AI技術の進化は目覚ましく、私たちの仕事や生活の様々な場面でAIの存在を感じるようになりました。今回ご紹介するのは、その中でも特に注目すべきAIエージェント、「Manus」です。

Manusは、単なるAIアシスタントではありません。まるで有能な秘書、あるいは熟練したチームメンバーのように、幅広いタスクを自律的に実行できる、非常に高度なAIエージェントです。

実は本日、こちらのManusの内部プロンプトやツールなどの構造が、以下の手順で公開されました。

その後、Manusの創業者からも、直接仕組みについての解説がありました。

この記事では、Manusの内部構造（システムプロンプトとツール）を詳しく解説し、その驚くべき機能と、私たちにどのような可能性をもたらすのかを探っていきます。さらに、Manusから学べるAIとの協働のヒントや、効果的なAI活用術についても考察します。

Manusとは？：多機能AIエージェントの概要

Manusは、Manusチームによって開発されたAIエージェントです。最大の特徴は、その多機能性と自律性にあります。

Manusの主な機能

• 情報収集＆ファクトチェック: ウェブ検索やデータ分析を駆使し、必要な情報を迅速かつ正確に収集。情報の真偽も確認します。

• データ処理＆分析: 構造化データ、非構造化データを問わず、高度なデータ処理・分析を実行。結果をわかりやすく可視化します。

• コンテンツ作成: 複数章からなる記事、詳細な調査レポート、ウェブサイトのコンテンツなど、多様な形式のコンテンツを作成。

• ウェブ開発＆アプリ開発: ウェブサイト、アプリケーション、各種ツールの開発に対応。

• プログラミングによる問題解決: 開発タスクに限らず、プログラミングを用いて様々な課題を解決。

• その他: コンピュータとインターネットを活用して実行可能な、あらゆるタスクに対応。

これらの機能を組み合わせ、Manusはユーザーから与えられたタスクを自律的に、かつ効率的に実行します。

Manusの「頭脳」：システムプロンプトを読み解く

Manusの「頭脳」とも言えるのが、システムプロンプトです。これは、Manusの基本的な動作原理、役割、能力、そしてユーザーとのコミュニケーション方法などを定義した、いわば「指示書」のようなものです。

システムプロンプトは、以下の主要な要素で構成されています。

1. エージェントループ (Agent Loop): Manusがタスクを実行するための一連のステップを定義。

2. システム能力 (System Capabilities): Manusが利用できるリソースや機能を定義。

3. 使用言語: 作業言語に関する指示。

4. 詳細ドキュメントへの参照: `prompt.txt`と`tools.json`への参照。

エージェントループ：タスク実行のサイクル

Manusは、「エージェントループ」と呼ばれる以下の6つのステップを繰り返すことで、タスクを着実に実行していきます。

1. Analyze Events（イベント分析）:

   • ユーザーからのメッセージや、ツールの実行結果（イベントストリーム）を分析。

   • 現在の状況とユーザーのニーズを正確に把握。

2. Select Tools（ツール選択）:

   • 現在の状況、タスクの計画、関連知識、利用可能なAPIなどに基づいて、次に使用するツールを決定。

   • 最適なツールを戦略的に選択することが、タスクの効率と品質を左右。

3. Wait for Execution（実行待ち）:

   • 選択されたツールが、Manusの実行環境（Linuxサンドボックス）で実行。

   • ツールの実行結果は、新たな「イベント」として記録（イベントストリームに追加）。

4. Iterate（反復）:

   • 1回のループで実行するツールは1つだけ。

   • タスクが完了するまで、上記のステップ（1～3）を辛抱強く繰り返す。

   • 状況の変化に柔軟に対応しながら、着実にタスクを遂行。

5. Submit Results（結果提出）:

   • メッセージツールを使って、ユーザーに結果を報告。

   • 成果物や関連ファイルは、メッセージに添付して提供。

6. Enter Standby（待機）:

   • すべてのタスクが完了、またはユーザーからの停止指示があると、アイドル状態に移行。

   • 次のタスクに備えて待機。

システム能力：Manusの「武器」

システムプロンプトでは、Manusが利用できるリソースや機能も明確に定義されています。主なものを挙げると：

• ユーザーとのコミュニケーション: メッセージツールによる双方向のコミュニケーション。

• Linuxサンドボックス環境: インターネット接続を備えた安全な実行環境。

• 各種ソフトウェア: シェル、テキストエディタ、ブラウザなどを自由に利用可能。

• プログラミング: Pythonをはじめ、多様なプログラミング言語に対応。

• 自動インストール: 必要なソフトウェアやライブラリを自動的にインストール。

• デプロイ: ウェブサイトやアプリケーションを公開環境にデプロイ。

• ユーザーへの操作委譲: 機密性の高い操作が必要な場合は、ユーザーにブラウザの制御を一時的に委ねることも可能。

これらの能力を駆使して、Manusは幅広いタスクに対応できるのです。

Manusの「道具箱」：tools.jsonを徹底解説

Manusが実際にタスクを実行する際に使用するのが、「ツール」です。`tools.json`ファイルには、Manusが利用可能なすべてのツールが詳細に記述されています。

各ツールは、以下の要素で構成されています。

• type: ツールの種類（`function`で固定）。

• function:

  • name: ツールの名前。

  • description: ツールの機能説明。

  • parameters: ツールが受け取るパラメータ（引数）の定義。

    • type: パラメータの型（`object`など）。

    • properties: 各パラメータの詳細。

      • type: データ型（`string`, `integer`, `boolean`など）。

      • description: パラメータの説明。

      • enum: 選択肢がある場合に、そのリストを定義（例：`"enum": ["none", "browser"]`）。

      • required: 必須パラメータのリスト。

`tools.json`に定義されている主なツールを、カテゴリごとに見ていきましょう。

メッセージ関連ツール

• `message_notify_user`: ユーザーに通知を送信（応答は不要）。進捗報告やタスク完了の連絡などに使用。

• `message_ask_user`: ユーザーに質問を送信（応答が必要）。不明点の確認や追加情報の収集などに使用。

ファイル操作ツール

• `file_read`: ファイルの内容を読み込み。

• `file_write`: ファイルに書き込み（上書き、追記）。

• `file_str_replace`: ファイル内の文字列を置換。

• `file_find_in_content`: ファイル内の文字列を検索（正規表現を使用）。

• `file_find_by_name`: ファイル名で検索（globパターンを使用）。

シェル操作ツール

• `shell_exec`: シェルコマンドを実行。

• `shell_view`: シェルセッションの出力を確認。

• `shell_wait`: シェルプロセスの終了を待機。

• `shell_write_to_process`: シェルプロセスにデータを入力。

• `shell_kill_process`: シェルプロセスを強制終了。

ブラウザ操作ツール

• `browser_view`: 現在のブラウザページの内容を表示。

• `browser_navigate`: 指定したURLに移動。

• `browser_restart`: ブラウザを再起動し、指定したURLに移動。

• `browser_click`: ページ内の要素をクリック。

• `browser_input`: 入力欄にテキストを入力。

• `browser_move_mouse`: マウスカーソルを移動。

• `browser_press_key`: キーボードのキーを押下。

• `browser_select_option`: ドロップダウンリストから選択。

• `browser_scroll_up`: ページを上にスクロール。

• `browser_scroll_down`: ページを下にスクロール。

• `browser_console_exec`: ブラウザのコンソールでJavaScriptを実行。

• `browser_console_view`: ブラウザのコンソールの出力を確認。

ウェブ検索ツール

• `info_search_web`: ウェブ検索（Google検索スタイル）。

デプロイ関連ツール

• `deploy_expose_port`: ローカルポートを一時的に公開。

• `deploy_apply_deployment`: ウェブサイトやアプリケーションをデプロイ。

Manus Page作成ツール

• `make_manus_page`: ローカルのMDXファイルからManus Pageを作成

その他のツール

• `idle`: 全タスク完了、アイドル状態へ

これらのツールを組み合わせて複雑なタスクを実行できることが、Manusの強みです。

prompt.txt：Manusの行動指針と効果的なプロンプト

`prompt.txt`は、Manusの機能概要、タスクへの取り組み方、効果的なプロンプトの作成方法、そしてManus自身の自己紹介が記述されたドキュメントです。

Manusのタスクへの取り組み方

`prompt.txt`には、Manusがタスクにどのように取り組むかが詳細に記述されています。

1. 要求分析: ユーザーの要求を分析し、何をすべきかを理解。

2. 問題分解: 複雑な問題を、より小さく扱いやすいステップに分割。

3. ツールと手法の選択: 各ステップに最適なツールと手法を選択。

4. 明確なコミュニケーション: プロセス全体を通じて、ユーザーと明確にコミュニケーション。

5. 結果の提供: 結果を整理し、わかりやすい形でユーザーに提供。

効果的なプロンプトの作成

`prompt.txt`には、Manusから最良の結果を引き出すための、効果的なプロンプトの作成方法も詳しく解説されています。

• 明確性と具体性: あいまいさを避け、具体的かつ明確に指示。

• コンテキストの提供: タスクの背景や目的を説明。

• 構造化: 複雑な要求は、小さな部分に分割。

• 出力形式の指定: 希望する応答の長さ、形式（箇条書き、表など）を指定。

• 反復的なプロンプト: 最初から完璧なプロンプトでなくても、AIとの対話を通じて徐々に改善。

Manusの自己紹介

`prompt.txt`には、Manus自身の自己紹介も含まれています。Manusの性格、得意

分野、学習プロセス、コミュニケーションスタイル、そしてユーザーとの協働において大切にしている価値観などが記述されています。

Manusから学ぶ：AIとの協働と効果的なAI活用

Manusの仕組みや機能を詳しく見てきましたが、ここから私たちは何を学べるでしょうか？

1. AIの「得意」と「苦手」を理解する: AIは、大量のデータ処理、情報検索、反復作業などを得意とする一方、創造性、文脈理解、常識判断などは苦手です。この特性を理解し、AIの得意分野を任せることが重要です。

2. 明確な指示の重要性: AIは、人間のように「行間を読む」ことはできません。具体的で明確な指示を与えることで、AIの能力を最大限に引き出すことができます。

3. 反復的なコミュニケーション: 最初から完璧な結果を期待するのではなく、AIとの対話を通じて、徐々に要求を明確化していくことが重要です。

4. AIを「ツール」として捉える: AIは、あくまで「ツール」です。人間が主体的にAIを使いこなし、人間の創造性や判断力と組み合わせることで、より大きな成果を生み出すことができます。

5. AIの進化に注目し続ける: AI技術は日々進化しています。常に最新の情報にアンテナを張り、新しいAIツールの活用方法を学ぶことが重要です。

まとめ：Manusが示すAIの未来

Manusは、AIエージェントの可能性を大きく広げる存在です。その多機能性、自律性、そして高度なタスク実行能力は、私たちに「AIと協働する未来」を具体的に示してくれています。

ManusのようなAIエージェントは、今後ますます私たちの仕事や生活に浸透していくでしょう。AIの特性を理解し、効果的に活用することで、私たちはより創造的な活動に集中し、より豊かな社会を築くことができるはずです。

Manusの全貌を解剖することで、AIとの協働のヒント、効果的なAI活用術、そしてAIの未来について、深く考えるきっかけになれば幸いです。