Difyの具体的な活用方法をまとめた導入事例をダウンロードしてみませんか？
業務効率化に成功した事例を多数ご紹介しており、最適なAI活用のヒントになれば幸いです。

▶︎Difyで業務効率化する際のポイントを解説したお役立ち資料

GMO即レスAIでは、非エンジニアでも簡単にAIエージェントアプリが作れるDifyの導入支援を行っております。

本記事では、Difyを使ってノーコードでAIエージェントアプリを作成する方法について解説します。

目次

AIエージェントとは？

「AIエージェント」とは、特定の目的やタスクを自律的に遂行できるシステムのことです。RPAとは異なりユーザーの指示や状況に応じてある一定の思考を持ち、判断し、行動を選択・実行する特徴があります。また、複数のタスクを処理しながらワークフローを実行することができるため、より複雑なタスクを任せることができるようになります。

例えば、わかりやすいものだとお問合せ対応のAIチャットボットがあります。

例：ユーザーの入力があった後に意図の理解（自然言語処理）→タスク分類（FAQ検索や有人への切り替え判断）→応答生成→回答・必要に応じて追加の質問など

DifyでのAIエージェント開発はローコード/ノーコードで簡単にできる

Difyとは

Dify（ディフィ）とは、AI技術を利用したアプリケーションを簡単に作成できるオープンソースのプラットフォームです。LLMを使ったアプリ開発を、専門的なプログラミング知識がなくても簡単に行えるよう設計されています。

ローコード・ノーコードとは

ローコードとは、少量のコードの記述だけでアプリケーションやwebサービスが開発できる手法のことです。さらに、プログラミングの技術や知識がなく、コーディングをほとんどしなくてもアプリケーションやwebサービスを簡単に開発できる手法のことをノーコードといいます。

現在は、ローコードやノーコードだけで簡単にアプリケーションやwebサービスなどを開発できるツールも増えており、Difyもその一つです。Difyはローコードやノーコードに加えてLLMを使ったワークフローを作成することが可能です。

非エンジニアこそDifyで業務自動化

ここまで紹介したようにコーディングの知識不要でAIを組み込んだアプリを作成することができます。ワークフロー機能を使えばAIの処理を可視化できるため、感覚的にアプリの作成もできます。また、社内マニュアルや手元のドキュメントなどをナレッジとして登録することでチャットボットなどのアプリが簡単に作成できるため、バックオフィス部門のような非エンジニアの方でも簡単に始められ、社内問合せなどを自動化することが可能です。

DifyでAIエージェントを作るステップ

ここからは具体的に、DifyでのAIエージェントの作成方法について解説していきます。例として、IR資料を分析してくれるアプリを作成してみます。チャットフローの全体像は以下です。

1. Difyアカウントを作成・ログインします

ログインすると最初は下記のような画面が表示されますので、「最初から作成」を選択します。

2. アプリタイプの選択

アプリタイプは、ワークフロー、チャットフロー、チャットボット、エージェント、テキストジェネレーターの5つがあります。各アプリタイプについては以下の表のとおりです。

アプリタイプ	特徴	主な用途
ワークフロー	複数のノード（処理）を繋いで単一のバッチを自動化するアプリを作成できる	会議の議事録自動生成
チャットフロー	ワークフローをベースとした設定で、会話の流れを細かく制御できる会話型チャットボットを作成できる	企業調査・分析ボット
チャットボット	LLMやナレッジをベースとし、プロンプト設定など簡単なセットアップで会話型のチャットボットが始められる	社内外のお問合せ対応チャットボット
テキストジェネレーター	ストーリーの執筆、テキスト分類、翻訳などのテキスト生成タスク向けのアシスタント	ブログ記事の作成や商品説明などのライティング
エージェント	タスクを分解し、推論し、ツールを呼び出す対話型インテリジェントアシスタントで自律的にタスクを実行することが可能	自動メール返信

今回はチャットフローを使用してチャット形式のアプリを作成するので、チャットフローを選択し、アプリのアイコンや名前を入力後、作成するボタンを押して次に進みます。

3. 利用するノードについて

ワークフローが左から右に流れるようにノードを配置していきます。ノードとは、小さな処理のステップのことです。今回使うノードは以下です。

ノード	説明
開始（start）	ワークフローを開始する際の初期パラメーターを設定する
条件分岐（IF/ELSE）	条件に基づいてワークフローの分岐を設定する
テキスト抽出（Document Extractor）	アップロードしたファイルから情報を読み取り、テキストに変換してLLMで使用できるように設定する
大規模言語モデル（LLM）	ChatGPTやClaudeなどの言語モデルの選択や言語モデルを利用して自然言語処理をする設定
変数代入（Variable Assigner）	変数を設定する
回答（Answer）	チャットフローにおいて返信内容を定義する

ノードの追加方法

キャンバス上の「＋（ブロックを追加）」ボタンから行えます。次のノードを追加したい時は、繋げたいノードの「＋」から追加できます。

4.ワークフローの設計

4-1.開始

今回、ファイルをアップロードしたらチャットが始まるように設定していくので、以下のように開始ノードを設定していきます。開始ノードを追加したら、プロパティパネルで「＋」ボタンを押して、以下の設定となるよう入力します。

• フィールドタイプ：「ファイルリスト」選択

• 変数名：IRfile

• ラベル名：IR資料

• サポートされたファイルタイプ：ドキュメント

• アップロードされたファイルのタイプ：両方

4-2. IR情報要約フロー

まずは、IR情報を要約するフローを設定していきます。このあと、チャット会話数に応じた分岐も設定していくため、条件分岐ノードを以下のように設定します。

• IF CASE1の条件式：dialogue_count == 0

• ELIF CASE2の条件式：dialogue_count >= 1

• ELIF CASE3の条件式：sys.query、値は「メモ」

条件分岐ノードの「IF CASE1」につながるノードとして、テキスト抽出ノードを追加します。入力変数を開始ノードで設定した変数「IRfile」に設定します。

テキスト抽出ノードに続くノードとしてLLMノードを追加します。モデルを選択してSYSTEMの部分にプロンプトを設定します。入力変数として、テキスト抽出ノードで設定した変数を指定します。

次に変数代入ノードを追加し、変数を設定していきます。まずは、LLMのデータを格納する変数を以下の内容で作成します。会話変数のボタンをクリックすると変数の追加が可能です。

• 変数名：IRtext

• タイプ：string

• 説明：IR情報を要約させたテキスト

作成した変数をノードに設定していきます。上のバーに作成した変数「IRtext」を、下のバーにLLMの出力変数textを入力します。

回答ノードを追加し、変数代入の出力変数を設定します。ここまでで一旦、IR情報要約フローが完成です。

4-3. 質疑応答フロー

ここからは、チャットの中で質問が来た場合に回答が出力されるようにワークフローを設定していきます。

条件分岐ノードの「ELIF CASE2」につながるノードとして新たにLLMノードを追加します。モデルを選択し、SYSTEM部分に入力変数として「conversation.IRtext」と「sys.query」を入力して詳細なプロンプトを設定します。

次に、次に変数代入ノードを追加し、変数を設定していきます。まずは、LLMのデータを格納する変数を以下の内容で作成します。会話変数のボタンをクリックすると変数の追加が可能です。

• 変数名：checkpoint

• タイプ：string

• 説明：会話のチェックポイント

作成した変数を変数代入ノードに設定していきます。上のバーに作成した変数「checkpoint」を、下のバーにLLMの出力変数textを入力します。

回答ノードを追加し、変数代入の出力変数を設定します。ここまでで一旦、質疑応答フローが完成です。

4-4. 質疑応答フロー（回答内容を記録する）

最後のフローとしてメモと入力すると回答を記録するフローを設定します。

条件分岐ノードの「ELIF CASE3」につながるノードとしてテンプレートノードを追加します。入力変数に「Checkpoint」を設定し、コードに以下を追加します。

### 以下を記録しました
\{\{ arg1 \}\}

回答ノードを新たに追加してテンプレートの出力変数「output」を設定します。

これで全てのワークフローの設定が完了しました。

最後に画面右上の「機能」ボタンよりフォローアップや会話の開始をオンにして公開するとweb上で作成したアプリの動作を確認することができます。

5.動作確認

実際に公開されているIR情報をアップロードして、チャットで「要約して」と入力すると、要約された情報を回答してくれました。

まとめ

Difyは、AI技術を利用したアプリケーションを簡単に作成できるオープンソースプラットフォームであり、専門的なプログラミング知識がなくてもLLMを使ったアプリ開発が可能です。特に、ローコード・ノーコード開発に加えてLLMワークフローを作成できる点が強みです。記事内では、DifyでAIエージェントを作成する具体的なステップとして、IR資料を分析するアプリを例に挙げ詳しく説明しました。

▶︎Difyで業務効率化する際のポイントを解説したお役立ち資料

GMO即レスAIでは企業向けにDify導入支援もおこなっています。ご興味のある方はお気軽にお問い合わせください。

▶︎お問い合わせはこちら

最後までお読みいただきありがとうございました！