Difyを学ぼう　第1回　Difyと関連用語を解説

2026年7月9日 2026年7月9日

せきの

ここ数年でAIは急速に進化し、業務や日常生活のさまざまな場面で活用されるようになりました。

すでに、ChatGPTやGeminiなど、多くの人に利用されている生成AIサービスも普及しています。さらにこうした生成AIを活用し、自社の業務に合わせた独自のAIアプリを開発できる「Dify（ディフィー・ディフィ）」を導入する企業も増えています。

既成のAIサービスではなく、Difyを使って独自のAIアプリを作るメリットは多くあります。例えば、社内のマニュアルや業務手順書、就業規則のような、社内専用の知識を覚えさせることは、Difyでないと難しいでしょう。他にも、人事用のAI、営業用のAIといった用途別のAIを作ることができることもメリットと言えるでしょう。また、DifyはAPIを活用して、社内の業務システムとの連携も可能です。

Difyを使って簡単にAIアプリを作れるとはいえ、もともとシステム開発などに関わっていない人にとっては、用語の意味もわからず、何から始めたらいいのか迷ってしまう方も多いでしょう。そこで、今回は、Difyに使われている用語について、主要なものを説明していきたいと思います。

LLM（Large Language Model：大規模言語モデル）

LLMとは、大量の文章を学習して、人間らしい文章を理解したり生成したりできるAIのことです。質問への回答、文章作成、要約、翻訳、プログラムコードの生成など、さまざまな用途に利用できます。例えば、ChatGPTは、OpenAI のGPTというLLMを使っています。

DifyはそのLLMを活用して業務向けAIアプリを構築するプラットフォームです。

LLM自体は「賢い文章生成エンジン」であって、会社の資料や最新情報を最初から知っているわけではないので、RAGという検索拡張生成の仕組み（次項で解説します）を利用して必要な情報を検索・参照し、その内容をもとに回答を生成します。イメージとしては、LLM（GPTなど）はエンジンで、Difyはそのエンジンを使って車を組み立てる仕組み、となります。

RAG （Retrieval-Augmented Generation：検索拡張生成）

RAGとは、LLMが回答を作成する際に、あらかじめ登録した文書やデータを検索し、その情報を参考にして回答を生成する仕組みです。ちなみに文書やデータをナレッジといい、ナレッジベースに登録・管理されます。LLM単体では知らない社内情報や最新情報も、検索結果をもとに回答できるようになります。

例えば普通のLLMだけだと、「うちの会社の有給休暇ルールを教えて」と質問しても、会社独自の規程を学習していないため、正しい回答はできません。

そこでRAGを使うと、

ユーザーが質問　→　社内規程PDFを検索　→　関係する部分を取り出す　→　LLMに渡す　→　LLMが回答

という流れになります。

社内ルールを知らない新入社員が質問されたとき、「資料棚から該当資料を持ってきて読ませる」ことで答えられるようになるイメージです。

まとめると以下のような構成になります。

LLM　　　→ GPTやClaudeなど、回答を生成するAI
RAG　　　→ 社内マニュアルやFAQなどのナレッジを検索する仕組み
Dify　　 → LLMやRAGを組み合わせてAIアプリを構築するプラットフォーム

チャットボット型

生成AIを業務に活用する方法は、大きく「チャットボット型」「ワークフロー型」「エージェント型」に分類できます。

まずはチャットボットについて説明します。

チャットボット型とは、人間とAIが一問一答で対話する形式で、手軽に導入できる点が特長です。ユーザーが質問や依頼を入力すると、AIがその場で応答してくれます。先ほど説明したRAGと組み合わせることで、自社の情報や社内ルールといった企業固有の情報を反映した回答ができるようになります。

ワークフロー型

ワークフロー型とは、複数の処理を連続して実行する仕組みです。チャットボットは人間との柔軟な対話ができるのに対し、ワークフローは定められた手順を確実に繰り返すことが得意とされています。一言でいうと「AIに何をどの順番でやらせるかを定義する仕組み」です。

普通のチャットだと、質問　→　LLM　→　回答　ですが、ワークフローだと、　質問　→　内容を判定　→　資料を検索　→　LLMで要約　→　結果を整形　→　回答　のように複数の処理をつなげることができます。

例えば「議事録要約アプリ」を作る場合、以下のような流れを組みます。

議事録を受け取る
長い文章を分割する
LLMで要約する
指定したフォーマットに整形し出力

ユーザーはボタンを押すだけですが、裏では複数の処理が動いています。

DifyはChatGPTのような「一問一答のチャットボット」だけでなく、このようなワークフローを構築して「業務用AIアプリ」も作成することができるツールです。

エージェント型

エージェント型は、あらかじめ定めた手順ではなくて、目標を基準に動作することで、業務を自動化します。一言でいうと、「AI自身が考えて、必要な作業を選びながら進める仕組み」です。ワークフローとの違いとしては、ワークフローは人間が手順を決めて、決められたルートを進むのに対し、エージェントは、AIが途中で判断し、状況に応じて行動を変えます。

例えば、「来月の東京出張の計画を立てて」と言われたとします。

ワークフローの場合、『ホテル検索　→　交通検索　→　結果出力』と固定ですが、エージェントだと、『出張先はどこ？　→　大阪らしい　→　新幹線とホテルを調べよう　→　予算も考慮しよう　→　最終案を作ろう』と、その場で考えながら動きます。

イメージとしては、ワークフローでは「この手順書通りにやってね」に対して、エージェントは「結果だけ出して。やり方は任せる」となります。

その他関連用語

ほかの参考になる用語もいくつかご紹介します。

プロンプト　・・・AIに対して「何を、どのようにしてほしいか」を伝えるための指示や質問のこと。
ナレッジ　・・・AIが回答を生成する際の参考として利用する文書やデータのこと（社内規定集など）。
ナレッジベース　・・・社内マニュアルやFAQなどのナレッジを登録・管理する場所のこと。登録されたナレッジはRAGによって検索され、AIはその内容をもとに回答を生成します。
ノード　・・・AIの処理や動作を構成するひとつひとつの機能・処理単位のこと。
API　・・・外部のシステム/サービスとデータ/機能を連携するための仕組みのこと。

まとめ

今回は、Difyの関連用語について見てきました。見慣れない言葉も多いですが、実際にDifyを使っていくことで、少しずつ身に付けていただければ幸いです。

Difyは、単なるチャットボットではなく、「資料検索→要約→分類→メール作成」のような一連の業務をノーコードで組み立てられることが大きな特徴です。ノードを組み合わせて処理の流れを視覚的に設計できるため、プログラミングの知識がなくても業務に合わせたAIアプリを構築できます。これにより、定型業務の効率化や作業時間の短縮、生産性の向上が期待できます。実際にDifyでアプリを作成するなら、最初は「チャットボット＋RAG」から始めて、次に「ワークフロー」、複雑な業務になったら「エージェント」という順番で理解していくことを個人的にはオススメします。

※本記事の正確性については最善を尽くしますが、これらについて何ら保証するものではありません。本記事の情報は執筆時点（2026年7月）における情報であり、掲載情報が実際と一致しなくなる場合があります。必ず最新情報をご確認ください。

※記載の商品名やサービス名は各社の登録商標または商標です。