Manus AI がオープン標準を採用：Agent スキルの統合により Agent の新章を切り拓く
汎用アシスタントから専門エキスパートへ
人工知能（AI）Agent は、汎用的なデジタルアシスタントから、複雑で専門的なタスクを処理できる強力なツールへと急速に進化しています。しかし、汎用 Agent を特定領域のエキスパートレベルに引き上げるには、膨大なコンテキスト、手順的知識、専門スキルが必要です。この課題に対応するため、Anthropic は AI Agent にモジュール式で再利用可能な機能を提供することを目的としたオープンスタンダードである Agent Skills を発表しました。
Manus AI では、最も強力で柔軟な汎用 AI Agent の構築に専念しています。オープンスタンダードは技術の進歩を推進する鍵であると確信しています。そのため、Manus AI が Agent Skills オープンスタンダードを全面的に統合し、機能を新たなレベルへと引き上げ、ユーザーに前例のない可能性を解き放つことを発表できることを大変嬉しく思います。
Agent Skills とは？
Agent Skills は、専門知識、ワークフロー、ベストプラクティスを、再利用可能でファイルシステムベースのリソースとしてパッケージ化する革新的なアプローチです。これらは「新入社員のためのオンボーディングガイド」のようなものと考えることができます。一度きりの長い会話形式の指示とは異なり、Skills は AI Agent によってオンデマンドで検出・読み込みされ、汎用 Agent を特定のタスクを処理できるエキスパートへと変身させます。
このアーキテクチャの主な利点は次のとおりです：
•専門化： 法的レビュー、財務分析、ブランドコンテンツ作成など、特定の領域向けに機能をカスタマイズできます。
•再利用性： 一度作成すれば、複数の会話、プロジェクト、さらには異なる互換性のある AI Agent 製品間で自動的に使用できます。
•構成可能性： 複数の独立した Skills を組み合わせて、複雑な多段階タスクを処理できる強力なワークフローを構築できます。
Skills がユーザーにもたらすコアバリュー
Skills の統合により、ユーザーに 2 つの大きなメリットがもたらされると考えています：
1. 個人のベストプラクティスを定着させ、効率を向上させる
日常業務の中で、Manus AI と非常にうまくやり取りをし、複雑なタスクを高い効率で完了できることがあるかもしれません。今、その成功したプロセスをワンクリックで個人の Skill としてカプセル化できます。これは、特定のタスクに対するノウハウとベストプラクティスを捉えて定着させることに相当します。将来同じタスクを処理する必要がある場合、自分の Skill を呼び出すだけで成功したワークフローを確実に再現でき、繰り返しの思考や試行錯誤が不要になり、個人の生産性が大幅に向上します。
2. 参入障壁を下げ、チームの専門知識を再利用する
チームにとって最も価値のある資産の 1 つは、メンバーの経験と知識です。間もなく登場する「チーム Skill ライブラリ」により、チームメンバーは検証済みで効率的な個人 Skill を共有できます。これは、新人や経験の浅いチームメンバーが「巨人の肩に乗る」ことができ、エキスパートメンバーが作成した Skill を使ってタスクを完了できることを意味します。これにより参入障壁が劇的に下がり、チーム全体での知識の蓄積と流通が促進されます。
コア設計：プログレッシブ開示の力
Agent Skills の最も革新的な設計は、その「プログレッシブ開示（Progressive Disclosure）」メカニズムです。この原則により、AI Agent はタスク処理時に貴重なコンテキストウィンドウを最も効率的に活用できるようになります。Skill のコンテンツは 3 つのレベルに分かれており、必要なときだけコンテキストにロードされ、リソースの無駄を最小限に抑えます。
レベル | コンテンツ | ロードタイミング | コンテキストコスト |
レベル 1: メタデータ | 名前と説明 | 起動時に読み込み | 極めて低い（約 100 tokens/Skill） |
レベル 2: 指示 | SKILL.md ファイルの主要コンテンツ | Skill がトリガーされたときに読み込み | 中程度（5k tokens 未満） |
レベル 3: リソース | スクリプト、参照ファイル、アセット | オンデマンドで読み込み | 参照された場合にのみ消費 |
Manus AI と Agent Skills：完璧な組み合わせ
Manus AI のコアアーキテクチャは Agent Skills の設計思想と完璧に一致しており、シームレスな統合のための強固な基盤を築いています。
•ネイティブなアーキテクチャの互換性: Manus AI は完全に隔離されたサンドボックス仮想マシン環境で動作し、完全な Ubuntu ファイルシステムへのアクセスとシェル実行機能を備えています。これはまさに Agent Skills が必要とする理想的な環境です。Skill ディレクトリを簡単に読み取り、SKILL.md ファイルを解析し、それに含まれる Python または Bash スクリプトを実行できます。
•完璧に補完し合う機能: Manus AI の強力なマルチツール連携機能（ブラウザ、コード実行、ファイル操作）と Skills の専門知識を組み合わせることで、大きな相乗効果が生まれます。例えば、「市場調査」Skill は Manus AI を導き、ブラウザツールを使用して特定の Web サイトにアクセスし、データ分析スクリプトを使用してダウンロードしたデータを処理し、最終的に事前設定されたテンプレートに基づいて完全な市場分析レポートを生成できます。
•オープン標準へのコミットメント: AI の未来はオープンで協調的なものであると信じています。オープン標準としての Agent Skills は、複数の AI プロダクトやサービスが機能拡張のための統一されたフォーマットを共有できるようにします。Skills を統合することで、Manus AI は自身の機能を強化するだけでなく、より相互接続された AI エコシステムの構築にも貢献します。
Skills と MCP の関係：補完的な関係であり、代替ではない
Manus AI エコシステムにおいて、Skills と Model Context Protocol（MCP）は、目的は異なるものの、機能が補完し合う 2 つの技術です。
•MCP の核心的な目標は、標準化されたプロトコルを通じて AI が外部データソース（Gmail や Notion など）に安全かつ確実にアクセスできるようにすることで、データのサイロ化問題を解決することです。データ接続層に焦点を当てています。
•Skill の核心的な目標は、ワークフローのカプセル化と再利用です。外部サービスへの接続を目的としたものではありませんが、Skill にはコードスクリプト（Python スクリプトなど）を含めることで、あらゆるサードパーティ API を間接的に呼び出すことができます。一部のシナリオでは、このようにスクリプトを直接実行する方が、MCP サービスを経由するよりもコンテキスト消費とデータアクセスの面で効率的な場合があります。
要約すると、MCP は Manus AI に標準化された「データパイプライン」を提供し、Skills はそれらのパイプラインを実行するための「操作マニュアル」を提供します。両者が一体となって、Manus AI の強力で拡張可能なエコシステムを形成しています。
具体的なユースケース：Skills でデータソースを解放する
Manus AI には SimilarWeb のような強力な組み込みデータソースが数多くあり、これらは以前は内部の未公開 API のようなものでした。各データソースを Skill としてカプセル化することで、これらの不透明なツールをユーザーが発見・理解できるコンポーネントへと変えています。ユーザーはスキルライブラリ内でこれらのデータソースを閲覧し、SKILL.md ファイルを読むことでその機能とパラメータを理解し、安定かつ信頼性のある方法で呼び出すことができます。この変化により、プラットフォーム機能の使いやすさと発見可能性が大幅に向上します。
Manus Skills でワークフローを強化する
私たちの統合は、単に標準を採用することにとどまりません。Skills を Manus AI 体験に不可欠な要素にする新機能を導入します。
Manus で Skill を構築する
「Manus でスキルを構築」機能のご紹介ができることを嬉しく思います。Manus AI でタスクを完了し、その結果とプロセスに非常に満足した場合、Manus に「このワークフローをスキルとしてパッケージ化する」よう指示できるようになりました。Manus は成功したインタラクションフローを分析し、必要な SKILL.md ファイルを自動生成し、関連するスクリプトをまとめます。これにより、効果的なプロセスを再利用可能なスキルとして取り込み、繰り返し使用したり、他の人と共有したりできます。
正確で信頼性の高いトリガーメカニズム
必要なときに必要な特定のスキルが正確に起動されるよう、チャットボックスでスラッシュコマンドを使用できるようになりました。/SKILL_NAME と入力することで、対応するスキルを読み込むよう Manus に明示的に指示できます。この操作により、Manus が SKILL.md ファイルを読み込み、その指示をトリガーすることが保証され、Agent の動作を精密に制御できます。
スキル統合ロードマップ
Agent スキルのスムーズで強力な統合を実現するため、明確なロードマップを策定しました：
1.プロジェクトとコネクタの統合： まもなく、スキルを Manus プロジェクトに直接統合できるようになります。コネクタと組み合わせることで、日常業務の標準作業手順書（SOP）を深くカスタマイズし、高度に自動化されたインテリジェントなワークフローを作成できます。
2.チームスキルライブラリ： Team プランのユーザー向けに、チームスキルライブラリを導入します。メンバーは実戦で鍛えられた個人のスキルをこの共有ライブラリに公開でき、組織全体で専門知識やプロセス経験をシームレスに共有し、協調的な改善と知識の蓄積を促す文化を育むことができます。
未来は構成可能でオープン
私たちはエキサイティングな技術的転換点にいます。AI Agent の未来は、構成可能で、拡張可能で、オープンなものになるでしょう。Agent スキルや Model Context Protocol (MCP) のようなオープン標準は、インテリジェントで相互接続された AI ツールのネットワークへの道を切り開いています。
Manus AI はこの動きの積極的な参加者であることを誇りに思います。オープン標準を受け入れることで、ユーザーにより強力な製品を提供できるだけでなく、コミュニティ全体と共に、より協調的で革新的な AI の未来を形作ることができると信じています。
この旅にご参加いただけることを心よりお待ちしております。
