> ## Documentation Index
> Fetch the complete documentation index at: https://manus.im/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Wide Research

> 大規模なリサーチおよび処理タスクのための並列マルチAgentシステム。

export const CodePrompt = ({children}) => {
  const [isCopied, setIsCopied] = useState(false);
  const textContent = useMemo(() => {
    const extractText = (children, depth = 0) => {
      const maxDepth = 10;
      if (depth > maxDepth) return '';
      if (children == null) return '';
      if (typeof children === 'string' || typeof children === 'number') {
        return String(children);
      }
      if (Array.isArray(children)) {
        return children.map(child => extractText(child, depth + 1)).join('');
      }
      if (typeof children === 'object' && children.props) {
        return extractText(children.props.children, depth + 1);
      }
      return '';
    };
    return extractText(children);
  }, [children]);
  const handleAskManus = useCallback(() => {
    const url = new URL('https://manus.im');
    if (textContent) {
      url.searchParams.set('q', textContent);
      url.searchParams.set('submit', '1');
    }
    window.open(url.toString(), '_blank');
  }, [textContent]);
  const handleCopy = useCallback(async () => {
    try {
      await navigator.clipboard.writeText(textContent);
      setIsCopied(true);
      setTimeout(() => {
        setIsCopied(false);
      }, 2000);
    } catch (err) {
      const textArea = document.createElement('textarea');
      textArea.value = textContent;
      textArea.style.position = 'fixed';
      textArea.style.opacity = '0';
      document.body.appendChild(textArea);
      textArea.select();
      try {
        document.execCommand('copy');
        setIsCopied(true);
        setTimeout(() => {
          setIsCopied(false);
        }, 2000);
      } catch (fallbackErr) {
        console.error(fallbackErr);
      }
      document.body.removeChild(textArea);
    }
  }, [textContent]);
  return <div className="code-block mt-5 mb-8 not-prose rounded-2xl relative group text-gray-950 dark:text-gray-50 codeblock-light border border-gray-950/10 dark:border-white/10 dark:twoslash-dark bg-transparent dark:bg-transparent">
      <div className="absolute top-3 right-4 flex items-center gap-1.5">
        <div className="z-10 relative">
          <button onClick={handleCopy} className="h-[26px] w-[26px] flex items-center justify-center rounded-md backdrop-blur peer group/copy-button " data-testid="copy-code-button" aria-label="Copy the contents from the code block">
            {isCopied ? <svg width="16" height="11" viewBox="0 0 16 11" fill="none" xmlns="http://www.w3.org/2000/svg" class="fill-primary dark:fill-primary-light">
                <path d="M14.7813 1.21873C15.0751 1.51248 15.0751 1.98748 14.7813 2.2781L6.53135 10.5312C6.2376 10.825 5.7626 10.825 5.47197 10.5312L1.21885 6.28123C0.925098 5.98748 0.925098 5.51248 1.21885 5.22185C1.5126 4.93123 1.9876 4.9281 2.27822 5.22185L5.99697 8.9406L13.7188 1.21873C14.0126 0.924976 14.4876 0.924976 14.7782 1.21873H14.7813Z"></path>
              </svg> : <svg width="18" height="18" viewBox="0 0 18 18" fill="none" xmlns="http://www.w3.org/2000/svg" className="w-4 h-4 text-gray-400 group-hover/copy-button:text-gray-500 dark:text-white/40 dark:group-hover/copy-button:text-white/60">
                <path d="M14.25 5.25H7.25C6.14543 5.25 5.25 6.14543 5.25 7.25V14.25C5.25 15.3546 6.14543 16.25 7.25 16.25H14.25C15.3546 16.25 16.25 15.3546 16.25 14.25V7.25C16.25 6.14543 15.3546 5.25 14.25 5.25Z" stroke="currentColor" strokeWidth="1.5" strokeLinecap="round" strokeLinejoin="round"></path>
                <path d="M2.80103 11.998L1.77203 5.07397C1.61003 3.98097 2.36403 2.96397 3.45603 2.80197L10.38 1.77297C11.313 1.63397 12.19 2.16297 12.528 3.00097" stroke="currentColor" strokeWidth="1.5" strokeLinecap="round" strokeLinejoin="round"></path>
              </svg>}
          </button>
          <div aria-hidden="true" className="absolute top-11 left-1/2 transform whitespace-nowrap -translate-x-1/2 -translate-y-1/2 peer-hover:opacity-100 opacity-0 text-white rounded-lg px-1.5 py-0.5 text-xs bg-primary-dark">
            {isCopied ? 'Copied' : 'Copy'}
          </div>
        </div>
        <div className="z-10 relative">
          <button onClick={handleAskManus} className="h-[26px] w-[26px] flex items-center justify-center rounded-md backdrop-blur peer group/ask-manus " id="ask-ai-code-block-button" aria-label="Ask Manus">
            <svg xmlns="http://www.w3.org/2000/svg" width="18" height="18" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2" stroke-linecap="round" stroke-linejoin="round" className="w-4 h-4 text-gray-400 group-hover/ask-manus:text-gray-500 dark:text-white/40 dark:group-hover/ask-manus:text-white/60">
              <path d="M22 17a2 2 0 0 1-2 2H6.828a2 2 0 0 0-1.414.586l-2.202 2.202A.71.71 0 0 1 2 21.286V5a2 2 0 0 1 2-2h16a2 2 0 0 1 2 2z" />
              <path d="M12 8v6" />
              <path d="M9 11h6" />
            </svg>
          </button>
          <div aria-hidden="true" className="absolute top-11 left-1/2 transform whitespace-nowrap -translate-x-1/2 -translate-y-1/2 peer-hover:opacity-100 opacity-0 text-white rounded-lg px-1.5 py-0.5 text-xs bg-primary-dark">
            Ask Manus
          </div>
        </div>
      </div>

      <div className="w-0 min-w-full max-w-full py-3.5 px-4 h-full dark:bg-codeblock relative text-sm leading-6 children:!my-0 children:!shadow-none children:!bg-transparent transition-[height] duration-300 ease-in-out code-block-background [&_*]:ring-0 [&_*]:outline-0 [&_*]:focus:ring-0 [&_*]:focus:outline-0 [&_pre>code]:pr-[3rem] [&_pre>code>span.line-highlight]:min-w-[calc(100%+3rem)] [&_pre>code>span.line-diff]:min-w-[calc(100%+3rem)] rounded-2xl bg-white overflow-x-auto scrollbar-thin scrollbar-thumb-rounded scrollbar-thumb-black/15 hover:scrollbar-thumb-black/20 active:scrollbar-thumb-black/20 dark:scrollbar-thumb-white/20 dark:hover:scrollbar-thumb-white/25 dark:active:scrollbar-thumb-white/25" style={{
    fontVariantLigatures: 'none',
    height: 'auto',
    backgroundColor: 'rgb(255, 255, 255)'
  }}>
        <div className="font-mono whitespace-pre leading-6">{children}</div>
      </div>
    </div>;
};

<iframe src="https://www.youtube.com/embed/TRZi7EZBNI0" title="YouTube動画プレーヤー" frameborder="0" className="w-full aspect-video rounded-xl" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" allowfullscreen />

## 広範なリサーチとは？

広範なリサーチは、100の製品の分析、50社の調査、20のコンテンツの生成など、多くの類似した項目を処理するタスクを処理するためのManusのアプローチです。項目を順次処理する単一のAI Agentを使用する代わりに、広範なリサーチは何百もの独立したAgentを並行して展開します。

各Agentは専用のコンテキストを受け取り、1つの項目を個別に処理します。このアーキテクチャは、項目の数が増えるにつれて従来のAIシステムの品質が低下する原因となるコンテキストウィンドウの制限を解決します。

## コンテキストウィンドウの問題

ほとんどのチャットボットを含む従来のAIシステムは、固定されたコンテキストウィンドウ（一度にアクティブに処理できる情報量の制限）で動作します。多くの項目を順次分析するように求められた場合：

* **項目 1-5**：完全なコンテキストが利用可能な詳細で徹底的な分析
* **項目 10-20**：コンテキストが埋まるにつれて説明が短くなる
* **項目 30以上**：以前のコンテキストが圧縮または失われるにつれて、一般的な要約とエラーが増加する

この劣化は、AIが新しい項目を処理する際に、以前のすべての項目をメモリに保持する必要があるために発生します。調査によると、この「捏造のしきい値」は、ほとんどのAIシステムで通常8〜10項目付近で発生します。

## 広範なリサーチの仕組み

広範なリサーチは、根本的に異なるアーキテクチャを使用しています。

**1. タスクの分解**：メインAgentがリクエストを分析し、独立したサブタスク（例：「会社#1を調査」、「会社#2を調査」など）に分解します。

**2. 並列Agentの展開**：各サブタスクは、独自の新しいコンテキストウィンドウを持つ専用のAgentに割り当てられます

**3. 独立した処理**：Agentは同時に動作し、それぞれがコンテキストスペースを競合することなく徹底的なリサーチを実施します

**4. 結果の統合**：メインAgentは、完了したすべてのサブタスクを収集し、リクエストされた形式（テーブル、レポート、データセットなど）に組み立てます

**結果**：項目#250は、それぞれに専用のAgentと完全なコンテキストウィンドウがあるため、項目#1と同じ深さの分析を受けます。

## クイックスタート

### シンプルなリクエスト

<CodePrompt>
  「トップ20のAI研究者を調査し、彼らの
  所属、研究テーマ、および最近の出版物を含むテーブルを作成してください」
</CodePrompt>

### 詳細なリクエスト

<CodePrompt>
  「100の消費者向けスニーカーモデルを比較してください。それぞれについて、ブランド、価格、
  主要な機能、ターゲットオーディエンス、および顧客評価を抽出してください。それらを
  並べ替え可能なテーブルにまとめてください。」
</CodePrompt>

### クリエイティブなリクエスト

<CodePrompt>
  「有名な歴史上の人物20人を見つけてください。プロフェッショナルな顔写真を
  一貫した芸術スタイルでそれぞれ生成してください。簡単な伝記を含めてください。」
</CodePrompt>

## 実際の例

### 例 1：AI研究者250人の調査

<CodePrompt>
  「主要な機関のトップ250のAI研究者を調査してください。以下を含む
  包括的なテーブルを作成してください：名前、所属、研究テーマ、h-index、
  注目すべき出版物、および連絡先情報。」
</CodePrompt>

**出力**：250の詳細なプロフィールを含む完全なデータベース

**リプレイ**: [https://manus.im/share/IXdMjxObbFKbIjUUkBk4EH?replay=1](https://manus.im/share/IXdMjxObbFKbIjUUkBk4EH?replay=1)

**機能する理由**：

* 他のAIツールではこの規模のタスクを処理できません
* 各研究者が独立した徹底的な調査を受けます
* テーブルが自動的に生成され、すべてのフィールドが入力されます
* 研究者#1から#250まで一貫した品質

### 例 2：スニーカーモデル100種の比較

<CodePrompt>
  「消費者向けスニーカーモデル100種を分析してください。ブランド、価格帯、主要な
  機能、ターゲットオーディエンス、および平均評価を抽出してください。価格で並べ替えられた比較
  テーブルを作成してください。」
</CodePrompt>

**出力**：100製品の包括的な市場調査テーブル

**リプレイ**: [https://manus.im/share/3zvs5smekSmn4lS14n9QNg?replay=1](https://manus.im/share/3zvs5smekSmn4lS14n9QNg?replay=1)

**機能する理由**：

* すべての製品に対する独立した詳細なリサーチ
* 大規模な構造化データ抽出
* 自動的な整理と並べ替え
* 100項目全体で品質の低下なし

### 例 3：AGIタイムラインの分析

<CodePrompt>
  「AGIタイムラインに関する専門家の予測を調査してください。30以上の情報源（
  including research papers, expert interviews, and industry reports.
  予測の分布を示す視覚化を作成してください。」
</CodePrompt>

**出力**：データ視覚化を伴う包括的な分析

**リプレイ**: [https://manus.im/share/GajPnKzrpM4pEbpcrKDmx0?replay=1](https://manus.im/share/GajPnKzrpM4pEbpcrKDmx0?replay=1)

**機能する理由**：

* 数十の情報源からの情報を統合します
* 調査結果の視覚的表現を作成します
* パターンと外れ値を特定します
* 証拠に基づいた要約を提供します

### 例 4：伝記20件の調査

<CodePrompt>
  「影響力のある起業家20人を調査してください。それぞれについて、詳細な伝記を
  作成してください。内容は次のとおりです：幼少期、キャリアのマイルストーン、主要な功績、
  リーダーシップスタイル、および永続的な影響。」
</CodePrompt>

**出力**：一貫した構造を持つ20の包括的な伝記

**リプレイ**: [https://manus.im/share/ayLBetEJkfSIVuWKo2toPn?replay=1](https://manus.im/share/ayLBetEJkfSIVuWKo2toPn?replay=1)

**機能する理由**：

* 各伝記は徹底的かつ独立して調査されます
* すべての出力で一貫した構造
* すべての個人に対する詳細なマルチソースリサーチ
* 近道や一般的なコンテンツ生成はありません

### 例 5：LinkedInプロフィール写真の一括編集

<CodePrompt>
  「これら50のLinkedIn URLからプロフィール写真をダウンロードしてください。一貫した
  プロフェッショナルな編集を適用してください：背景の削除、照明の調整、
  標準サイズへのトリミング、および高解像度PNGとして保存。」
</CodePrompt>

**出力**：プロフェッショナルに編集された50枚のプロフィール写真

**リプレイ**: [https://manus.im/share/5iT2464ldyvdf1FMxUOCsW?replay=1](https://manus.im/share/5iT2464ldyvdf1FMxUOCsW?replay=1)

**仕組み**：

* 一括画像処理用のマイクロSaaSツールを置き換えます
* すべての画像に一貫した編集を適用します
* 自動化されたダウンロードおよび処理パイプライン
* 大規模なプロフェッショナルな結果

### 例 6：GitHubのPromptライブラリの抽出

<CodePrompt>
  「このGitHub awesome-promptsリポジトリにアクセスしてください。すべてのPromptを抽出し、
  ユースケースごとに分類し、以下を含む構造化データベースを作成してください：Prompt
  テキスト、カテゴリ、ターゲットモデル、および有効性評価。」
</CodePrompt>

**出力**：100以上のPromptの構造化データベース

**リプレイ**: [https://manus.ai/share/wxTg2q4hV6GN4YY4KnQeFx?replay=1](https://manus.ai/share/wxTg2q4hV6GN4YY4KnQeFx?replay=1)

**仕組み**：

* 大規模に情報を抽出し、構造化します
* 自動的な分類とタグ付け
* 検索可能で整理されたデータベースを作成します
* 複雑なWebスクレイピングタスクを処理します

## カテゴリ別のユースケース

| カテゴリ            | タスクの例                                     |
| :-------------- | :---------------------------------------- |
| **市場調査**        | 100製品の比較、競合他社の価格設定の分析、顧客レビューの調査           |
| **学術研究**        | 50の論文のレビュー、研究トレンドの分析、方法論の比較               |
| **競合インテリジェンス**  | 30の競合他社の分析、機能セットの分析、価格変更の追跡               |
| **リードジェネレーション** | 200の潜在顧客の調査、連絡先情報の検索、リードの適格化              |
| **コンテンツ作成**     | 20のブログアウトラインの生成、50のソーシャル投稿の作成、30の製品説明の作成  |
| **データ抽出**       | 100のウェブサイトのスクレイピング、構造化データの抽出、データベースのコンパイル |
| **クリエイティブ制作**   | 20の画像の生成、50枚の写真の編集、一貫したブランドアセットの作成        |
| **投資調査**        | 40のスタートアップの分析、30のファンドの比較、50のポートフォリオ企業の調査  |

## 他のツールと比較して広範なリサーチを選ぶ理由

| 側面        | AIチャットボット             | Manus 広範なリサーチ        |
| :-------- | :-------------------- | :------------------- |
| **アプローチ** | 単一のAIがあなたを助ける         | 並列マルチAgentオーケストレーション |
| **速度**    | コンテキスト飽和まで数時間         | 規模に関係なく数分            |
| **規模**    | 8〜10項目を超えるとパフォーマンスが低下 | 数百にシームレスに拡張          |
| **品質**    | 段階的な劣化                | どの規模でも一貫した品質         |
| **出力**    | 詳細を失う圧縮された要約          | 完全なレポートとデータセット       |

## 広範なリサーチを使用するタイミング

**最適な用途**：

* 競合インテリジェンス（50以上の競合他社の分析）
* 市場調査（100以上の製品の比較）
* 学術研究（30以上の論文のレビュー）
* リードジェネレーション（200以上の潜在顧客の調査）
* コンテンツ作成（20以上の類似項目の生成）
* データ抽出（100以上のページのスクレイピングと構造化）
* 一括処理（50以上の画像/ファイルの編集）

**最適ではない用途**：

* 単一の詳細分析（通常のAgentモードを使用）
* 順次依存性を必要とするタスク
* リアルタイムの対話型リサーチ
* 10項目未満のタスク

## より良い結果を得るためのヒント

**構造について明確にする**：

* ✅ 「次の列を含むテーブルを作成してください：名前、会社、役職、メール、LinkedIn」
* ❌ 「これらの人々を調査してください」

**事前に規模を指定する**：

* ✅ 「このリストにあるすべての100社を分析してください」
* ❌ 「いくつかの会社を分析してください」

**必要な出力形式を記述する**：

* ✅ 「フィルター付きの並べ替え可能なスプレッドシートに整理してください」
* ❌ 「結果を教えてください」

**評価基準を含める**：

* ✅ 「価格、機能、レビュー、使いやすさに基づいて各製品を評価してください」
* ❌ 「これらの製品を比較してください」

## よくある質問

<AccordionGroup>
  <Accordion title="広範なリサーチはいくつの項目を処理できますか？" icon="sparkles">
    250項目までテスト済みです。理論的には無制限ですが、実際の制限はタスクの複雑さに依存します。
  </Accordion>

  <Accordion title="どれくらいの時間がかかりますか？" icon="sparkles">
    タスクの複雑さと規模に依存します。通常、深さに関係なく、50〜100項目で数分かかります。
  </Accordion>

  <Accordion title="後で結果を修正できますか？">
    はい。修正をリクエストできます：「価格列を追加」または「項目20〜30を再調査」。
  </Accordion>

  <Accordion title="リサーチ以外のタスクにも機能しますか？">
    はい。画像編集、データ抽出、コンテンツ生成など、複数の独立した項目を処理するタスクすべてに機能します。
  </Accordion>
</AccordionGroup>

##