスタートの例と同じです。ツールリストにcode_executionを含め、Claudeにコードから呼び出させたいツールにallowed_callers: ["code_execution_20260120"]を追加し、ユーザーメッセージを送信します。このワークフローの残りのステップでは、ユーザーメッセージ"Query customer purchase history from the last quarter and identify our top 5 customers by revenue"を使用します。



ステップ2：ツール呼び出しを含むAPIレスポンス

Claudeはツールを呼び出すコードを記述します。APIは一時停止し、以下を返します。

{
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "I'll query the purchase history and analyze the results."
    },
    {
      "type": "server_tool_use",
      "id": "srvtoolu_abc123",
      "name": "code_execution",
      "input": {
        "code": "import json\n\nrows = json.loads(await query_database({'sql': '<sql>'}))\ntop_customers = sorted(rows, key=lambda x: x['revenue'], reverse=True)[:5]\nprint(f'Top 5 customers: {top_customers}')"
      }
    },
    {
      "type": "tool_use",
      "id": "toolu_def456",
      "name": "query_database",
      "input": { "sql": "<sql>" },
      "caller": {
        "type": "code_execution_20260120",
        "tool_id": "srvtoolu_abc123"
      }
    }
  ],
  "container": {
    "id": "container_xyz789",
    "expires_at": "2026-01-20T14:30:00Z"
  },
  "stop_reason": "tool_use"
}



ステップ3：ツール結果の提供

完全な会話履歴とツール結果を送信します。このリクエストでは3つの点が重要です。

• 結果を含むユーザーメッセージにはtool_resultブロックのみを含めることができます。メッセージフォーマットの制限を参照してください。
• 一時停止したレスポンスのcontainer IDを渡します。保留中のプログラマティックツール呼び出しがあるのにコンテナIDがない継続リクエストは、APIによって拒否されます。
• 元のリクエストと同じtools配列を送信します。一時停止したコードを再開するにはコード実行ツールが引き続き存在している必要があり、このリクエストで送信するツールが、ターンの残りの部分でClaudeと実行中のコードが使用できる定義となります。

response = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=4096,
    container="container_xyz789",  # Reuse the container
    messages=[
        {
            "role": "user",
            "content": "Query customer purchase history from the last quarter and identify our top 5 customers by revenue",
        },
        {
            "role": "assistant",
            "content": [
                {
                    "type": "text",
                    "text": "I'll query the purchase history and analyze the results.",
                },
                {
                    "type": "server_tool_use",
                    "id": "srvtoolu_abc123",
                    "name": "code_execution",
                    "input": {"code": "..."},
                },
                {
                    "type": "tool_use",
                    "id": "toolu_def456",
                    "name": "query_database",
                    "input": {"sql": "<sql>"},
                    "caller": {
                        "type": "code_execution_20260120",
                        "tool_id": "srvtoolu_abc123",
                    },
                },
            ],
        },
        {
            "role": "user",
            "content": [
                {
                    "type": "tool_result",
                    "tool_use_id": "toolu_def456",
                    "content": '[{"customer_id": "C1", "revenue": 45000}, {"customer_id": "C2", "revenue": 38000}, ...]',
                }
            ],
        },
    ],
    # 元のリクエストと同じtools配列
    tools=[
        {"type": "code_execution_20260120", "name": "code_execution"},
        {
            "name": "query_database",
            "description": "Execute a SQL query against the sales database. Returns a list of rows as JSON objects.",
            "input_schema": {
                "type": "object",
                "properties": {
                    "sql": {"type": "string", "description": "SQL query to execute"}
                },
                "required": ["sql"],
            },
            "allowed_callers": ["code_execution_20260120"],
        },
    ],
)

print(response)



ステップ4：次のツール呼び出しまたは完了

コードは一時停止した場所から再開し、結果を処理します。各継続レスポンスは、さらにプログラマティックtool_useブロックで再度一時停止するか、コード実行を完了してClaudeがターンを続行できるようにします（ステップ5）。この2つを区別するには、stop_reasonと各tool_useブロックのcallerを確認してください。一時停止するレスポンスはstop_reason: "tool_use"を持ち、callerがコード実行バージョンを指定するtool_useブロックを含みます。その場合、保留中のすべてのプログラマティック呼び出しに対するtool_resultを1つのユーザーメッセージにまとめてステップ3を繰り返します。



ステップ5：最終レスポンス

コード実行が完了すると、Claudeは最終レスポンスを提供します。

{
  "content": [
    {
      "type": "code_execution_tool_result",
      "tool_use_id": "srvtoolu_abc123",
      "content": {
        "type": "code_execution_result",
        "stdout": "Top 5 customers: [{'customer_id': 'C1', 'revenue': 45000}, {'customer_id': 'C2', 'revenue': 38000}, {'customer_id': 'C5', 'revenue': 32000}, {'customer_id': 'C8', 'revenue': 28500}, {'customer_id': 'C3', 'revenue': 24000}]",
        "stderr": "",
        "return_code": 0,
        "content": []
      }
    },
    {
      "type": "text",
      "text": "I've analyzed the purchase history from last quarter. Your top 5 customers generated $167,500 in total revenue, with Customer C1 leading at $45,000."
    }
  ],
  "stop_reason": "end_turn"
}



高度なパターン



ループによるバッチ処理

Claudeは複数の項目を効率的に処理するコードを記述できます。

regions = ["West", "East", "Central", "North", "South"]
results = {}
for region in regions:
    rows = json.loads(await query_database({"sql": f"<sql for {region}>"}))
    results[region] = sum(row["revenue"] for row in rows)

# 結果をプログラムで処理
top_region = max(results.items(), key=lambda x: x[1])
print(f"Top region: {top_region[0]} with ${top_region[1]:,} in revenue")

このパターンは以下を実現します。

• モデル往復をN回（リージョンごとに1回）から1回に削減
• 大規模な結果セットをClaudeに返す前にプログラム的に処理
• 生データではなく集計された結論のみを返すことでトークンを節約



早期終了

Claudeは成功条件が満たされ次第、処理を停止できます。

endpoints = ["us-east", "eu-west", "apac"]
for endpoint in endpoints:
    status = await check_health({"endpoint": endpoint})
    if status == "healthy":
        print(f"Found healthy endpoint: {endpoint}")
        break  # Stop early, don't check remaining



条件付きツール選択

path = "/tmp/example.txt"
file_info = json.loads(await get_file_info({"path": path}))
if file_info["size"] < 10000:
    content = await read_full_file({"path": path})
else:
    content = await read_file_summary({"path": path})
print(content)



データフィルタリング

server_id = "srv-01"
log_text = await fetch_logs({"server_id": server_id})
errors = [line for line in log_text.splitlines() if "ERROR" in line]
print(f"Found {len(errors)} errors")
for error in errors[-10:]:  # Only return last 10 errors
    print(error)



レスポンス形式



プログラマティックツール呼び出し

コード実行がツールを呼び出す場合：

{
  "type": "tool_use",
  "id": "toolu_abc123",
  "name": "query_database",
  "input": { "sql": "<sql>" },
  "caller": {
    "type": "code_execution_20260120",
    "tool_id": "srvtoolu_xyz789"
  }
}



ツール結果の処理

ツール結果は実行中のコードに渡されます。

{
  "role": "user",
  "content": [
    {
      "type": "tool_result",
      "tool_use_id": "toolu_abc123",
      "content": "[{\"customer_id\": \"C1\", \"revenue\": 45000, \"orders\": 23}, {\"customer_id\": \"C2\", \"revenue\": 38000, \"orders\": 18}, ...]"
    }
  ]
}



コード実行の完了

すべてのツール呼び出しが満たされ、コードが完了した場合：

{
  "type": "code_execution_tool_result",
  "tool_use_id": "srvtoolu_xyz789",
  "content": {
    "type": "code_execution_result",
    "stdout": "Analysis complete. Top 5 customers identified from 847 total records.",
    "stderr": "",
    "return_code": 0,
    "content": []
  }
}



エラー処理



一般的なエラー



ツール呼び出し中のコンテナ有効期限切れ

ツール結果が約4分以内に到着しない場合、保留中の呼び出しはClaudeの実行中のコード内でTimeoutErrorを発生させます。Claudeはstderrでエラーを確認し、通常は呼び出しを再試行します。

{
  "type": "code_execution_tool_result",
  "tool_use_id": "srvtoolu_abc123",
  "content": {
    "type": "code_execution_result",
    "stdout": "",
    "stderr": "TimeoutError: Calling tool ['query_database'] timed out (no response after 270s).",
    "return_code": 0,
    "content": []
  }
}

タイムアウトを防ぐには：

• レスポンスのexpires_atフィールドを監視する
• ツール実行にタイムアウトを実装する
• 長時間の操作を小さなチャンクに分割することを検討する



ツール実行エラー

ツールがエラーを返す場合：

{
  "type": "tool_result",
  "tool_use_id": "toolu_abc123",
  "content": "Error: Query timeout - table lock exceeded 30 seconds"
}

Claudeのコードはこのエラーを受け取り、適切に処理できます。



制約と制限事項



機能の非互換性

• 構造化出力： strict: trueを持つツールはプログラマティック呼び出しではサポートされていません
• ツール選択： tool_choiceを通じて特定のツールのプログラマティック呼び出しを強制することはできません
• 並列ツール使用： disable_parallel_tool_use: trueはプログラマティック呼び出しではサポートされていません



入力スキーマの制限

input_schemaに再帰的な$ref（自己参照などの参照サイクル）を含むカスタムツールは、プログラマティック呼び出しを有効にできません。そのようなツールのallowed_callersにコード実行ツールバージョンを含めると、リクエストはCircular $ref detectedを含むメッセージの400 invalid_request_errorで失敗します。同じスキーマは直接ツール呼び出しでは受け入れられます。

これを回避するには、以下のいずれかを行ってください。

• allowed_callersを省略する（または["direct"]に設定する）ことで、ツールを直接呼び出し専用にします。同じリクエスト内の他のツールは引き続きプログラマティック呼び出しを使用できます。
• スキーマからサイクルを削除します。たとえば、再帰を固定の深さまで展開し、それより深いネストは最も内側のレベルのdescriptionで説明するか、再帰プロパティを期待される形式をdescriptionで説明する単純な{"type": "object"}に置き換えます。



ツールの制限

以下のツールはプログラム的に呼び出すことができません。

• MCPコネクタによって提供されるツール



メッセージフォーマットの制限

プログラマティックツール呼び出しに応答する際には、厳格なフォーマット要件があります。

ツール結果のみのレスポンス： 結果を待機している保留中のプログラマティックツール呼び出しがある場合、レスポンスメッセージにはtool_resultブロックのみを含める必要があります。ツール結果の後であっても、テキストコンテンツを含めることはできません。

無効 - プログラマティックツール呼び出しへの応答時にテキストを含めることはできません：

{
  "role": "user",
  "content": [
    {
      "type": "tool_result",
      "tool_use_id": "toolu_01",
      "content": "[{\"customer_id\": \"C1\", \"revenue\": 45000}]"
    },
    { "type": "text", "text": "What should I do next?" }
  ]
}

有効 - プログラマティックツール呼び出しへの応答時はツール結果のみ：

{
  "role": "user",
  "content": [
    {
      "type": "tool_result",
      "tool_use_id": "toolu_01",
      "content": "[{\"customer_id\": \"C1\", \"revenue\": 45000}]"
    }
  ]
}

この制限は、プログラマティック（コード実行）ツール呼び出しに応答する場合にのみ適用されます。通常のクライアント側ツール呼び出しの場合は、ツール結果の後にテキストコンテンツを含めることができます。

テキストのみのツール結果コンテンツ： プログラマティック呼び出しに応答する各tool_resultのcontentは、文字列またはtextブロックである必要があります。画像、ドキュメント、その他のコンテンツブロックタイプは拒否されます。



レート制限

プログラマティックツール呼び出しは、通常のツール呼び出しと同じレート制限の対象となります。コード実行からの各ツール呼び出しは、個別の呼び出しとしてカウントされます。



使用前にツール結果を検証する

プログラム的に呼び出されるユーザー定義ツールを実装する際は、以下に注意してください。

• ツール結果は文字列として返されます： 実行環境で処理される可能性のあるコードスニペットや実行可能コマンドを含む、あらゆるコンテンツを含むことができます。
• 外部ツール結果を検証する： ツールが外部ソースからデータを返す場合やユーザー入力を受け入れる場合、出力がコードとして解釈または実行される場合のコードインジェクションリスクに注意してください。



トークン効率

プログラマティックツール呼び出しは、3つの方法でトークン消費を削減します。

• プログラマティック呼び出しからのツール結果はClaudeのコンテキストに追加されません - 最終的なコード出力のみが追加されます
• 中間処理はコード内で行われます - フィルタリング、集計、その他の変換はモデルトークンを消費しません
• 1回のコード実行で複数のツール呼び出し - 個別のモデルターンと比較してオーバーヘッドが削減されます

たとえば、10個のツールを直接呼び出すと、プログラム的に呼び出してサマリーを返す場合の約10倍のトークンを使用します。

本番Claudeモデルに対するAnthropicの内部評価では：

• 75ツールのプロジェクト管理エージェントベンチマークで、プログラマティックツール呼び出しを有効にすると、タスク精度を変えることなく課金入力トークンが約38%削減されました。
• 各ターンが1つまたは2つの順次ツール呼び出しを行うτ²-bench（航空、小売、通信ドメイン）では、プログラマティックツール呼び出しはスコアを変えず、コストが約8%増加しました。順次の単一呼び出しワークフローでは効果がありません。
• 本番APIトラフィック全体で、tools配列に10〜49個のツール定義を含むリクエストでは、プログラマティックツール呼び出しを有効にすると通常20%〜40%のトークン削減が見られます。

実際の削減量はワークロードの形状によって異なります。プログラマティック呼び出しを使用すべき場合を参照してください。



使用量と料金

プログラマティックツール呼び出しは、コード実行と同じ料金体系を使用します。詳細については、コード実行の料金を参照してください。



ベストプラクティス



ツール設計

• 詳細な出力説明を提供する： Claudeはコード内でツール結果をデシリアライズするため、形式（JSON構造とフィールドタイプ）を文書化してください
• 構造化データを返す： JSONやその他の機械可読形式がプログラム的処理に最適です
• レスポンスを簡潔に保つ： 処理オーバーヘッドを最小限に抑えるため、必要なデータのみを返してください



プログラマティック呼び出しを使用すべき場合

プログラマティックツール呼び出しは、小さな固定オーバーヘッド（コンテナ起動、スクリプト生成）と引き換えに、ツール結果トークンとモデル往復を大幅に削減します。このトレードオフが有効かどうかはワークロードの形状によります。

適している場合：

• 多数の項目にわたるファンアウトまたは並列操作（たとえば、50個のエンドポイントの確認や20件のレコードの検索）
• Claudeのコンテキストに到達する前にフィルタリング、集計、または要約できる大規模なツール結果
• 反復的なクエリと結果フィルタリングがワークフローの大部分を占めるエージェント型検索と取得

適していない場合：

• 各呼び出しがClaudeによる前の結果の推論に依存する厳密に順次のワークフロー。この場合、スクリプトはモデル往復をスキップできないため
• 小さなレスポンスを持つ少数のツール呼び出し。特に会話の最初のターンでは、コンテナとスクリプトのオーバーヘッドが削減効果を上回る可能性があります
• 呼び出し間で即座のユーザーフィードバックを必要とするツール

判断がつかない場合は、広く有効にする前に、代表的なトラフィックサンプルでallowed_callersの有無による課金入力トークンを測定してください。



パフォーマンス最適化

• 状態を維持するため、関連する複数のリクエストを行う際はコンテナを再利用してください
• 可能な場合は、類似の操作を1回のコード実行にバッチ処理してください



トラブルシューティング



よくある問題

tool_choice設定時のinvalid_request_error

• tool_choiceは、allowed_callersに"direct"を含まないツールを指定できません。そのツールのallowed_callersに"direct"を追加するか、tool_choiceからツールを削除してClaudeにコードから呼び出させてください。

コンテナの有効期限切れ

• 一時停止したレスポンスのexpires_atタイムスタンプよりも十分前に各プログラマティックツール呼び出しに応答してください。Claudeのコードは約4分後に結果の待機を停止し、アイドル状態のコンテナは現在約5分後に回収されます。
• より高速なツール実行の実装を検討してください

ツール結果が正しく解析されない

• ツールがClaudeがデシリアライズできる文字列データを返すことを確認してください
• ツールの説明に明確な出力形式のドキュメントを提供してください



デバッグのヒント

1. すべてのツール呼び出しと結果をログに記録してフローを追跡する
2. callerフィールドを確認してプログラマティック呼び出しを確認する
3. コンテナIDを監視して適切な再利用を確認する
4. プログラマティック呼び出しを有効にする前にツールを個別にテストする



プログラマティックツール呼び出しが機能する理由

Claudeは大量のコードで訓練されているため、ツールを呼び出し可能なPython関数として提示することで、その強みを活用できます。

• ツールの合成： 連鎖呼び出し、ループ、条件分岐は、一連のモデル往復ではなく通常のPython制御フローになります
• 結果処理： Claudeのコードは大規模なツール出力をフィルタリングおよび集計するか、ファイルに書き込み、最終出力のみがコンテキストウィンドウに入ります
• レイテンシ： 1回のコード実行内のツール呼び出し間でモデルが再サンプリングされません



代替実装

プログラマティックツール呼び出しは、独自のインフラストラクチャでも実装できる汎用的なパターンです。各アプローチの比較は以下のとおりです。



クライアント側での直接実行

Claudeにコード実行ツールを提供し、その環境で利用可能な関数を説明します。Claudeがコードでツールを呼び出すと、アプリケーションはそれらの関数が定義されているローカル環境で実行します。

利点：

• アプリケーションの再設計が最小限で済む
• 環境と指示を完全に制御できる

欠点：

• サンドボックス外で信頼できないコードを実行する
• ツール呼び出しがコードインジェクションの経路になる可能性がある

使用すべき場合： アプリケーションが任意のコードを安全に実行でき、最小限の実装を望み、Anthropicのマネージドサービスがニーズに合わない場合。



自己管理のサンドボックス実行

Claudeの視点からは同じアプローチですが、コードはセキュリティ制限（たとえば、ネットワーク送信なし）のあるサンドボックス化されたコンテナで実行されます。ツールが外部リソースを必要とする場合、サンドボックス外でツール呼び出しを実行するためのプロトコルが必要です。

利点：

• 独自のインフラストラクチャで安全なプログラマティックツール呼び出しが可能
• 実行環境を完全に制御できる

欠点：

• 構築と保守が複雑
• インフラストラクチャとプロセス間通信の両方を管理する必要がある

使用すべき場合： セキュリティが重要で、Anthropicのマネージドソリューションが要件に合わない場合。



Anthropicマネージド実行

Anthropicのプログラマティックツール呼び出しは、Claude向けに調整された独自のPython環境を備えたサンドボックス実行のマネージドバージョンです。Anthropicがコンテナ管理、コード実行、安全なツール呼び出し通信を処理します。

利点：

• デフォルトで安全かつセキュア
• ツール定義で有効化でき、実行するインフラストラクチャが不要
• Claude向けに最適化された環境と指示

Claude API、Claude Platform on AWS、またはMicrosoft Foundryを使用している場合は、Anthropicのマネージドソリューションの使用を検討してください。Microsoft Foundryでは、プログラマティックツール呼び出しにはHosted on Anthropicデプロイメントが必要です。



データ保持

プログラマティックツール呼び出しはコード実行インフラストラクチャ上に構築されており、同じサンドボックスコンテナを使用します。実行アーティファクトや出力を含むコンテナデータは、最大30日間保持されます。

すべての機能にわたるZDR適格性については、APIとデータ保持を参照してください。



次のステップ