O MBook utiliza um formato XML para descrição da lógica por trás da criação do cenário multissensorial de uma história. Esse formato permite a definição da lógica desacoplada de detalhes da implementação dos efeitos em seus atuadores.
O conteúdo textual do livro também fica armazenado em um formato XML, indicando não só sua estrutura de exibição (em páginas e linhas), bem como os pontos de interesse que poderão ser utilizados para a execução de efeitos.
A arquitetura do MBook é composta de três componentes principais. A Biblioteca contém os livros já carregados no MBook e que podem ser lidos. O Leitor recebe a informação do livro a ser executado junto com a lógica para criar uma cena multissensorial. Ele vai apresentar o conteúdo textual do livro e, conforme a posição da leitura do usuário ativar os diferentes efeitos. O Controlador faz a interface com os dispositivos disponíveis no ambiente para executar os efeitos sensoriais.