Difyの使い方｜アプリの作り方・ワークフロー・料金と導入時の注意点【2026年最新】
社内文書を参照して答えるチャットボットを作りたい。定型の処理をAIに任せたい。そう考えても、開発を外注すれば費用がかさみ、自社で作るには技術者が足りない。この間を埋める選択肢として広がっているのがDifyです。
本記事では、Difyで何ができるのかという整理から、クラウド版とセルフホスト版の選び方、アプリの種類と作成手順、社内文書を参照させる仕組み、ワークフローの組み方、料金の考え方、そして導入前に確認すべきライセンスと情報の取り扱いまでを整理します。
| 確認したいポイント | 結論 | 詳細 |
|---|---|---|
| Difyとは？ | ノーコードでAIアプリを作れる開発基盤 | 画面上でブロックをつないでチャットボットや業務の自動処理を作れます。オープンソースとして公開されています。 |
| どこから始める？ | クラウド版の無料枠で試すのが手軽です | 登録すればすぐ使えます。社内で運用するなら、自社サーバーに導入する方式も選べます。 |
| 何が作れる？ | 社内向けチャットボットと業務の自動処理 | 社内文書を参照して答える仕組みや、定型の処理を順番に実行する流れを作れます。 |
| 費用は？ | 無料枠あり。AIモデルの費用は別途必要 | クラウド版は月額のプラン制です。加えて、使うAIモデルの利用料が別に発生します。 |
この記事でわかること
- Difyでできることと、コードで開発する場合との違い
- クラウド版とセルフホスト版の選び方
- アプリの種類と、最初に選ぶべき型
- 社内文書を参照させる仕組みとワークフローの組み方
- 料金の内訳と、導入前に確認すべきライセンス条件
| 資料請求のご案内 社内データを活用したAIアプリの設計手順と、対象業務の選び方をまとめた資料をご用意しています。 検討の初期段階からご活用ください。 ▶ 資料を無料でダウンロードする |
Difyとは｜ノーコードでAIアプリを作れる基盤
最初に、このツールが何を提供するものなのかを整理します。ここでできること、コードで作る場合との違い、国内での広がりという3点を確認します。開発の知識がなくても形にできる点が最大の特徴です。
何ができるのか
Difyは、大規模言語モデルを使ったアプリケーションを作るための基盤です。画面上でブロックをつなぐ操作でアプリを組み立てられるため、コードを書かずに形にできます。
作れるものは幅広く、社内文書を参照して答えるチャットボット、問い合わせ内容の自動振り分け、定型的な文書の生成、データの整形といった処理が対象になります。
公式では、エージェント、知識の取り込み、モデル、外部ツールを1つの画面上で組み合わせられる基盤と位置づけられています。作ったものはそのまま公開でき、APIとして他のシステムから呼び出すこともできます。
出典：Dify公式サイト
コードで作る場合との違い
同じことをゼロから開発しようとすると、モデルの呼び出し、検索の仕組み、処理の分岐、履歴の管理などをすべて自分で実装する必要があります。Difyはこれらを部品として用意しており、つなぐだけで動く状態にできます。
その結果、試作にかかる時間が大きく短縮されます。企画段階で「本当に業務で使えるか」を確かめてから本格的な開発に進む、という進め方が可能になります。
一方で、自由度は下がります。用意されていない処理を無理に組み込もうとすると、かえって複雑になります。適した範囲を見極めることが重要です。
また、部品として用意されていない外部サービスとつなぎたい場合は、追加で設定が必要になります。よく使われるものは配布されている部品として導入でき、独自のものは自分で定義する形になります。
国内での広がり
日本国内でも導入環境が整いつつあります。開発元は2025年に日本法人を設立し、国内企業とのパートナー契約や業界団体の設立も進んでいます。
背景には、社内データを活用したAIの需要があります。情報処理推進機構（IPA）の調査でも、AIの利用用途として「情報検索・収集・分析」が77.0%を占めており、社内の情報を参照させる用途が中心になっています。
出典：独立行政法人情報処理推進機構「DX動向2026」（2026年7月16日公表）
始め方｜クラウド版とセルフホスト版
利用方法は2通りあります。クラウド版、自社サーバーへの導入、選び方という3点を整理します。扱うデータの機密度が判断の分かれ目になります。
クラウド版で試す
最も手軽なのがクラウド版です。アカウントを登録すればすぐに使い始められ、サーバーの準備は不要です。
無料の枠が用意されているため、費用をかけずに操作感を確かめられます。まず何ができるかを把握したい段階では、こちらから始めるのが合理的です。
ただし無料枠には利用回数や登録できる文書数の上限があります。試用としては十分ですが、業務での継続利用を前提とするなら有料プランへの移行が必要になります。
セルフホスト版を選ぶ場合
オープンソースとして公開されているため、自社のサーバーに導入することもできます。データが外部に出ない構成にできるため、機密性の高い情報を扱う場合はこちらが選択肢になります。
導入自体は、コンテナを使った標準的な手順が用意されています。ただし、データベースや検索用の基盤を含めて動かすため、運用にはある程度の技術力が必要です。
ソフトウェア自体の費用はかかりませんが、サーバーの費用と、更新や障害対応にあたる人の時間は発生します。無料という言葉だけで判断しないでください。
更新の頻度が高い点も押さえておいてください。新しい機能が次々と追加される一方、更新への追随を誰が担うのかを決めておかないと、古い版のまま放置されることになります。
どちらを選ぶか
判断の軸は、扱うデータと社内の体制です。機密性の高い情報を扱わず、まず試したい段階であればクラウド版が確実です。
顧客情報や未公開の経営情報を参照させる予定がある場合、社内の規程で外部送信が制限されているケースが多くなります。この場合は最初から自社導入を前提に検討してください。
検証はクラウド版で行い、本番は自社導入に切り替えるという進め方もあります。開発全体の進め方はAI開発とは？進め方の流れ・費用相場・開発会社の選び方で整理しています。
アプリの種類と選び方
Difyでは、作るものに応じて型を選びます。会話型と一括処理型、2つの流れの違い、最初に選ぶべき型という3点を整理します。ここで迷う人が多いため、判断の基準を先に押さえてください。
会話型と一括処理型
大きく分けると、利用者と会話しながら進める形と、入力を受け取って一度で処理を終える形があります。問い合わせ対応のように往復が必要なら前者、レポート生成のように一方向で完結するなら後者です。
会話型では、これまでのやり取りを踏まえて応答できます。前の質問を受けた続きの質問にも対応できるため、社内向けの相談窓口のような用途に向いています。
一括処理型は、入力を受け取って結果を返すだけの構造です。バッチ処理やデータ変換のように、対話が不要な用途で使われます。
どちらを選ぶかは、利用者がどう使うかで決まります。人が画面から質問する想定なら会話型、他のシステムから呼び出す想定なら一括処理型、という対応で考えると迷いません。
ワークフローとチャットフローの違い
公式ドキュメントによると、処理を組み立てる型は2つあります。どちらも同じ画面と部品を使いますが、利用者との関わり方が異なります。
ワークフローは最初から最後まで一度実行され、結果を返します。自動的なレポート生成、データの処理、まとめての処理といった用途が想定されています。開始のきっかけとして、時刻の指定や外部からの通知を設定することもできます。
チャットフローは会話の層が加わり、利用者のメッセージごとに設計した処理が動きます。対話型の相談窓口や、段階を踏んで案内する仕組みに向いています。この型では、応答を返す部品が必ず必要になります。
出典：Dify公式ドキュメント「Workflow & Chatflow」
最初に選ぶべき型
迷ったら、まず単純な会話型から始めてください。社内文書を参照して答えるだけの仕組みであれば、複雑な処理を組まなくても実現できます。
処理を分岐させたい、複数の段階を経たいという要件が出てきた段階で、流れを組み立てる型に移行すれば十分です。最初から複雑な構成を目指す必要はありません。
実務では、自律的に判断させるより、手順を決めた流れのほうが安定するという声が多く聞かれます。判断が必要な箇所だけAIに任せる構成が、現時点では扱いやすい形です。
型は後から変更できません。作り直しになるため、どちらで作るかは最初に決めてください。判断がつかない場合は、単純な会話型で試作し、要件が固まってから作り直すほうが早く済みます。
| 無料相談のご案内 どの業務から着手すべきか、クラウドと自社導入のどちらが適するかは、扱うデータと統制要件によって変わります。 現状をお聞かせいただければ、進め方を一緒に整理します。 ▶ 無料相談を申し込む |
アプリを作る基本の流れ
実際の作成手順を確認します。アプリの作成と指示の記述、モデルの設定、試して調整するという3段階です。最初の1つは、単純な仕組みで最後まで通すことを優先してください。
アプリを作成して指示を書く
管理画面から新しいアプリを作成し、型を選びます。次に、どう振る舞ってほしいかを指示として書きます。
ここでの書き方が出力の質を大きく左右します。役割、答えてよい範囲、答えられない場合の対応、文体などを具体的に書いてください。「丁寧に答える」ではなく「必ず出典を示す」「分からない場合は分からないと答える」といった検証できる粒度が有効です。
テンプレートも用意されています。近い用途のものがあれば、それを基に調整するほうが早く形になります。
利用者が入力する項目も設定できます。対象の部署や資料の種類などを選択式で受け取る形にしておくと、毎回説明してもらう必要がなくなり、応答の精度も上がります。
モデルを設定する
使用するモデルは自分で選べます。複数の提供元に対応しており、用途に応じて使い分けられます。
クラウド版では試用の枠が用意されていますが、本格的に使う場合は自分のアカウントで取得した認証情報を登録する形が基本です。この場合、モデルの利用料は提供元へ直接支払うことになります。
単純な分類や整形は軽量なモデル、複雑な判断が必要な処理は上位のモデルという使い分けが、費用を抑える基本です。
試して調整する
作成中の画面でそのまま試せます。実際の業務で出てくる質問をいくつか用意しておき、それで確認するのが確実です。
想定と違う応答が返る場合、原因は指示の曖昧さか、参照させている情報の不足のどちらかであることがほとんどです。順に切り分けてください。
この段階で完璧を目指す必要はありません。ある程度動いたら実際に使ってもらい、出てきた不満をもとに直すほうが早く仕上がります。
確認用の質問は、あらかじめ一覧として用意しておくことをおすすめします。数十件でも構いません。設定を変えたときに、改善したのか悪化したのかを判断できるようになります。
社内文書を参照させる仕組み
多くの企業が最初に取り組むのがこの用途です。文書の取り込み、検索の調整、出典の明示という3点を整理します。元になる文書の質が、そのまま回答の質になります。
文書を取り込む
PDFや文書ファイル、Webページなどを登録すると、内容が検索できる形に変換されます。取り込む際に、どう区切るか、どう索引を作るかを設定できます。
この区切り方が精度に影響します。長すぎると関係のない内容が混ざり、短すぎると文脈が失われます。実際の文書に合わせて調整してください。
取り込む前に、文書側の整理も必要です。改訂前の古い版が混ざっていれば、そのまま誤った回答の原因になります。対象範囲の棚卸しは事前に済ませてください。
検索の精度を調整する
登録した内容が正しく引けるかは、公開前に確認します。実際の質問を入力し、意図した文書が上位に来るかを見るのが基本です。
意味の近さで探す方式と、単語の一致で探す方式を組み合わせられる設定もあります。専門用語や製品名が多い文書では、後者を併用すると精度が上がります。
取得する件数も調整できます。多すぎると無関係な情報が混ざり、少なすぎると必要な内容が漏れます。実際の質問で試しながら決めてください。
文書に属性を付けておき、条件で絞り込む方法も有効です。部署別や年度別に分けておけば、関係のない範囲まで検索する無駄を避けられます。
回答に出典を付ける
どの文書を参照したかを回答に添える設定にしておくと、利用者が自分で確認できます。AIの回答をそのまま信じるのではなく、根拠を見て判断できる状態を作ることが重要です。
これは信頼性の面でも効果があります。出典が示されていれば、誤りに気づける確率が上がります。
検索を繰り返して精度を高める設計については、Agentic RAGとは？従来のRAGとの違いと導入時の課題で詳しく扱っています。
| 資料請求のご案内 社内文書を参照させる仕組みの設計例と、精度を上げるための調整項目をまとめた資料をお配りしています。 社内での検討にご利用ください。 ▶ 資料請求はこちら |
ワークフローの組み方
複雑な処理を扱う場合は、流れを組み立てます。部品のつなぎ方、分岐の設計、自動実行という3点を整理します。処理を細かく分けるほど、動作が安定します。
部品をつないで処理を作る
画面上で部品を配置し、線でつなぐことで処理の流れを作ります。モデルの呼び出し、文書の検索、コードの実行、条件による分岐などが部品として用意されています。
1つの部品が1つの工程を担当します。長い指示文で一度に処理させるより、工程を分けたほうが結果が安定し、どこで失敗したかも分かりやすくなります。
コードを書く必要があるのは、用意された部品では対応できない処理だけです。基本は配置してつなぐ操作で完結します。
分岐と条件を設計する
入力内容によって処理を変える場合は、分岐の部品を使います。「問い合わせの種類を判定して、該当する担当へ振り分ける」といった処理が典型です。
分岐の判定にAIを使うこともできますが、条件がはっきりしている場合はルールで判定するほうが確実です。すべてをAIに任せる必要はありません。
また、処理が失敗した場合の経路も設計しておいてください。想定外の入力が来たときに何を返すかを決めておくと、運用時の混乱が減ります。
人の確認を挟む部品も用意されています。重要な判断を伴う処理では、実行前に担当者の承認を求める構成にしておくと安全です。
自動実行のきっかけを設定する
一括処理型では、実行のきっかけを設定できます。決まった時刻に動かす、外部システムからの通知で動かす、といった指定が可能です。
定例のレポート作成、定期的なデータ集計、受信した内容の自動分類といった用途で使われます。人が起動しなくても回る状態を作れます。
自動実行の対象は、手動で数回試して安定した処理に絞ってください。挙動が読めない処理をいきなり自動化すると、確認のほうに時間を取られます。自律的に動く仕組みの考え方はAIエージェントとは？仕組みと業務への組み込み方で扱っています。
料金と費用の考え方
費用は2階建てになっています。プラン料金、モデルの利用料、自社導入の場合の費用という3点を整理します。プラン料金だけを見ると見積もりを誤ります。
クラウド版のプラン
クラウド版は月額のプラン制です。無料の枠に加え、有料のプランが複数用意されており、上位になるほど利用回数、参加人数、登録できる文書量などの上限が広がります。
参考として、2026年時点では有料の入門プランが月額数十ドル、チーム向けが月額百数十ドル台という水準で案内されています。より大きな規模では個別見積もりになります。
料金は改定される可能性があるため、試算の際は必ず公式の料金ページで最新の条件を確認してください。
モデルの費用は別に発生する
見落とされやすいのがこの点です。プラン料金は基盤の利用料であり、実際にAIを動かす費用は別に発生します。
自分で取得した認証情報を登録して使う構成では、モデルの利用料は提供元へ直接支払います。使う量とモデルの種類によって変動するため、こちらの見積もりも必要です。
つまり、費用は基盤の月額とモデルの従量課金の合計になります。想定する処理件数から、両方を試算してください。
自社導入の場合の費用
自社サーバーに導入する場合、ソフトウェアの利用料はかかりません。ただし、サーバーの費用、更新や障害対応にあたる人の時間が発生します。
利用規模が小さいうちは、クラウド版のほうが総額で安く済むことが多くなります。人の時間まで含めて比較してください。
なお、扱う文書が増えるほど検索用の領域も必要になります。将来的にどの程度まで増える見込みかを、設計の段階で見積もっておいてください。
一方、大規模に使う場合や、データを外部に出せない場合は自社導入の価値が上がります。判断は規模と要件の両方で行います。
公開と運用
作って終わりにしないための設計です。公開の方法、記録と改善、チームでの運用という3点を整理します。使われ続ける状態を作ることが目的です。
公開の方法を選ぶ
作成したアプリは複数の形で公開できます。専用の画面として提供する、既存のWebサイトに埋め込む、APIとして他のシステムから呼び出すといった方法があります。
社内向けであれば、既存のポータルに埋め込む形が使われやすい構成です。利用者が新しい場所を覚えなくて済むため、定着しやすくなります。
自社のシステムに組み込む場合は、APIとして呼び出す形になります。Difyを裏側の処理基盤として使う構成です。
公開の範囲も設定できます。社内限定にするのか、URLを知っている人だけが使えるようにするのかを、扱う情報に応じて決めてください。
記録を見て改善する
利用状況の記録が残るため、実際にどう使われているかを確認できます。どんな質問が多いか、どこで期待と違う応答が出ているかが分かります。
利用者からの評価を受け取る仕組みもあります。良い応答と悪い応答が区別できれば、どこを直すべきかが明確になります。
この記録がなければ、改善の手がかりが得られません。公開前に、何を記録するかを決めておいてください。
チームで運用する
複数人で使う場合は、権限と役割を決めておきます。誰がアプリを編集できるか、誰が文書を追加できるかを制御する必要があります。
文書の更新の流れも重要です。参照元が古いままだと、正しく作られたアプリでも誤った回答を返します。更新の担当と頻度を決めてください。
全社的な推進の設計は、AI導入を成功させる進め方と社内推進体制の作り方で解説しています。
| 無料相談のご案内 自社サーバーへの導入や、既存システムとの連携、運用体制の設計についてもご相談を承っています。要件整理の段階から対応可能です。 ▶ 無料で相談する |
導入前に確認すべき注意点
企業で使う場合、事前に確認すべき点があります。ライセンス、情報の取り扱い、適用範囲という3点です。特にライセンスは見落とされやすい論点です。
ライセンスの条件を確認する
オープンソースとして公開されていますが、条件には注意が必要です。一般的なオープンソースのライセンスをもとに、追加の条件が付されている形になっています。
特に、これを組み込んだ形で外部に再提供する場合には制限があります。自社の業務で使う分には問題になりにくい一方、サービスとして提供する構想がある場合は事前の確認が必須です。
判断に迷う場合は、法務部門や外部の専門家に確認してください。無料で使えるという理解だけで進めると、後から問題になります。
情報の取り扱いを決める
参照させる文書には、機密情報が含まれることがあります。どの文書を対象にしてよいかを先に決めてください。
クラウド版を使う場合、登録した文書と利用者の入力は外部のサービス上で処理されます。社内の規程で外部送信が制限されている情報は、対象から外す必要があります。
あわせて、利用者ごとに参照できる範囲を分ける設計も検討してください。人事情報や経営情報が誰でも引ける状態は避けるべきです。社内ルールの整備は生成AI利用時の情報漏えい対策と社内ルールの作り方にまとめています。
適用範囲を見極める
向いているのは、問い合わせ対応、文書の要約、定型的な処理といった領域です。判断が結果を大きく左右する業務や、誤りが許されない処理には向きません。
また、複雑な要件をすべて画面上で組もうとすると、かえって保守しにくくなります。一定の複雑さを超えたら、通常の開発に切り替える判断も必要です。
試作の速さが最大の価値です。まず作って確かめ、本格化すべきかを判断する。この使い方が最も効果を発揮します。
逆に言えば、試作のまま本番運用に流れ込ませないことも重要です。誰が保守するのか、記録をどう見るのかが決まっていない仕組みは、時間が経つほど扱いにくくなります。
まとめ｜小さく作って確かめる用途に強い
Difyは、コードを書かずにAIアプリを組み立てられる基盤です。社内文書を参照して答えるチャットボットや、定型処理を自動で進める流れを、画面上の操作で作れます。クラウド版なら登録するだけで試せるため、着手のハードルが低い点が特徴です。
作り方の要点は、最初は単純な構成で最後まで通すこと、参照させる文書を事前に整理すること、そして実際の質問で確認しながら調整することです。処理を細かく分けるほど、動作は安定します。
一方で、費用は基盤の月額とモデルの利用料の合計になる点、ライセンスに追加条件がある点、扱ってよい情報の範囲を先に決めるべき点は、導入前に必ず確認してください。試作の速さを活かしつつ、本格化の判断は要件に照らして行うのが確実です。
| 無料相談のご案内 AIアプリの構想設計から実装、社内展開、運用改善までを一貫して支援しています。 まずは現状の課題をお聞かせください。 ▶ 無料相談フォームはこちら |
