🌟 Difyデビュー！初めての操作から理解まで一緒にやってみよう！【前編】

この記事の内容

Difyはプログラミング不要でAIアプリケーションを作れるノーコード/ローコードプラットフォームです
クラウド版とオンプレミス版の両方が提供されており、エンタープライズ利用にも対応しています
テンプレートを使えばチャットボット・エージェント・ワークフローを素早く試せます
モデルプロバイダー設定でAzure OpenAIやその他のLLMを接続できます
エージェント機能では複数のツールを組み合わせて複雑なタスクを自動実行できます

Difyとは何か

Difyは、生成AIアプリケーションの開発に特化したノーコード/ローコードプラットフォームです。プログラミングを行わずにAIアプリを作成できる開発環境が整っており、以下のような機能を備えています。

オーケストレーションスタジオ: プロンプト設計や処理フローをGUIで構築できます
RAG（Retrieval-Augmented Generation）: データベースや検索エンジンと連携し、情報を動的に取得してAIに渡す仕組みが標準搭載されています
プロンプトIDE: プロンプト開発のための統合環境が用意されています
エンタープライズLLM Ops: モデルの監視やログ記録、精度改善のための運用機能を備えています
BaaS（Backend as a Service）: バックエンドAPIとの連携が容易に行えます
LLMエージェント: 複数のツールを使って複雑なタスクをこなすエージェント機能があります
ワークフロー: 段階的な処理フローを定義できます

また、クラウド版とオンプレミス版の両方が提供されています。オンプレミス版ではデータをローカルに保持しつつ、クラウドのAIサービスやローカルのAIモデルと組み合わせて使うことができます。

アカウント作成とスタート画面

Difyの公式サイトにアクセスし、GoogleアカウントまたはGitHubアカウントでサインインするとスタジオ画面に遷移します。

画面上部にはアプリ作成の入口があり、以下の3つの方法から選択できます。

最初から作成: 白紙の状態から設計する
テンプレートから作成: 用意されたテンプレートを利用する
DSLファイルをインポート: 既存の設定ファイルから読み込む

テンプレートを使ってみる

テンプレート一覧にはさまざまな用途のアプリが用意されています。カテゴリとしては以下のようなものがあります。

エージェント系: YouTubeチャンネルデータ分析、SVGロゴデザイン、旅行プラン作成など
アシスタント系: プログラミングチャットボット、テキスト生成など
ワークフロー系: 本の翻訳、メール自動返信など

アプリの種別は大きく「チャットボット」「テキスト生成」「エージェント」「ワークフロー」に分かれています。エージェントはツールを複数回呼び出しながら複雑なタスクをこなすタイプで、ワークフローは段階的な処理を定義するタイプとして区別されています。

今回は「YouTube Channel Data Analysis」のテンプレートを選択して試してみました。このテンプレートはYouTubeチャンネルのデータを分析して報告するエージェントです。

モデルプロバイダーの設定

テンプレートを開いただけではLLMが接続されていないため、動作しません。モデルを使用するには、設定画面からモデルプロバイダーを追加する必要があります。

設定メニューの「モデルプロバイダー」から利用したいサービスを追加できます。

Azure OpenAIの設定例

Azure OpenAIサービスを追加する場合は、以下の情報を入力します。

テキスト埋め込みモデルも同様に追加できます。text-embedding-ada-002などのデプロイ済みモデルを同じ手順で設定します。

注意: APIキーは画面に表示されてしまうため、配信中や録画環境での設定作業には十分注意が必要です。誤って公開してしまった場合は、速やかにキーをローテーション（再生成）してください。

モデルを追加した直後はシステムモデル設定の一覧にすぐ反映されない場合があります。ページをリロードすると反映されることが確認できました。

ツールの認証設定（YouTube APIの例）

YouTubeチャンネルデータを取得するには、YouTubeツールの認証設定が必要です。テンプレートには「ツールが認可されていません」という表示が出ており、APIキーを設定することで利用できるようになります。

YouTubeツールを有効化する場合はGoogle APIキーが必要です。

Google Cloud ConsoleでAPIキーを作成します
Difyのツール設定画面（「認証を設定する」から）にAPIキーを入力します
「保存」をクリックし、成功メッセージが表示されれば設定完了です

この設定後、エージェントに対してチャンネルの分析を依頼すると、YouTubeのデータを実際に取得して回答を返すようになりました。

エージェントの仕組みを理解する

エージェントの内部では、プロンプトの中に動作手順が埋め込まれています。確認できた構造は以下のとおりです。

ユーザーへの質問: どのYouTubeチャンネルを分析するかを聞く
データ取得: YouTubeツールでチャンネルの統計情報を取得する
チャート生成: Functionツールでチャートを作成する
レポート出力: あらかじめ定義されたレポートテンプレートに従って結果を返す

エージェントモードでは「最大繰り返し回数」が設定されており（デフォルト5回）、以下のサイクルを繰り返しながらタスクを進めます。

この処理の状態はJSON形式で管理・更新されながら進行します。これはReActと呼ばれるエージェントの基本的なパターンに対応したものです。

DSLエクスポートについて

作成したアプリの設定はDSL（ドメイン固有言語）形式でエクスポートできます。「DSLエクスポート」を実行すると、アプリ全体の設定（プロンプト、ツール設定、パラメーターなど）がファイルとして書き出されます。

このファイルを別の環境にインポートすれば、同じアプリを再現できます。設定のバックアップや環境移行に活用できる機能です。

まとめ

Difyはプログラミングなしでも生成AIアプリケーションを構築できるプラットフォームで、初めて触れる場合でもテンプレートを活用することでエージェントの動作を素早く体験できます。

今回の操作を通じて確認できたポイントは以下のとおりです。

テンプレートを選ぶだけで、チャットボット・エージェント・ワークフローの雛形がすぐに手に入ります
モデルプロバイダーの設定画面からAzure OpenAIなど複数のLLMを接続できます
ツールの認証設定を行うことで、YouTube・Wikipedia・Trelloなど外部サービスのデータをエージェントが利用できるようになります
エージェントは内部でツールを繰り返し呼び出しながらタスクを達成する仕組みになっており、その手順はプロンプトとして定義されています
アプリの設定はDSL形式でエクスポート・インポートが可能です

後編では、エージェント以外のアプリタイプについても引き続き試していく予定です。