序章: なぜ2026年にAIエージェントが爆発的に増加しているのか
2023年から2024年が「AIチャットボット」の年だったとすれば、2026年はAIエージェントが静かに実際の仕事を始める年です。質問に答えるだけでなく、ツールにログインし、ファイルを移動し、メッセージを送信し、複雑なワークフローを実行しながら、あなたは戦略に集中できます。創業者、マーケター、開発者、そして個人のクリエイターにとって、これは「コンテンツの支援を受ける」ことと「プロセス全体を自律的なエージェントに委ねる」ことの違いを意味します。
AIPUREは、トップのAIツールディレクトリの一つとして、業界の動向を継続的に追跡し、ユーザーがこれらの新しいエージェンシーツールに集まっていることを明確に観察しています。 OpenClaw, Manus, MuleRun, LangGraph, および Difyは、常に検索トレンドとコミュニティの議論のトップにあります。
しかし、これらのツールが私たちが知っているチャットボットとどのように異なるのか、具体的に何が異なるのか。AIエージェントが実際に何であるのか、なぜ2026年がそのブレイクアウトの瞬間なのかを解説しましょう...
AIエージェントとは何か（そしてなぜ2026年がそのブレイクアウトの年なのか）
AIエージェントは、環境を認識し、何をすべきかを決定し、目標に向かって人間の監視を最小限に抑えながら行動を取るシステムです。テキストを生成するだけでなく、APIを呼び出し、ボタンをクリックし、ファイルを管理し、複数のアプリケーション間でタスクを調整します。実際には、あなたの受信箱を監視し、返信の下書きを作成し、CRMを更新し、会議をスケジュールするエージェントが、あなたがマウスを触ることなく動作するかもしれません。
2026年がエージェントにとってブレイクアウトの年になるいくつかのトレンドがあります：より強力な基盤モデル、モデルを「現実世界」の行動に接続するためのより優れたツール、そしてルーチンのデジタル労働を自動化するためのビジネス圧力の増大です。AIPUREの立場から見ると、「AIエージェント」「エージェントフレームワーク」「エージェントマーケットプレイス」に関する検索の関心とツールの提出が急激に増加しており、特にOpenClawとそのエコシステムが注目されています。これが、今、適切なエージェント（またはエージェントの組み合わせ）を選択することで持続的な優位性を得られる理由です。
🦞OpenClaw: すべてが話題にするオープンソースのローカルエージェント
OpenClawは、無料でオープンソースのAIエージェントで、ローカルで実行され、大規模言語モデルを直接あなたのコンピュータとツールに接続します。ファイルの読み書き、シェルコマンドの実行、ウェブの閲覧、メールの送信、APIの呼び出しを行うことができ、自然言語の指示を具体的な複数ステップのワークフローに変換します。単にどのように行うかを説明するだけでなく、OpenClawはあなたのマシン上で実際にその作業を行います。
技術的には、OpenClawはモデルとオペレーティングシステムの間に「スキル」プラグインシステムを使用して層として機能します。スキルは、ブラウザの自動化、メッセージアプリの制御、ファイル操作、外部API呼び出しなどの機能を定義します。多くの事前構築されたスキルをインストールしたり、独自のスキルを書いたりすることができます。これにより、OpenClawは開発者にとって非常に魅力的です。その人気の急速な上昇は、コミュニティの活動と採用に反映されており、この力、柔軟性、オープン性の組み合わせから来ています。
OpenClawの主な特徴
- ローカル中心のオープンソースランタイムで、個人用ラップトップ、開発マシン、または内部サーバーで実行できます。
- ブラウザ、メール、メッセージアプリ、ファイルシステムなどとの統合を備えた豊富なスキルエコシステム。
- メールの読み取り、メッセージの送信、ファイルの管理、複雑なワークフローの自動化などの実際のアクションを実行する機能。
- 異なるLLMプロバイダーをプラグインできるマルチモデル互換性で、単一のベンダーに縛られることはありません。
- 急速に成長するスター、フォーク、貢献により、強いコミュニティの勢い。
OpenClaw: 長所と短所
| 側面 | 長所 | 短所 |
|---|---|---|
| プライバシーとコントロール | ローカルで実行；データと環境をコントロール；オープンソースで完全な透明性。 | 不適切に設定された権限がシステムを過度に公開する可能性；慎重な設定とガバナンスが必要。 |
| 力と柔軟性 | システムツール、API、カスタムスキルへの深いアクセス；高度な自動化に最適。 | 単純なクラウドチャットボットよりも設定が複雑；すべてのユーザーにとってプラグアンドプレイではない。 |
| コスト | コアソフトウェアは無料；主にモデル/APIの使用料を自分で支払う。 | インフラストラクチャ、更新、APIキーの管理が必要。 |
| 使いやすさ | 開発者と技術チームにとって優秀；開発ワークフローとチャットプラットフォームとの統合が良好。 | 非技術ユーザーはインストールと設定に苦労する可能性。 |
| エコシステム | 急速に成長するコミュニティ、プラグイン、オープンソースの貢献。 | 消費者向けのクラウドエージェントよりもオンボーディングとUXが洗練されていない。 |
OpenClawが最適な対象（AIPUREの見解）
AIPUREの見解では、OpenClawは、最大限のコントロールを求める開発者、技術製品チーム、セキュリティに敏感な組織に最適です。ローカルまたは自己ホストインフラストラクチャを操作することに慣れている組織に特に適しています。規制の厳しい業界でデータを近接に保ちながら、現代的なエージェントワークフローを採用したい企業にも適しています。OpenClawをAIスタックの「重力の中心」にしたい場合は、MuleRunやDifyなどのクラウドツールと組み合わせて、配布とオーケストレーションを行えます。
AIPUREのOpenClaw評価（2026年）：9.2 / 10
🌌Manus: 毎日のユーザー向けのクラウドネイティブ自律エージェント
Manus AI は、Monica.imのチームが立ち上げたクラウドベースの自律エージェントで、後に大手テック企業に数十億ドルで買収されました。完全にクラウド上で動作し、Telegram（そして、ますますWhatsAppなどのメッセージングプラットフォーム）のような馴染みのあるチャットインターフェースを通じて制御されます。基本的なアイデアはシンプルです：あなたはManusに高レベルの目標を与え、それがそれをサブタスクに分割し、サブエージェントを調整し、計画を実行します。
OpenClawのローカル中心のアプローチとは異なり、Manusは完全に管理された環境に存在します。何もインストールする必要はありません。チャットを通じて接続して、すぐに委任を始めることができます。このクラウドネイティブモデルは、ローカルランタイムを管理できないまたは管理したくない非技術ユーザーとモバイル中心のプロフェッショナルにとって、摩擦を大幅に低減します。
Manusの主な特徴
- 完全にクラウドネイティブな操作で、チャットアプリを通じてローカルインストールなしでアクセス可能。
- 強力な自律的な計画と実行能力、複数ステップのタスク分解と調整を含む。
- モバイル中心のUXで、主にスマートフォンやタブレットから働く人々に最適化。
- 大手テックエコシステムのバックアップにより、Manusには豊富なリソースと潜在的な統合が提供される。
- 低い導入障壁により、幅広いユーザー層にエージェント自動化を提供。
Manus: 長所と短所
| 側面 | 長所 | 短所 |
|---|---|---|
| アクセシビリティ | インストール不要；チャットベースの制御；非技術ユーザーにとって非常に使いやすい。 | ローカルエージェントと比較して、ローレベルのランタイムと環境のコントロールが少ない。 |
| 自律性 | 複雑なタスクのための強力な複数ステップの計画と自律的な動作。 | 実行の透明性が低く、技術チームにとっては監査やデバッグが難しい。 |
| コストモデル | 使用量ベースの料金体系で、インフラの複雑さを隠し、迅速な開始を可能にする。 | 特に長いまたは複雑なタスクの場合、タスクごとのコストが予測しにくい。 |
| プライバシーとデータ | ローカルマシンを公開する必要がなく、すべてが管理されたクラウドで実行される。 | データが外部サーバーを通過するため、一部の組織ではコンプライアンス上の懸念が生じる可能性がある。 |
| UXと対象ユーザー | 創業者、オペレーター、および「あなたのために行う」自動化を求める一般的なビジネスユーザーに最適。 | 完全なオンプレミスコントロールや深いカスタム統合を求める組織には適していない。 |
Manusが最適な対象（AIPUREの見解）
AIPUREは、Manusを、インフラストラクチャの心配なく仕事を委任したい創業者、オペレーター、一般のビジネスユーザーにとって最適な選択肢と見ています。チームがチャットアプリとモバイル環境で生活し、厳格なデータ居住要件がない場合、ManusはAIエージェントへの非常に使いやすいエントリーポイントとなります。OpenClaw中心のユーザーにとっては、ローカルアクセスが必要ないタスクのためのクラウドベースの自律性を提供するローカルエージェントの補完としてManusが活用できます。
AIPUREのManus評価（2026年）：8.8 / 10
🐴MuleRun: AIエージェントマーケットプレイスとクリエーターエコノミープラットフォーム
MuleRunは、完全なAIエージェントマーケットプレイスとデジタル労働プラットフォームとして位置づけられています。エージェント自体に焦点を当てるだけでなく、MuleRunは3つの側面をつなぎます：タスクを完了したいユーザー、エージェントを構築するクリエーター、およびホスティング、配布、およびマネタイズを処理するプラットフォーム。開発者と上級ユーザーが数ステップでエージェントを構築、設定、商業化できるCreator Studioを立ち上げました。
同時に、MuleRunのAIエージェントマーケットプレイスは、EC、オペレーション、コンテンツ、アナリティクスなどの分野で100以上の専門的なエージェントを提供しています。ビジョンは、ストアオペレーションのスペシャリストやアナリティクスアシスタントなどの特定の役割にエージェントを「雇用」することです。これは、フリーランサーを雇うのと同じように、常にオンでAI駆動のデジタル労働を提供します。
MuleRunの主な特徴
- エージェントを発見、試用、購入できるAIエージェントマーケットプレイス。
- エージェントの構築とマネタイズを含むCreator Studio、価格設定と商業化のワークフロー。
- Siri、Discord、Telegramなどのインターフェースとの統合を含むマルチプラットフォーム展開。
- LangGraphスタイルや他のツールキットで構築されたエージェントを統一されたオンボーディングパイプラインを通じてサポート。
- エージェントが匿名化されたパターンを共有して「集団知能」を構築し、特にEC分野で活用。
MuleRun: 長所と短所
| 側面 | 長所 | 短所 |
|---|---|---|
| エコシステム | マーケットプレイスモデルにより、ドメイン固有のエージェントを迅速に見つけることができます。 | エージェントの品質はクリエーターに依存；マーケットプレイスのキュレーションはまだ進化中。 |
| マネタイズ | 収益分配を通じてクリエーターがエージェントから収益を得る明確な道筋。 | 収益分配と価格設定モデルがすべてのクリエーターにとって最適ではない場合。 |
| アクセシビリティ | マルチプラットフォーム展開と自然言語ビルダーの導入により、エージェントの作成の障壁が低くなる。 | MuleRunプラットフォームへの依存度が高く、投資が増えるにつれて切り替えコストが上昇。 |
| 使用ケース | デジタル労働と製品化されたサービス、特にECやコンテンツに最適。 | 厳密なコントロールとオンプレミスホスティングが必要な高度にカスタマイズされた内部ワークフローには適していない。 |
| 運用 | クラウドネイティブ、24/7で常にバックグラウンドで動作するエージェント。 | データ居住とコンプライアンスの制限により、一部の企業には適していない。 |
MuleRunが最適な対象（AIPUREの見解）
AIPUREユーザーにとって、MuleRunは、既製のエージェントを購入したい場合や自分のエージェントをマネタイズしたい場合に最適です。クリエーター、インディーハッカー、エージェンシーは、MuleRunを使用して高価値のエージェントワークフローを製品に変えることができます。ゼロから構築することなくエージェントを「雇用」したい企業は、MuleRunを人材マーケットプレイスとして扱うことができます—ただし、その人材はAIです。OpenClaw中心のチームにとっては、MuleRunは、エージェントの機能の一部をパッケージ化して販売するための配布層となることができます。
AIPUREのMuleRun評価（2026年）：8.6 / 10
🤖LangGraph: 開発者向けエージェントオーケストレーションフレームワーク
LangGraphは、制御可能で、状態を保持し、複数のエージェントシステムを構築するためのフレームワークです—特にプロダクション環境向けに設計されています。OpenClawがローカル実行に焦点を当て、MuleRunがマーケットプレイスに焦点を当てるのに対し、LangGraphは多くのエンジニアリングチームが複数のエージェントを接続し、状態を管理し、動作を監視するために使用するオーケストレーション層です。複雑なエージェントワークフローの「航空交通管制」のようなものです。
LangGraphは、広範なLangChainエコシステムから発展し、細かい制御と可視化が必要なチームで広く採用されています。ワークフローをノードのグラフとして設計でき、各ノードはエージェント、ツール、または決定ステップのいずれかです。その設計により、エージェントの動作を時間とともにデバッグ、変更、スケーリングするのが容易になります。
LangGraphの主な特徴
- グラフベースのオーケストレーションで、複雑な複数ステップ、複数エージェントワークフローを構築。
- ステップとセッション間でコンテキストを保持できる状態を保持するエージェント。
- デバッグと最適化に役立つ強力な可視化と監視ツール。
- 多くのモデルとツールとの統合が可能で、既存のPythonベースのスタックに自然に適合。
- ドキュメントが充実しており、活発なコミュニティとエンタープライズ向けのパターン。
LangGraph: 長所と短所
| 側面 | 長所 | 短所 |
|---|---|---|
| コントロール | ワークフロー、状態、エージェントの相互作用に対する高い制御度。 | エンジニアリングリソースが必要；エンドユーザー向けのプラグアンドプレイソリューションとして設計されていない。 |
| スケーラビリティ | 複雑な複数エージェントフローを持つプロダクションシステムに適している。 | 単純な使用ケースでは複雑すぎる可能性。 |
| エコシステム | 成熟したドキュメントとコミュニティサポート；人気のあるスタックに基づいている。 | 広範なLangChainエコシステムに依存；他のスタックに投資しているチームには適していない。 |
| 柔軟性 | OpenClaw、API、カスタムツールと組み合わせられる。 | メンテナンスの複雑さを避けるために慎重な設計が必要。 |
| 対象ユーザー | エンジニアリングチームと技術的な製品ビルダーに最適。 | 単独で働く非技術的なビジネスユーザーには適していない。 |
LangGraphが最適な対象（AIPUREの見解）
AIPUREは、LangGraphを、単一エージェントの実験から堅牢な複数エージェントシステムへと進むことを望むエンジニアリング重視のチームに推奨します。すでにローカルでOpenClawを使用している場合、LangGraphはより広範なクラウドとローカルエージェントをオーケストレーションし、OpenClawが強力なデバイス上のアクションを処理します。これらを組み合わせることで、高度な、OpenClaw中心のワークフローの強固な基盤が形成されます。
AIPUREのLangGraph評価（2026年）：8.9 / 10
🔄Dify: ノーコード/ローコードのエージェントスタジオ
Difyは、深層エンジニアリングリソースがないチームでもAIエージェントを利用できるようにするためのノーコード/ローコードプラットフォームです。複雑なオーケストレーションコードを書く代わりに、視覚的なインターフェースを使用してワークフローを設計し、ツールを接続し、動作を設定します。内部的には、Difyは多くのモデルをサポートし、RAG（Retrieval-Augmented Generation）や関数呼び出しなどの高度なパターンも含まれています。
オープンソースオプションとクラウドホストサービスを組み合わせているため、Difyはハッカーと、マネージドプラットフォームを望む組織の両方にアピールします。プロダクトマネージャー、オペレーションチーム、さらにはマーケターも、データソース、モデル、アクションをキャンバススタイルのビルダーで接続することで強力なエージェントを作成できます。
Difyの主な特徴
- 重いコーディングなしでエージェントとワークフローを構築するための視覚的なビルダー。
- 数百のモデルをサポートし、RAG、関数呼び出し、その他の高度なパターンが組み込まれている。
- オープンソースとホストされたオプションの両方があり、デプロイ方法に柔軟性がある。
- データストアとツールへの組み込み接続があり、統合作業が軽減される。
- 複数のチームメンバーが同じエージェントに対して反復作業を行うためのコラボレーション機能。
Dify: 長所と短所
| 側面 | 長所 | 短所 |
|---|---|---|
| アクセシビリティ | 視覚的なインターフェースにより、ノンデベロッパーや複合チームの障壁が低くなる。 | 一部の複雑な使用ケースではコードが必要；完全な「ノーエンジニアリング」ではない。 |
| 柔軟性 | 多くのモデルとRAGなどの高度なパターンをサポート。 | ワークフローの構造化方法がDifyに依存する。 |
| デプロイ | オープンソースオプションとホスト型SaaSがあり、選択肢がある。 | ホスト型デプロイは、一部の企業にとってコストやコンプライアンスの問題を引き起こす可能性がある。 |
| コラボレーション | エージェントを一緒に試すためのクロスファンクショナルチームに適している。 | LangGraphと比較して、純粋な開発者フレームワークとしては適していない。 |
| 学習曲線 | 純粋なコードフレームワークよりも学習が容易；良いドキュメントと例。 | 高度にカスタマイズされたシナリオでは、パワーユーザーが最終的に制限にぶつかる可能性がある。 |
Difyが最適な対象（AIPUREの見解）
AIPUREは、Difyを、大規模なエンジニアリングプロジェクトにコミットせずにカスタムエージェントを構築したいスタートアップ、プロダクトチーム、オペレーショングループにとって優れた選択肢と見ています。OpenClawと組み合わせると特に強力です：Difyは上位レベルのワークフローを定義し、OpenClawはローカルのシステムレベルのアクションを処理します。多くの組織にとって、この組み合わせはアクセシビリティとコントロールのバランスを提供します。
AIPUREのDify評価（2026年）：8.5 / 10
2026年のトップ5 AIエージェント：比較表
| エージェント | タイプ | デプロイメントモデル | 最適な対象 | 主な強み | 主な制限 |
|---|---|---|---|---|---|
| OpenClaw | ローカルオープンソースエージェントランタイム | ユーザーのマシンやサーバーに自己ホスト | 開発者、技術チーム、プライバシーに敏感な組織 | 深いシステムアクセス、豊富なスキルエコシステム、オープンソースで無料。 | セットアップの複雑さ；技術的なスキルと慎重な権限設計が必要。 |
| Manus | クラウド自律エージェント | 完全に管理されたクラウド、チャットベースの制御 | 創業者、オペレーター、一般的なビジネスユーザー | 非常に低い摩擦；複数ステップのタスクに対する強力な自律的な計画。 | 実行の透明性が低い；データは常に外部のインフラストラクチャを通過。 |
| MuleRun | エージェントマーケットプレイス + プラットフォーム | 24/7エージェントのクラウドマーケットプレイス | クリエーター、エージェンシー、エージェントを「雇用」する企業 | クリエーターのマネタイズ；ドメイン固有のエージェントの簡単な発見。 | プラットフォームのロックイン；エージェントの品質にばらつき；厳格なオンプレミス要件には適していない。 |
| LangGraph | エージェントオーケストレーションフレームワーク | 自己ホストまたはアプリケーションスタックの一部としてクラウド | エンジニアリングチームと技術的な製品ビルダー | 状態を保持する、制御可能な複数エージェントワークフロー；強力な可視化。 | エンジニアリングの労力が必要；エンドユーザー向けのプラグアンドプレイエージェントではない。 |
| Dify | ノーコード/ローコードエージェントスタジオ | クラウドホストとオープンソースオプション | スタートアップ、プロダクトとオペレーションチーム、複合スキルグループ | 視覚的なビルダー；多くのモデルとRAGなどの高度なパターンをサポート。 | 一部の高度な使用ケースではコードが必要；Difyのワークフローモデルに依存。 |
AIPUREの見解では、パターンは明確です：OpenClawがローカル/オープンソース側を主導し、ManusとMuleRunが管理されたクラウドとマーケットプレイス側を主導し、LangGraphとDifyがオーケストレーションとノーコードのギャップを埋めています。ほとんどのチームにとって最適なスタックは、これらのうち少なくとも2つを組み合わせたものでしょう。
AIPUREで類似のAIエージェントを見つける方法（手順）
AIPUREはAIツールの発見と教育に焦点を当てているため、OpenClaw、Manus、MuleRun、LangGraph、Difyに類似したエージェントを素早く見つけることができます。
ステップ1: AIPUREのカテゴリーページを訪問する
AIPURE Categoryページにアクセスします。URLはhttps://aipure.ai/categoryです。
ここでは、AIPUREがキュレーションした主要なAIツールのカテゴリーが表示されます。多目的ツール、自動化ツール、SEOツール、マーケティングツールなどがあります。これが、構造化された方法で広範なAIエージェントエコシステムを探索する出発点です。
ステップ2: 「多目的ツール」や「AIタスク管理」などのカテゴリーを開く
AIエージェントを含む可能性が高いカテゴリーをクリックします。例えば：
これらのセクションには、エージェントのように動作するツールやエージェント機能を含むツールが含まれています。一般的なAIアシスタントからワークフロー駆動のタスクマネージャーまで、さまざまなツールが含まれています。これらのカテゴリーをブラウズすることで、OpenClaw、Manus、MuleRun、LangGraph、Difyと精神や機能が類似したツールを素早く見つけることができます。
ステップ3: 個々のAIエージェントの詳細ページを開いて適合性を評価する
興味のあるAIエージェントや多目的ツールを見つけたら、詳細ページを開きます。AIPUREの各詳細ページには、通常、説明、機能リスト、価格情報、外部リンクが含まれています。これらの詳細を確認して、ツールが以下の要件を満たしているかどうかを確認します。
- デプロイメント要件に適合しているか（ローカル、クラウド、ハイブリッド）
- スキルレベルに合っているか（開発者向け、ノーコード）
- 主要な使用ケースをサポートしているか（自動化、マーケットプレイス、オーケストレーションなど）
そこから、お気に入りをブックマークし、チームと共有し、OpenClawと組み合わせるツールや代替ツールのショートリストを作成できます。
使用ケースに適したAIエージェントを選択する方法
AIPUREのSEOと製品選択の観点から、適切なAIエージェントは、そのツールがあなたの制約と目標にどれだけ適合しているかに大きく依存します。
デプロイメント、データ、コンプライアンスから始める
- ローカルコントロール、オープンソースの柔軟性、強力なプライバシー保証が必要な場合はOpenClawを選択。
- チャットインターフェースからのクラウドベースの自律性と使いやすさを重視する場合はManusを選択。
- マーケットプレイスモデルでエージェントを雇用または販売したい場合はMuleRunを選択。
- エンジニアリングチームが複雑な複数エージェントワークフローの細かいコントロールが必要な場合はLangGraphを選択。
- チームが視覚的で協力的な方法でエージェントを設計したいが、重いコーディングは避けたい場合はDifyを選択。
チームのスキルとリソースに合わせる
技術チームは通常、OpenClawとLangGraphの組み合わせから最大の恩恵を受け、必要に応じてMuleRunを通じて機能をパッケージ化または配布できます。ノン技術者や複合チームは、多くのインフラストラクチャとオーケストレーションの複雑さが抽象化されているManusやDifyに傾向します。多くの場合、ローカルコントロール用のOpenClaw、視覚的デザイン用のDify、配布用のMuleRunを組み合わせたハイブリッドアプローチが、すべての長所を提供します。
コストの透明性と利便性のバランスを取る
OpenClawやLangGraphのようなローカルおよびオープンソースツールは、主に計算とAPI呼び出しのコストを支払うため、コストの透明性が明確です。ManusやMuleRunのような完全に管理されたプラットフォームは、デプロイの利便性と速度のために一部のコスト透明性を犠牲にします。AIPUREでは、ユーザーに小規模から始め、エージェントのパフォーマンスとコストを追跡し、徐々に複雑な複数エージェントアーキテクチャに拡大することを推奨しています。
最終的な考え：AIPUREでエージェントの波に先駆ける
AIエージェントはもはや単なる流行語ではありません—デジタルワークの実行方法の中心となっています。OpenClawは強力なローカルのオープンソースコントロールを提供し、ManusとMuleRunはクラウドベースの自律性とマーケットプレイス駆動のデジタル労働を提供します。LangGraphとDifyは、あなたの技術的能力に合わせてエージェントをオーケストレーションと設計する方法を提供します。これらは、2026年の「AIエージェントスタック」の実際の姿を示しています。
この波に先駆けたい場合は、AIPUREがお手伝いします。多目的ツールやAIタスク管理などのカテゴリーを探索し、詳細なツールページを確認し、AIPUREのガイドを使用して、あなたのニーズに合わせたOpenClaw中心のスタックを設計してください。AIPUREを定期的に訪問して、最新のAIエージェントを発見し、ベストプラクティスを学び、AIツールを使用する際の最も完全で最新のガイダンスを得てください。
