コア機能概要

Dify が標準で提供する 5 つのコアコンポーネントは以下の通りです。各機能は UI 上で統合的に管理でき、個別に組み合わせて柔軟なワークフローを作成できます。

※ Observability に列挙したツールは Dify 本体に組み込まれているわけではなく、外部サービスへのデータ送信を有効化できるオプションです。利用する際は各ベンダー側の設定が必要となります。

想定ユーザー

• ノーコードで AI アプリを試したい非エンジニア
• 社内 DX 推進担当者やプロダクトマネージャー
• 小規模から大規模まで、データ駆動型チャットボットを迅速に導入したい組織

アカウント作成と料金プランの選び方

本章では Dify のサインアップ手順と、2026 年時点で公表されている料金体系（公式サイト上の最新情報が取得できないため、2025 年末までのデータを元に概算）を紹介します。実際に導入する際は、必ず公式ページまたは営業担当者から最新版をご確認ください。

サインアップ手順

1. Dify 公式サイトの 「Start for free」 ボタンをクリックし、メールアドレスまたは Google SSO で登録。
2. 初回ログイン時に組織名と利用目的（例：社内ヘルプデスク）を入力すると、無料プランが自動適用されます。

無料プラン概要

無料プランは機能ロックがなく、プロトタイプ作成や評価に十分なリソースを提供します。

有料プラン（2026 年版）

Standard プラン

Standard は中小規模のチーム向けに設計された定額プランです。月額 $49 (USD) がベースとなりますが、超過分は従量課金となります。

Enterprise プラン

Enterprise は大規模組織や厳格なセキュリティ要件を持つ顧客向けです。価格は見積もり制（年契約ベース） で、公式には $199/月 という目安が提示されていますが、実際の金額は利用規模・オプションに応じて変動します。

Enterprise プランの詳細は 営業担当者へお問い合わせ いただく形となります。見積もり時に「年契約割引」や「追加ストレージ」の有無を確認してください。

プラン選定のポイント

• 利用予測：月間 API コールとデータ容量が無料枠・Standard の上限を超えるかどうかで判断。
• 機能要件：カスタムドメインやマルチエージェントが必要なら Standard 以上、SSO・オンプレミスが必須の場合は Enterprise。
• 予算感：Enterprise は年単位の契約になるため、長期的な ROI をシミュレートしてから検討すると効果的です。

基本概念と設定方法 ― エージェント・ワークフロー・RAG・インテグレーション・Observability

この章では Dify の主要コンポーネントそれぞれの役割と、実際に UI 上で設定する手順を簡潔に解説します。各セクションは「何ができるか」→「どこで設定するか」の流れになっています。

エージェント

エージェントは 「ユーザー入力 → プロンプト生成 → LLM 応答」 の一連の処理を定義します。テンプレート（ChatGPT風、FAQ、検索支援等）から作成し、プロンプトやツール呼び出しを自由にカスタマイズできます。

• 作成手順
• ダッシュボード左上の 「New Agent」 をクリック。
• 好みのテンプレートを選択し、名前と説明文を入力。

• 「Prompt Builder」で変数（例：{{question}}）や追加指示を配置。

• 活用例

• カスタマーサポートエージェント → 社内ナレッジベース検索で回答生成
• データ分析アシスタント → ユーザー要求から SQL クエリを自動生成し結果表示

ワークフロー

ワークフローは複数エージェントを 条件分岐・ループ でつなげ、業務プロセス全体をオーケストレーションします。

• 作成手順
• 「Workflow Builder」へ遷移。
• エージェントノードをドラッグ＆ドロップし、矢印で接続。

• ノード上の設定アイコンから If/Else や For Each を追加して分岐ロジックを構築。

• 実務イメージ
  「見積もり依頼」→エージェントAで情報抽出 → API 呼び出しで金額算出 → エージェントBがメール送信。

RAG パイプライン

RAG（Retrieval‑Augmented Generation）は外部データを検索・取得して LLM の生成に活用する仕組みです。Dify ではデータコネクタ、ベクトルインデクサー、Retriever、Generator の4段階で構成されます。

設定は「RAG Settings」タブで データソース → インデックス作成 → 検索パラメータ の順に行います。

マルチインテグレーション

外部サービスとの連携は 「Integrations」ページから追加 します。Slack、Google カスタム検索、Zapier 等の認証情報を保存し、エージェントの Tool セクションで呼び出せます。

• 設定例（Slack）
• 「Add Integration」→「Slack」 → Webhook URL を入力。
• エージェントのツール定義で slack_notification を選択し、送信先チャンネルをマッピング。

Observability（モニタリング）

Observability は Dify が自動で収集するメトリクス・ログ・トレース情報を可視化します。標準ダッシュボードに加えて、Opik・Langfuse・Arize Phoenix へのエクスポートはオプション連携です。

• 確認できる指標
• リクエスト数 / エラー率（時間単位のグラフ）
• 個別チャットセッションのプロンプト‑レスポンス履歴（トレース）

• 月間 API 使用量と予測コスト

• 外部転送設定
  「Observability」タブで「Enable Export」をオンにし、対象ツールのエンドポイント URL と認証キーを入力するだけでリアルタイムデータが流れます。

実践ステップ①〜④ ― テンプレート選択からマルチエージェント構築まで

本節では、Dify を実際に使い始めるための 4 つの具体的な手順 を示します。各ステップは独立して完了でき、最終的には公開可能な AI アプリが完成します。

ステップ①：テンプレート選択とデータソース接続

まずは「Create App」→「Template Gallery」から目的に合うテンプレート（例：FAQ Bot、Product Catalog Search）を選びます。次に左メニューの 「Data Sources」 で CSV アップロードまたは DB 接続文字列を入力し、プレビュー画面で取得結果が正しいか確認します。

ステップ②：プロンプト設計・コンテキスト管理・テストチャット

テンプレートに合わせて Prompt Builder に変数（{{question}}, {{retrieved_documents}}）を配置し、指示文を調整します。設定後は「Test Chat」タブで実際の質問を投げ、検索結果と生成回答が期待通りか検証します。

ステップ③：ツール呼び出し・外部 API 連携

エージェントの Tool セクションから Slack 通知や Google 検索などの外部サービスを追加できます。たとえば「緊急」キーワードが含まれた回答は自動で Slack に送信するロジックを YAML 風に記述します。

ステップ④：マルチエージェントワークフローとシナリオ分岐

「Workflow Builder」に戻り、エージェントA（受付） → エージェントB（データ取得） → エージェントC（整形・返答） の流れを構築します。条件分岐で「見積もり」キーワードがある場合は B のみ実行し、金額計算 API を呼び出すよう設定すると、シナリオごとに最適化されたフローが完成します。

公開とデプロイ ― Web 埋め込み・カスタムドメイン・API 提供の手順

AI アプリを社内外で利用できる形にするには、埋め込みウィジェット、独自ドメイン、REST API のいずれか（または全て） を有効化します。以下にそれぞれの設定フローと注意点をまとめました。

Web 埋め込み

1. 完成したアプリの 「Publish」タブ → 「Embed」 を選択。
2. ウィジェットサイズ（幅・高さ）やテーマカラーをカスタマイズし、生成された <iframe> コードを取得。
3. 社内ポータルや顧客向けサイトの HTML に貼り付けるだけで即座に利用開始できます。

埋め込みは 無料プランでも可能 ですが、同時接続数が増えると API コール上限に注意してください。

カスタムドメイン

1. 「Publish」→「Custom Domain」で希望のサブドメイン（例：chat.example.com）を入力。
2. 表示される CNAME レコードを DNS プロバイダー側で設定し、SSL 証明書が自動発行されるまで待機します。
3. 設定完了後は Standard 以上のプラン が必要です（Enterprise では追加オプションとしてオンプレミス版も選択可）。

API として公開

1. 「Publish」→「API」タブで 「Enable REST API」 をオンにする。
2. エンドポイント URL と認証方式（Bearer Token）を取得し、ドキュメント化します。
3. 外部システムからは POST https://api.dify.ai/v1/chat/completions の形でリクエストし、JSON 形式の回答が返ります。

セキュリティベストプラクティス

• トークンは 90 日ごとにローテーション し、最小権限（例：特定アプリへのアクセス）のみ付与。
• 標準プランでは 100 RPS が上限になるため、レートリミットをバックエンドで実装しておくことが推奨されます。

コスト・ROI シミュレーションと障害対処法

導入効果を客観的に評価するには、想定利用量から月間コストを算出し、業務改善による削減額と比較します。また、運用中に起きやすい障害を Observability で検知・対応できる仕組みを整えておくことが重要です。

月間利用想定コスト（Standard プラン例）

ROI 計算例

• ケース：社内ヘルプデスク向けチャットボットが月間 2,000 件の問い合わせを処理。
• 人件費削減：1 件あたり 5 分 → ボット導入で 30 秒に短縮 → 月間約 80 時間削減（時給 ¥3,000）＝¥240,000 のコストカット。
• 運用コスト：Standard プラン + カスタムドメイン = ¥8,500（$64 相当）。

ROI = (削減額 – 運用コスト) / 運用コスト ≈ 27 倍。短期間で投資回収が見込めます。

典型的な障害と Observability を活用したトラブルシューティング

アラート設定例：エラー率が 2 % 超えたら Slack に即時通知するルールを作成すると、障害検知から復旧までの時間が大幅に短縮できます。

まとめ

• Dify はノーコードで LLM と社内データを組み合わせた AI アプリを迅速に構築できるプラットフォーム です。
• 無料プランから Standard、Enterprise の段階的な料金体系が用意されており、導入規模やセキュリティ要件に応じて選択できます（Enterprise は見積もり制）。
• エージェント・ワークフロー・RAG・インテグレーション・Observability の 5 大機能を理解し、テンプレート選択→プロンプト設計→ツール連携→マルチエージェント化という流れで実装すれば、数時間で本格的な AI アプリが完成します。
• 公開方法は埋め込みウィジェット、カスタムドメイン、REST API のいずれでも対応可能で、必要に応じてセキュリティ対策を施せます。
• コストシミュレーションと ROI 計算を行うことで、導入効果を定量的に示すことができ、特に大規模組織では Enterprise プランへの移行検討材料となります。

本ガイドに沿って設定・実装・運用まで進めれば、「ノーコードで AI 活用を加速させる」 という目標を確実に達成できるでしょう。