エージェント運用におけるMCPツール定義のトークンコスト最適化
Updated September 19, 2026 · first published September 19, 2026
AIエージェントを複数のModel Context Protocol（MCP）サーバーに接続すると、ユーザーの指示を処理する前に、毎ターン数千トークンが消費されます。登録された各ツールは関数名、引数の説明、JSON Schemaの制約をプロンプトに挿入します。GitHub、Postgres、Slackなど複数のMCPサーバーを常時接続すると、ツール定義だけで1回あたり4,500〜12,000トークンを占有します。
なぜMCPツールの定義は大量のトークンを消費するのか？
モデルがツールを適切に呼び出すには、引数の型や説明を含む詳細なJSON Schemaが必要です。1つのツール定義だけで300〜600トークンに達し、数十のツールを接続すると静的なスキーマがコンテキストの大半を埋め尽くします。
エンジニアリングによる対策
実運用では、ツール定義ブロック直後にプロンプトキャッシュの境界（Breakpoint）を設定する手法、軽量ルーターで必要なツールのみを動的に選択して注入する2段階ルーティング、およびスキーマの圧縮・説明文の最小化が有効です。
Related
Want this applied to your own LLM spend? FinOps LLM runs a free audit of your AI costs and shows where the savings are. Book free audit →