---
title: Dify入門_法人研修_公式準拠サンプル
tags:  #dify  
author: [Yukiko](https://www.docswell.com/user/yukiko_it)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/87DK6Z84JG.jpg?width=480
description: Dify入門_法人研修_公式準拠サンプル by Yukiko
published: October 24, 26
canonical: https://www.docswell.com/s/yukiko_it/5Y8R2D-2026-10-24-142529
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/87DK6Z84JG.jpg)

開始
ユーザー入力
Dify入門
公式docsで学ぶ AIアプリ開発
LLM
モデルが回答を生成
作る → 公開する → 運用する 法人研修 90分
回答
新人（文系・未経験）
中堅エンジニア
うさうさ研修工房 ／ 公式docs確認日 2026-10-24
PM・顧客対応
Web / API / MCPで公開


# Page. 2

![Page Image](https://bcdn.docswell.com/page/VJPKYD8VE8.jpg)

今日のゴールと 3つの受講レベル
同じスライドを、立場に合わせて読み替えます
新人（文系・未経験）
中堅エンジニア
PM・顧客対応
用語に不慣れで不安が大きい方
実装経験があり設計根拠を知りたい方
説明と判断が仕事の方
ゴール
ゴール
ゴール
1.
1.
既定値・制約を公式で説明できる
1.
2.
検索設定と運用ログの設計判断が
できる
価値・リスク・体制を顧客に説明でき
る
2.
公開方式とセルフホストの違いを語
れる
2.
Difyが何かを自分の言葉で説明で
きる
ナレッジ付きチャットボットを 1つ動
かせる
読み方
読み方
読み方
STEP1〜7をたとえ中心で
STEP4〜8を根拠・設定値中心で
STEP1・2・8を事実→理由→提案で
出典: 講師設計（公式docsの章立てに基づく学習設計）
2


# Page. 3

![Page Image](https://bcdn.docswell.com/page/2EVVG1NREQ.jpg)

学習ロードマップ（ 8段階スロープ）
山場はSTEP7の1箇所だけ。前は励まし、後は振り返り
★ 山場
7
6
5
4
3
8
2
1
Why
What
部品
中核
RAG
設計
山場
緩和
Difyとは
アプリタイプ
変数とノード
LLMノード
ナレッジ基礎
検索設定
FAQボット構築
公開・運用
出典: 講師設計（うさうさ研修工房坂道型スロープ）
3


# Page. 4

![Page Image](https://bcdn.docswell.com/page/57GL82K6EL.jpg)

Why：なぜDifyか
AIアプリを「描いて作り、複数の形で出せる」基盤
Studio
ドラッグ&ドロップで構築
2
3
主要アプリタイプ
Workflow / Chatflow
公開形態
API / Web / MCP
公式の言葉
「Dify はエージェンティックアプリの構築のために作られています。」
Studio でドラッグ&ドロップにより構築し、 API、Web、または MCP サーバーとして公開できます。
新人
「ドラッグ＆ドロップで作れる」から始
めましょう
出典: docs.dify.ai/ja/use-dify/getting-started/key-concepts
中堅
出口がAPI・Web・MCPと複数ある点
を押さえる
PM・顧客
導入メリットは公式の機能名で説明
（誇張しない）
4


# Page. 5

![Page Image](https://bcdn.docswell.com/page/4EQY9PN2JP.jpg)

What：Difyの全体像
作る場所（Studio）→ アプリ → 公開、を支える土台
Studio
ドラッグ&ドロップで構築
アプリ
公開
Workflow / Chatflow
（Chatbot・Agent・Text Generator）
Web App / API
埋め込み / MCP
ナレッジ（ RAG）
モデル・プラグイン
ログ・モニタリング
自社データを根拠に回答
Model Providers / Integrations
会話・実行の記録と改善
新人
左から右へ「作る→出す」と読む
中堅
土台3つ（知識・モデル・ログ）が運用
の要
出典: docs.dify.ai/ja/use-dify/getting-started/key-concepts ／ /en/self-host/use-dify/publish
PM・顧客
顧客には「作る・公開・運用」の3語で
説明
5


# Page. 6

![Page Image](https://bcdn.docswell.com/page/KJ4WXYGP71.jpg)

アプリタイプ： WorkflowとChatflow
公式の推奨は、この2つから選ぶこと
Workflow
Chatflow
•
単一ターンのタスク向け
•
会話のターンごとに実行
•
Webアプリ・APIで多数をバッチ実行
•
常にユーザー入力で開始
•
開始はユーザー入力か「トリガー」
•
会話変数・メモリ・ストリーミングに対応
•
（スケジュール・外部イベント）
•
公式：Workflowの特殊なタイプ
•
公式：他のすべてのアプリタイプの基盤
レガシー3種：チャットボット／エージェント／テキストジェネレーター（同じワークフローエンジン上で動作。よりシンプルなレガシーインターフェース）
新人
1回で終わる＝Workflow、会話
＝Chatflow
出典: docs.dify.ai/ja/use-dify/getting-started/key-concepts
中堅
Workflowは全アプリタイプの基盤（公
式）
PM・顧客
顧客には「単発処理か会話か」で選
定を説明
6


# Page. 7

![Page Image](https://bcdn.docswell.com/page/LE1YN6DX7G.jpg)

変数：4つの置き場所
「ラベル付きの入れ物」。種類で寿命と使い道が違う
1
入力
ユーザー入力ノードで定
義。システム変数
（sys.user_id など）も提供
2
出力
3
各ノードが生成。後続ノード
で参照できる
環境変数
4
アプリ全体で使う値。 API
キーなどはSecret型
会話変数
Chatflowにのみ存在。ター
ンをまたいで保持
操作のコツ 変数の参照は、入力欄のドロップダウン、または「 /」の入力で挿入。ユーザー入力は実行開始時に設定され、更新できない。
新人
「箱にラベルを貼る」とたとえて説明
出典: docs.dify.ai/ja/use-dify/getting-started/key-concepts
中堅
会話変数＝Chatflowだけ。更新は変
数代入ノード
PM・顧客
APIキーは環境変数のSecret型で管
理
7


# Page. 8

![Page Image](https://bcdn.docswell.com/page/GEWG4WYKJ2.jpg)

ノード：部品を線でつなぐ
公式ノードリファレンスの主要10種
LLM
ナレッジ検索
If-Else
ツール
エージェント
モデルを呼び出す
自社データを検索
条件で分岐
Marketplaceの機能を利
用
エージェント処理
コード
HTTPリクエスト
イテレーション
テンプレート
変数集約
コードで処理
外部APIを呼ぶ
繰り返し処理
文字列の整形
分岐結果をまとめる
他にもあります： 回答 / 出力 / 質問分類器 / ループ / ドキュメント抽出 / 変数代入 / パラメータ抽出 / リスト操作
新人
全部は覚えない。今日は4つ（太枠）
だけ使う
中堅
条件分岐・外部API・繰り返しもノード
で表現
出典: docs.dify.ai/en/self-host/use-dify/nodes/（llm / knowledge-retrieval / ifelse / code / http-request ほか）
PM・顧客
顧客には「部品を線でつなぐ」と説明
8


# Page. 9

![Page Image](https://bcdn.docswell.com/page/47ZL25XNJ3.jpg)

LLMノード： 7つの設定
ここが「頭脳」。公式が挙げる主な機能
モデル選択
プロンプト
コンテキスト
メモリ
プロバイダーのモデルを選ぶ。
Precise / Balanced / Creative
のプリセットあり
変数は {{ }} で挿入。Jinja2モー
ドでループ・条件も
ナレッジ検索の出力を渡して根
拠付き回答。引用元も追跡
Chatflowで過去のやり取りを引
き継ぐ（ノード単位）
構造化出力
ビジョン
リトライ・エラー処理
JSON Schemaなどで形式を指
定。JSON対応モデルが安定
ファイル変数で画像・文書をマル
チモーダルモデルへ
最大回数・間隔・バックオフ。失
敗時は既定値/分岐/代替モデル
新人
まずはモデル選択とプロンプトだけで
OK
出典: docs.dify.ai/en/self-host/use-dify/nodes/llm
中堅
メモリはノード単位。会話をまたいで
残らない
PM・顧客
今日の山場で使う
「コンテキスト」を ナレッジ検
索の出力につなぐ
失敗時の再試行・代替モデルは可用
性の根拠
9


# Page. 10

![Page Image](https://bcdn.docswell.com/page/YJ6WV949JV.jpg)

RAG：自社データを根拠に答える
公式の仕組み：検索 → 質問と合体 → LLMが回答
質問
検索
質問＋関連情報
LLM
ユーザー
ナレッジから関連情報
LLMに渡す
回答生成
ナレッジベースの作り方（公式 3種）
1
すぐに使える
データを取り込み、処理ルールを決めれ
ばDifyが処理
新人
司書がまず本を探してから答える、と
たとえる
出典: docs.dify.ai/ja/use-dify/knowledge/readme
2
カスタム
独自のステップや連携で、データ処理
ワークフローを構築
中堅
作り方は3種。外部ナレッジは移行不
要
3
外部ナレッジ
APIで外部ナレッジと同期。既存データを
移行せず利用
PM・顧客
「自社データが根拠」と顧客に説明で
きる
10


# Page. 11

![Page Image](https://bcdn.docswell.com/page/GJ5MDNQDJ4.jpg)

インデックスと検索の設定値
公式の既定値と注意書きを正確に押さえる
高品質（High Quality）
埋め込みモデルでベクトル化し意味で照合。
作成後、経済的には切替不可
経済的（Economical）
1チャンク10キーワード。トークン消費なし・精度
は低め。
転置インデックスのみ。後で高品質へ変更可
検索方式（高品質）
ベクトル検索
全文検索
ハイブリッド
質問を埋め込み、近いチャンク
を探す
語を含むチャンクを返す
両方を実行し並べ替え。重み
設定またはRerank
Rerank
TopK
スコア閾値
既定オフ
既定 3
既定 0.5
公式の注意：TopKとスコア閾値はRerank段階で有効。適用にはRerankモデルの有効化が必要（要
・最新docs確認）
新人
まず「高品質」を選ぶ。後戻り不可と
覚える
中堅
出典: docs.dify.ai/en/use-dify/knowledge/create-knowledge/setting-indexing-methods
既定：TopK=3、閾値=0.5。Rerankは
既定オフ
PM・顧客
精度・コスト・ストレージ上限の説明材
料にする
11


# Page. 12

![Page Image](https://bcdn.docswell.com/page/LE3WM2ZQE5.jpg)

山場：社内 FAQボットを作る
ナレッジ検索 → LLM → 回答。この4ノードが今日のゴール
開始
ナレッジ検索
LLM
ユーザー入力（Chatflow）
クエリ＝userinput.query
コンテキスト＝result
★1
検索クエリを設定
ナレッジ検索のQuery Textにユーザー入力
を指定
新人
★2
コンテキストを接続
LLMのContextにresult、システム指示で
Contextを参照
4ノードをつなぐだけ。まず完成図を
見る
出典: docs.dify.ai/en/self-host/use-dify/nodes/（knowledge-retrieval / llm）
中堅
Context=result、プロンプトでContext
を参照
★3
回答
Previewで確認
回答が登録資料に基づいているかを確認
PM・顧客
顧客デモは「根拠付き回答」を見せる
12


# Page. 13

![Page Image](https://bcdn.docswell.com/page/8EDK6ZRW7G.jpg)

ハンズオン手順とつまずき
7ステップ。止まったら右の「回復」を見る
つまずきと回復
1
モデルプロバイダーを設定（連携 > モデルプロバイダー）
2
ナレッジを作成し資料をアップロード、インデックス方式を選ぶ
回答が資料とずれる
検索テストで当たるチャンクを確認 → 検索設定を見直す
3
検索テストで質問を試す
4
Chatflowを新規作成（空白から）
Rerankが選べない
モデルプロバイダーにRerankのAPIキーを先に設定
5
ナレッジ検索ノードを追加、クエリに userinput.query
6
LLMノードのコンテキストに result、システム指示で参照
出典を見せたい
LLMノードは引用元の追跡に対応（公式）
7
プレビューで質問して確認
新人
手順は一緒に。揃うまで待つ
中堅
検索テストで資料の当たり方を確認
出典: docs.dify.ai/ja/learn/tutorials/simple-chatbot ／ /en/self-host/use-dify/nodes/knowledge-retrieval
PM・顧客
デモ前に検索テストで精度を確認す
る癖を
13


# Page. 14

![Page Image](https://bcdn.docswell.com/page/V7PKYDWXJ8.jpg)

発展：ツールと判定ルーティング
公式レッスン：ナレッジで足りなければWeb検索へ分岐
ナレッジ検索
ポイント
LLM
If / Else
十分か判定
「見つからない」を含むか
ナレッジで回答
•
ツールはMarketplace
から導入
•
一部ツールはAPIキー
が必要
•
キーは公開しない
ツール： Web検索
＋回答LLM
変数集約 → 要約LLM → 出力
新人
今日は紹介のみ。分岐の発想を持ち
帰る
出典: docs.dify.ai/en/use-dify/tutorials/workflow-101/lesson-07
中堅
分岐後は変数集約ノードで1本に合
流
PM・顧客
ツールのAPIキーは厳重管理（公式
も注意）
14


# Page. 15

![Page Image](https://bcdn.docswell.com/page/2JVVG183JQ.jpg)

公開：作ったものを使ってもらう
公式は4つの出口。すべてのアプリで利用できる
Webアプリ
API連携
サイトに埋め込み
MCPサーバー
アプリごとに自動生成。公開
後、Access Pointタブのリン
クを共有。端末を選ばない
既存プロダクトに AIを追加。
UI・認証・データ処理は自分
で制御
チャットウィジェットまたはイ
ンラインフレームで表示
Claude DesktopやCursorな
どのAIツールにアプリを接続
Marketplaceへの公開は別手順（公式 publish-to-marketplace）
新人
公開→Access Pointタブのリンクで
共有
出典: docs.dify.ai/en/self-host/use-dify/publish/README
中堅
API連携では認証・データ処理は自
社で制御
PM・顧客
提案順序は「Web試用→API連携」が
通しやすい（講師見解）
15


# Page. 16

![Page Image](https://bcdn.docswell.com/page/5EGL825YJL.jpg)

運用：ログとモニタリング
公式の注意：ログには会話の全文が残る
何が見えるか（公式）
法人で必ず確認
会話・実行の記録
1
チャット系は会話、Workflowは実行を記録
2
トークンと遅延
3
フィードバック
4
外部連携
回答ごとの消費量・レイテンシ・ノードのトレース
1.
ログは完全な会話を含み、機微情報の可能性
2.
保持：既定は無期限。環境変数で自動削除を設定
3.
会話を削除してもアップロードファイルは残る
4.
地域のデータ保護要件を確認
ユーザー評価（User Rate）とチーム評価（Op. Rate）
LangSmith・Langfuse・Opik・W&B Weave ほか
新人
ログは改善に使い、機微情報は短期
保持
出典: docs.dify.ai/en/self-host/use-dify/monitor/logs
中堅
保持は環境変数で設定。毎日クリー
ンアップ
PM・顧客
顧客とは保持期間を先に合意（講師
見解）
16


# Page. 17

![Page Image](https://bcdn.docswell.com/page/4JQY9PZ67P.jpg)

自社環境へ： Docker Composeで構築
公式の最小要件と手順。動かなければ公式FAQへ
前提と注意（公式）
git clone --branch "$(curl -s
https://api.github.com/repos/langgenius/dify/releases/
latest | jq -r .tag_name)"
https://github.com/langgenius/dify.git
cd dify/docker
cp .env.example .env
openssl rand -base64 32
# → .env の
DIFY_AGENT_LOCAL_SANDBOX_AUTH_TOKEN
docker compose up -d
docker compose ps
新人
今日は構築しない。必要条件を知る
出典: docs.dify.ai/en/self-host/deploy/quick-start/docker-compose
中堅
•
CPU 2コア以上・RAM 4GiB以上
•
Docker Compose 2.24.0以上
•
初期設定：http://localhost/install
•
トークン未設定だとエージェント基盤が起動しない
•
init_permissions が Exited でも正常
•
更新：版ごとのガイドと .env差分を確認
Compose 2.24.0+、トークン設定が
要点
PM・顧客
更新は版ごとのガイドを必ず確認
17


# Page. 18

![Page Image](https://bcdn.docswell.com/page/K74WXY3ME1.jpg)

クライアントへの説明の型
事実 → 理由 → 提案。公式の根拠を添える
Q. データはどこに残る？
事実（公式）
ログは会話全文を含む／保持は設定可
提案（講師見解）
保持期間と機微情報の扱いを先に合意
新人
型：事実→理由→提案。公式と見解
を分ける
出典: 講師設計（事実は各ページの公式docs。助言部分は講師見解）
Q. 精度は大丈夫？
事実（公式）
検索テスト・Rerank・メタデータ絞り込み
がある
提案（講師見解）
検証データで検索テストを実施してから
展開
中堅
中堅は設定値を根拠として添える
Q. 既存システムと連携できる？
事実（公式）
API・埋め込み・MCP・HTTPリクエスト
ノード
提案（講師見解）
Web試用 → API連携の2段階で進める
PM・顧客
PMは責任分界と体制を先に伝える
18


# Page. 19

![Page Image](https://bcdn.docswell.com/page/LJ1YN61YEG.jpg)

まとめと公式リソース
確認日 2026-10-24。UI・既定値は版で変わるので最新docsで再確認
到達チェック
WorkflowとChatflowの違いを説明できる
公式リソース（ docs.dify.ai）
/ja/use-dify/getting-started/key-concepts
/ja/use-dify/knowledge/readme
変数4種のうち会話変数の条件を言える
RAGの流れを図で説明できる
高品質と経済的の違いと注意点を言える
/en/use-dify/knowledge/create-knowledge/setting-indexing
-methods
/en/self-host/use-dify/nodes/（llm・knowledge-retrieval）
/en/self-host/use-dify/publish/README
/en/self-host/use-dify/monitor/logs
/en/self-host/deploy/quick-start/docker-compose
/en/use-dify/tutorials/workflow-101/lesson-07
FAQボットを1つ動かした
公開4方式とログの注意を説明できる
19