生成AI

本当にすごい?話題の汎用AIエージェント「manus」を使ってみた。ChatGPTのDeep Researchとも比較

こんにちは!今回は、最近話題になっている汎用AIエージェント「manus(マヌス)」について、簡単に紹介してみたいと思います。この「manus」は、2025年3月初旬にリリースされて以来、巷でかなり注目を集めています。なんでも、「汎用エージェント」として、自立してさまざまなタスクを実行してくれるらしいんです。リリース直後から話題沸騰で、私も気になっていたので、実際に試してみて、その感想を皆さんにシェアしたいと思います。

「manus」とは?使い始めるまでのステップ

まず、「manus」を知るには、Googleで「マヌスAI」と検索するのが手っ取り早いです。おそらく検索結果の一番上に出てくるので、そこをクリックすると公式ページに飛びます。私がアクセスした時には、すでに「こんにちは、サト」と表示されていました。ただ、今のところ「manus」を使うには申請が必要です。公式ページから申請フォームに進むと、招待が許可されれば利用開始となります。

現在はプレビュー版ということで、誰でも自由に使えるわけではなく、ある程度の制限があります。申請が通れば招待コードが不要で、メールで「承認されました」という通知が届き、そこからリンクをクリックして使えるようになります。初期の頃は招待コードが高額で取引されるなんて話題もありましたが、今はそんなこともなくなり、シンプルにメール承認で使える仕組みに変わったようです。申請してから3〜4日で許可されることが多いみたいですね。

許可されると、左側にタスク入力欄があって、タスクを与えると下に例が表示されるような画面になります。私の場合、2025年3月19日か20日頃に試した時点で、タスクの残数が「3件」と「1件」になっていました。最初は3件与えられていて、使えば減っていくんですが、どうやら自然回復はしないっぽいんです。この辺はちょっと疑問が残るところで、詳しい方がいたら教えていただきたいです。

実際に使ってみた:Instagramでアフィリエイトに挑戦

残り1件しかないので、今回はYouTube動画用に何か試してみようと思い、過去に私が「manus」でやってみたタスクを振り返ってみます。以前試したのは、「Instagramでアフィリエイトしてお金を稼ぐ方法」というテーマでした。具体的には、こんな感じの指示を出しました:

「インスタでお金を稼ぎたいです。アフィリエイトを考えていますが、売るものは決まっていません。A8とかから稼げる商品を選んで、Instagramで稼ぐための理由やストーリー、投稿内容を考えてください。1万円ぐらい稼ぐのに十分な量の投稿を作成してください。1回の投稿ごとに文面と画像などの資料をフルでまとめてください。」

これを実行してみると、「ありがとうございます」と返ってきて、タスクが始まりました。でも、最終的にはコンテキストが長すぎて性能が低下し、途中で止まってしまいました。どこまで進んだか見てみると、「少しお待ちください、考えていきます」と表示され、コマンドが実行中だったり、調査中だったりしていました。

具体的には、「マーケティングとアフィリエイトマーケティングの情報収集が完了しました」「詳細をまとめました」と進み、次に「アフィリエイトプログラムの分析を行って、収益性の高い商品を選定します」と続きます。さらに、「コンテンツ戦略としてリールなどを作っていきます」と教えてくれました。商品選定や分析を勝手に進めてくれるのは、まさにエージェント機能の魅力ですね。

ただ、数十分経ったところで、「コンテキストが長すぎるため停止しました。新たなチャットで再開してください」と表示され、結局最後までできませんでした。「manus」のデモ動画を見るとスムーズに動いているんですが、私のケースではこうなっちゃいました。公式ウェブサイトのデモでは、レジュメのスクリーニングとか、PDFを要約したり、行動を実行したりと、いろんなことができるみたいです。英語のデモだと、ニューヨークの物件情報や株の分析なんかも載っていて、かなり多機能そうに見えます。でも、私が試した限りでは、プレビュー版だからか、他の影響か、今のところそこまではできない印象でした。

もう一度挑戦:2025年の電気自動車業界の動向を調査

せっかくタスクが1件残っているので、もう一度遊んでみることにしました。今度は、ChatGPTの「Deep Research」と比較してみたいと思い、こんなタスクを与えてみました:

「2025年の電気自動車業界の動向を調査して、図を含めたWordファイルにまとめてください。」

実行してみると、新しいタスクが立ち上がり、「マヌスサービスの負荷が高いため実行できません、数分後に再試行してください」と出ました。少し待って再試行すると、「ご依頼ありがとうございます。2025年の電気自動車業界の動向を調査し、図を含めたWordファイルを作成します。すぐに作業します」と返ってきて、動き始めました。

最初に作業計画を作り、ToDoリストを作成。その後、WEB検索や結果の分析を進めてくれます。「ToDoリスト作成完了しました、調査を開始します」と出て、データソースに接続し、2025年の情報を収集。ブラウザで調査しながら「思考中」と表示されるのが面白いです。

タスクの進捗は「manus computer」に表示され、10個のタスクがリストアップされました:

  1. 作業計画の作成

  2. 調査:市場成長と予測データの収集

  3. 主要な電気自動車メーカーとモデルの調査

  4. 技術革新の分析

  5. 政策と規制環境の調査

  6. 視覚化と図の作成

  7. 包括的なWordドキュメントのコンパイル

  8. ドキュメントのレビューと最終確認

  9. 最終ドキュメントの提供

今は2番目の「市場成長と予測データの収集」が終わり、3番目に移ったところです。「manus computer」をクリックすると、リアルタイムで何をやっているか見れて、ブラウザを開いて考えている様子がライブで分かります。たとえば、エネチェンジのサイトを見ながら、世界のEV普及率や販売データ、国別の詳細を取得していました。Markdown形式で「EV普及率と成長率」として出力され、どんどん進んでいきます。

次に、「主要な電気自動車メーカーとモデルの調査」に移り、「2025 主要電気自動車メーカー 新モデル」で検索。トヨタのEV戦略やテスラの情報を収集し、東京電力のページなんかも見ていました。主要メーカーのEV戦略をMarkdownでまとめ、次の「技術革新の分析」に進みます。「2025 電気自動車 技術革新 バッテリー 自動運転」で検索し、バッテリー技術や急速充電技術、再利用技術などをまとめました。

さらに、「政策と規制環境の調査」では、「2025 各国 電気自動車 政策 規制」で検索。エネチェンジやジェトロのページ、経産省の「グリーン成長戦略」のPDFまで読み込んで、中国、欧州、アメリカ、日本の政策をまとめました。調査が終わると、データ分析と図の作成へ。Pythonを使って、市場シェアの円グラフや販売台数の予測グラフ、政策目標のチャートを作ってくれました。

最後に、Wordドキュメントを作成。Pythonのライブラリ(matplotlib, pandas, numpy)をインストールし、タイトルや見出しを入れて保存。「タスクが完了しました。2025年の電気自動車に関するWordドキュメントを提出しました」と出て、ファイルをダウンロードできました。私はMacでWordがないので、Googleドライブで開いて確認しました。

結果を見てみる

完成したWordファイルは、「2025年の電気自動車業界の動向」というタイトルで、目次から始まり、以下のような構成でした:

  • 電気自動車市場の現状と成長予測

  • 主要なメーカーと新モデル情報

  • 技術革新

  • 各国の政策・規制環境

  • 今後の展望と課題

成長予測では「170万台」と書いてありましたが、本当かどうかは要チェックですね。グラフも作ってくれて、出典は「各市場調査レポートをもとに作成」と少し曖昧。フォルクスワーゲンやテスラの展望、バッテリー技術や自動運転、政策目標などが詳しく書かれていました。文字数は約5,800字でした。

ChatGPTのDeep Researchと比較

同じタスクをChatGPTのDeep Researchでやらせてみると、こちらも似たような構成で結果が出てきました。ただ、見た目ではDeep Researchの方が規制環境や主要メーカーの戦略が詳しい印象。図は少ないものの、文字数は約17,000字と「manus」の3倍近く。ドットコム系の引用で水増し感もありますが、それでも情報量は多いです。

「manus」は図やWordファイルを作ってくれる点が便利で、視覚的なアウトプットが欲しい時に良さそう。一方、Deep Researchは情報量が多く、深掘りしたい時に強い感じがします。

「manus」の他の使い方

「manus」のページには、他にもいろんなユースケースが載っています。たとえば、「日本旅行の提案」「テスラ株の深掘り」「運動量定理のインタラクティブコース」など。タスクは24時間後に1件回復する仕組みで、最初3件から始まり、なくなると1日1件増えるようです。

「日本旅行」を試すと、HTML形式で提案してくれ、地図付きで東京のハイライトやホテル情報までまとめてくれました。教育向けにも使えそうで、たとえば「運動量定理」をプレイすると、ボールの衝突結果をシミュレーションでき、マスや速度を変えて動きを確認できます。

感想とまとめ

長くなりましたが、今回は「manus」をいじって遊んでみた結果をまとめてみました。プレビュー版の制限はあるものの、いろんなことができるポテンシャルを感じます。皆さんも試してみると楽しいと思いますよ!

最後に、お知らせです。このYouTubeチャンネルでメンバーシップを始めました。もっと詳しいデータ分析や内容を公開しているので、興味があればぜひ入ってみてください!

✅ Youtubeメンバーシップ始めました。有料公開している学習動画を見ることができます。 ぜひご参加ください!
https://www.youtube.com/channel/UC9E8K7BCH3LP5ttbA7S4DOg/join

✅ お仕事のご依頼はこちらまでお願いします info@mikage-tech.com

おすすめ記事

1

こんにちわ、サトシです。33歳です。 今回は、データサイエンティストの3年間に3社で働いた僕が、データサイエンティストとしての転職活動についてまとめて書きたいと思います。 これまでSE→博士研究員→ポ ...

2

お疲れさまです! 久しぶりの更新になってしまいましたが、僕が未経験からデータサイエンティストになるまでの転職活動の全記録を書き残しておきたいと思います。 僕は博士号を取得後に研究員として仕事をしていま ...

3

こんにちわ、サトシです。 今回は、企業でデータサイエンティストとして働いていた僕が、フリーランスとしてどのような手順で独立していったかについて書いていきたいと思います。 僕はSIer SE→博士過程→ ...

-生成AI

Copyright© さとぶろぐ , 2025 All Rights Reserved Powered by AFFINGER5.