Difyで何ができるのか、まず全体像をつかもう
室谷今回はDifyでできることを全部ひっくり返して整理しましょう。.AI（ドットエーアイ）のコミュニティでも「Difyって結局何ができるの？」という質問が週に何回も出るんですよね・・・
テキトー教師そうなんですよ。「チャットボットが作れるツール」というイメージで止まっている方が多くて、ワークフローやRAG、エージェント、最近だとMCP連携まで全部Difyでできると知ると驚かれます。
まずこの記事で全体像をつかんでいただきたいですね。
まずこの記事で全体像をつかんでいただきたいですね。
室谷正直、2026年時点のDifyはかなり別物になっているんですよ。GitHubのスター数は13万を超えていて、ワークフローとAIエージェントの両方をカバーするプラットフォームに進化しています。
名前の由来がDo It For Youなのがよく表れていて・・・
名前の由来がDo It For Youなのがよく表れていて・・・
テキトー教師Difyの読み方は「ディフィ」ですね。これも毎回出る質問なので（笑）。
ではまず、できることの全体像を整理すると、こういう構造になります。
ではまず、できることの全体像を整理すると、こういう構造になります。
| カテゴリ | 主な機能 | 代表的なユースケース |
|---|---|---|
| チャットボット | AIアシスタント・Q&Aボット | 社内ヘルプデスク、カスタマーサポート |
| ワークフロー | 業務自動化パイプライン | SEO記事生成、レポート自動作成 |
| RAG | 知識ベース検索 | 自社ドキュメントQA、PDF文書検索 |
| AIエージェント | 自律タスク実行 | リサーチ、ブラウザ操作、ツール連携 |
| MCP連携 | 外部サービス統合 | GitHub、Notion、Gmail連携 |
| セルフホスト | ローカル・オンプレ運用 | 機密データの社内閉環境 |
室谷この表を見てわかるように、単なるチャットボットツールではないんですよね。MYUUUでもDifyを使ってSEO記事の自動生成ワークフローを運用していますが、これが日本経済新聞社さんに取材いただいた事例です。
1万文字以上の記事を自動生成できるということで話題になりました。
1万文字以上の記事を自動生成できるということで話題になりました。
テキトー教師講座でも最初に「Difyはプラットフォームです」と伝えることにしています。ChatGPTのような完成品ではなく、AIアプリを作るための基盤。
この違いを理解するだけで、活用の幅が一気に広がります。
この違いを理解するだけで、活用の幅が一気に広がります。
室谷ではセクションごとに深掘りしていきましょう。まずはDifyの代表格、チャットボットから。
チャットボット・AIアシスタントを作る
テキトー教師Difyで最初に試す方の多くがチャットボットです。ブラウザだけで完結するので、初日に動くものが作れます。
室谷具体的には、画面左のスタジオから新しいアプリを作成して、チャットフロー型を選ぶだけですね。モデルはOpenAI、Claude、Gemini、Grokなど主要なLLMがほぼ全部つながります。
テキトー教師コミュニティのメンバーさんからよく聞くのが「どのモデルでも試せるのが便利」という点です。GPT-4oとClaude Sonnetを同じアプリで比べながら使えるので、コスト感や精度の違いを実感として掴めます。
室谷Difyのチャットボットで特徴的なのが「システムプロンプト」の管理のしやすさなんですよね。プロンプトをテンプレート化して変数で制御できるので、業種や用途に合わせたカスタマイズが簡単です。
テキトー教師具体的な機能はこういう内容です。
- システムプロンプトでAIの役割・口調・制約を設定
- 変数を使って動的なプロンプト生成
- 会話履歴の管理とメモリ機能
- Webサイトやアプリへの埋め込み公開
- ファイル添付（PDF、画像、音声）への対応
室谷ファイル添付の対応は地味に強力で・・・PDFをアップロードして「この資料の要点を3つにまとめて」というチャットができるわけです。RAGとの違いは、毎回ファイルを渡すか、あらかじめ登録するかという点ですね。
テキトー教師講座でよく説明する例えとして、チャットボットは「人に話しかける感覚」で使えます。一問一答でもいいし、複数ターンの会話として処理を進めてもいい。
.AIのコミュニティで見た面白い事例として、採用面接の練習相手AIがあります。システムプロンプトで面接官の役割を設定して、フィードバックもしてくれる構成でした。
.AIのコミュニティで見た面白い事例として、採用面接の練習相手AIがあります。システムプロンプトで面接官の役割を設定して、フィードバックもしてくれる構成でした。
室谷こういう「カスタムAI」が技術知識なしで作れるのが、Difyの一番の価値だと思いますね。
ワークフローで業務を自動化する
室谷個人的に一番面白いのがワークフローなんですよ。プログラミングなしで「処理の流れ」を設計できるという・・・
テキトー教師ビジュアルエディタでノードをつなぎ合わせる感覚ですね。LLMノード、条件分岐、ループ、HTTPリクエスト、コードノードなど、パーツを組み合わせてパイプラインを作ります。
室谷Dify2.0でQueue-based Graph Engine（キュー駆動グラフエンジン）が搭載されてから、並列処理ができるようになりましたね。前は「顧客情報取得→競合分析→提案作成」と直列でやっていたのが、並列で動かせるようになった。
テキトー教師これ、パフォーマンスが全然違うんですよ。複数のリサーチを同時実行できるので、処理時間が大幅に短くなります。
室谷ワークフローでよく使われる構成はこういった感じです。
| ワークフローパターン | 構成 | 活用例 |
|---|---|---|
| 記事自動生成 | リサーチ→アウトライン→本文生成→チェック | SEOブログ、レポート |
| データ分析 | データ取得→LLM分析→フォーマット→出力 | 競合分析、口コミ分析 |
| 通知・アラート | トリガー→条件分岐→Slack/メール送信 | 異常検知、承認フロー |
| ドキュメント処理 | PDF取込→テキスト抽出→要約→DB保存 | 契約書レビュー、議事録生成 |
テキトー教師ワークフローの強みは「再現性」にあります。一度組んだフローが同じ品質で何度でも動く。
LLMを単体で使う場合は出力がブレることがありますが、ワークフローで処理を分割して各ステップで品質チェックを挟むことでばらつきを抑えられます。
LLMを単体で使う場合は出力がブレることがありますが、ワークフローで処理を分割して各ステップで品質チェックを挟むことでばらつきを抑えられます。
室谷MYUUUのチームが運用しているAIニュースリサーチワークフローも同じ考え方です。ウォッチしたいキーワードを入れると、最新ニュースを50件くらい優先度つきで取得してくれます。
Grokでバズりやすい順にランキング化する処理も入れてあって・・・
Grokでバズりやすい順にランキング化する処理も入れてあって・・・
テキトー教師そのワークフロー、コミュニティでも話題になっていましたね。Difyの面白いところはこういう実用的なワークフローをDSLファイルとして共有・移植できる点で、テンプレートマーケットプレイスが整備されたことで他の人の作品を一クリックで導入できるようになりました。
室谷2026年3月にDifyのCreator CenterとTemplate Marketplaceが正式リリースされましたね。作成者が収益を得られる仕組みも入ってきているので、エコシステムとして成熟してきたなと感じます。
RAGで「自社データで答えるAI」を作る
室谷RAGはDifyの中でも特に需要が高い機能です。企業にAI導入の話をすると、「社内の資料をもとに答えてくれるAIが欲しい」という要望が9割くらい出てくるんですよね・・・
テキトー教師RAGはRetrieval-Augmented Generationの略で、「検索して取得してから生成する」技術です。Difyではこれを「ナレッジベース」と呼んでいます。
PDFやテキストファイルを登録しておくと、そのドキュメントをもとに回答するAIが作れます。
PDFやテキストファイルを登録しておくと、そのドキュメントをもとに回答するAIが作れます。
室谷普通のチャットボットとの違いはここで、ChatGPTに「うちの就業規則を教えて」と聞いても当然答えられないですよね。でもDifyのRAGを使うと、就業規則のPDFを登録するだけで「残業申請のルールは？」「有給の取得方法は？」という質問に正確に答えるAIが完成します。
テキトー教師DifyのRAGで具体的に何ができるかというと、こういう内容です。
- PDF、Word、Excel、TXTなどのファイル登録
- Webサイト（URL指定）のクローリング取込
- テキストのチャンク分割と埋め込みベクトル化
- セマンティック検索（意味ベースの検索）
- ハイブリッド検索（キーワード+意味の組み合わせ）
- 引用元の表示（どのドキュメントから回答したか）
室谷2026年2月にDify 1.12.0でSummary Index機能が追加されましたね。これはチャンクごとにサマリーを付けて、関連するコンテキストをまとめて取得できる機能で・・・断片的な検索から、より文脈を理解した検索に変わりました。
テキトー教師この改善、かなり大きいです。従来のRAGは「チャンク（断片）を取ってきて貼り付ける」感じだったので、長い契約書や仕様書の一部だけを切り取った回答になりがちでした。
Summary Indexで前後の文脈も取れるようになったので、より正確な回答が出やすくなっています。
Summary Indexで前後の文脈も取れるようになったので、より正確な回答が出やすくなっています。
室谷企業向けの活用で特に多いのが、社内ナレッジQA、マニュアル検索、法務・コンプライアンスチェックですね。MYUUUでもDifyのRAGを使って業務マニュアルに答えるボットを複数の企業さんに導入しています。
DifyでRAGを始める基本的な流れ
テキトー教師実際にどうやって作るか、流れをお伝えしましょう。
- ナレッジ → 新しいナレッジベースを作成
- ファイルをアップロード（PDF、TXTなど）
- チャンク設定（自動または手動）
- インデックス作成（数秒〜数分）
- チャットフローやワークフローでナレッジベースを参照
室谷ここで多い質問が「PDF文字起こし」についてです。Difyのナレッジ取込時にPDFをそのまま登録できますが、スキャンPDF（画像化されたもの）はOCR処理が必要になります。
テキトー教師そこはDifyのドキュメント処理ノードで対応できますね。ワークフローにPDFをアップロードする入力をつけて、テキスト抽出→LLMで整形→ナレッジに追加という流れを組むと、スキャンPDFも取り込めます。
AIエージェントを構築する
室谷Dify2.0からエージェント機能が大幅に強化されて、正直「これLangGraphいらないかも」という感覚になってますね。
テキトー教師室谷さんがXに書いていた「もはやLang GraphもMastraももういらないかも」というツイートですね（笑）。Difyのエージェントは何が変わったんでしょう。
室谷Queue-based Graph Engineによって、複数のエージェントが並列で動けるようになったのが大きいですね。前は直列処理だったので、5つのリサーチを頼むと順番に待つ必要があった。
今は5つが同時に動いて、全部終わったら統合するという動きができます。
今は5つが同時に動いて、全部終わったら統合するという動きができます。
テキトー教師エージェントとワークフローの違いを整理すると、ワークフローは「設計者が事前に決めたフローを実行する」のに対して、エージェントは「目的を与えると自分でツールを選んで実行する」という違いがあります。
室谷エージェントノードには「Reason-Act」のループが組み込まれているので、途中でツールを使ったり、結果をみて次のアクションを決めたりという自律的な動きができますね。
テキトー教師Difyのエージェントでよく使われるツールをまとめるとこんな感じです。
| ツール種別 | 用途 | 例 |
|---|---|---|
| 検索ツール | Web検索、ナレッジ検索 | Bing検索、Google検索、Perplexity |
| データ処理 | ファイル操作、コード実行 | Python実行、CSV処理 |
| 外部API | サービス連携 | Slack、Gmail、Notion |
| ブラウザ | Web操作 | スクレイピング、フォーム入力 |
| MCP | 汎用外部ツール | GitHub、データベース |
室谷エージェントの活用で面白いのは、YouTubeの競合分析エージェントですね。DifyでYouTubeの上位動画とその字幕データを取得して、ClaudeやChatGPTから分析できるMCPサーバーをDifyで作ったのは話題になりました。
テキトー教師エージェントを教える立場から言うと、最初はシンプルなツール1〜2個から始めることをすすめています。高度なマルチエージェントは作れますが、デバッグが難しくなるので、まずツールを1つ渡して動作確認する、というステップを踏むのが安全です。
DifyのMCP連携でできること
室谷2026年のDifyを語る上でMCPは外せないですね。DifyがネイティブでMCPをサポートして、外部連携の幅が一気に広がりました。
テキトー教師MCPはModel Context Protocolの略で、AIと外部ツールをつなぐ標準プロトコルです。DifyのMCP対応は2方向あって、「DifyをMCPクライアントとして使う（外部のMCPサーバーにつなぐ）」と「DifyのワークフローをMCPサーバーとして公開する」の2つがあります。
室谷「DifyをMCPサーバーとして公開する」方向が特に面白くて・・・Difyで作ったワークフローをClaudeやChatGPTのツールとして使えるようになるわけです。
テキトー教師具体的には、Difyで「競合サイト分析ワークフロー」を作ってMCPサーバーとして公開すると、Claudeに「このサイト分析して」と言うだけでDifyのワークフローが自動実行されます。DifyとClaude Codeの連携というパターンですね。
室谷逆方向のMCPクライアントとしての活用では、GitHubやNotionのMCPサーバーをDifyに接続して、エージェントからGitHubのPRを操作したり、Notionのデータベースを更新したりができます。
テキトー教師「dify で mcp」「dify で できること」という検索が増えているのも、このMCP連携が話題になっているからですね。コミュニティのメンバーさんから「DifyでRemote MCP作りたい」という質問が一番増えているトピックです。
室谷Remote MCPはCloudflare Workersで作るのが軽い処理には向いていて、少し複雑になるならDifyのワークフローをMCPサーバー化するのがいい気がします。インフラを意識せずにデプロイできるのがDifyの利点ですね。
PDF・音声・動画の文字起こしをDifyで
室谷「dify pdf 文字起こし」「dify 文字起こし」「dify mp4 文字起こし」「dify 音声 文字起こし」というKWが並んでいるので、このあたりを整理しましょうか。
テキトー教師これ、実はDify単体というよりも「Difyワークフロー+外部APIの組み合わせ」でできることです。講座でよく出る質問が「DifyでYouTubeの字幕を取れますか？」というもので。
室谷DifyのHTTPリクエストノードを使えば、文字起こしAPIを呼び出せますね。たとえばOpenAIのWhisper APIを使って音声を文字起こしするワークフローが作れます。
テキトー教師具体的な構成はこういう流れになります。
PDF文字起こしの基本構成
- ファイルアップロード入力（PDFを受け取る）
- ドキュメント抽出ノード（PDFをテキスト化）
- LLMノード（テキストを整形・要約）
- 出力ノード（整形されたテキストを返す）
音声・動画の文字起こし構成
- ファイルアップロード入力（MP4やMP3を受け取る）
- HTTPリクエストノード（Whisper APIなどに送信）
- テキスト整形ノード（LLMで句読点補正など）
- 出力ノード（文字起こし結果を返す）
室谷NotebookLMみたいなことをDifyでやる、というのも「dify で notebooklm」という検索が出ているので需要があるんですよね。NotebookLMはGoogleが提供するPDFや資料を基に質問できるツールですが、Difyを使えば同様の機能を自社でホスティングできます。
テキトー教師その通りで、Difyのナレッジ機能+チャットボットの組み合わせは、NotebookLMのような「ドキュメントQA」を自分のデータで作れるという意味で似た使い方ができます。ただNotebookLMのポッドキャスト生成機能のような高度な音声合成は、別途TTSサービスとの連携が必要になります。
室谷要は「Difyはインフラとフロー管理を担当して、専門処理は外部APIに任せる」という構造を取ればできないことはほとんどないんですよね。
Pythonでできること：コードノードの活用
テキトー教師「dify python できること」という検索もありますね。DifyにはコードノードとしてPythonとJavaScriptを実行できる機能があります。
室谷これが地味に強力で、ノーコードの限界をコードノードが突破してくれるんですよ。たとえば複雑な文字列処理、計算ロジック、データ変換など、LLMに任せるより確実な処理はコードで書いた方がいい。
テキトー教師コードノードで実際に書けることはこういった内容です。
- 文字列の正規化・変換（半角全角変換、特殊文字除去）
- 数値計算・統計処理
- JSONの解析・変換
- リストのフィルタリング・ソート
- 外部ライブラリの一部使用（制限あり）
室谷注意点は、コードノードはサンドボックス環境で動くので、すべてのPythonライブラリが使えるわけではないです。ファイルシステムへのアクセスや外部ネットワークアクセスも制限されます。
テキトー教師Dify v1.8.0のコードノード自動修正機能はかなり助かります。コードにエラーが出ると、LLMが自動で修正案を生成してくれる。
エンジニアじゃない方でも「ちょっとした処理」をコードで書けるようになりました。
エンジニアじゃない方でも「ちょっとした処理」をコードで書けるようになりました。
室谷非エンジニアがAIエージェントを開発できる土台がどんどん整ってきている。これがDifyの一番のミッションだと思いますね。
ローカル環境でDifyをセルフホストする
室谷「dify ローカル できること」というKWも出ていますね。Difyはクラウド版（dify.ai）のほかにDockerでローカルホストできます。
テキトー教師セルフホストの最大のメリットは「データが外に出ない」という点ですね。医療、法律、金融などの機密情報を扱う業界では、データをクラウドに送れないケースがあります。
Difyをオンプレミスで動かせば、データが社内に閉じた状態でAI活用ができます。
Difyをオンプレミスで動かせば、データが社内に閉じた状態でAI活用ができます。
室谷セルフホストのやり方はDocker ComposeでDifyを起動するのが基本です。
git clone https://github.com/langgenius/dify.git
cd dify/docker
cp .env.example .env
docker compose up -d
これだけでローカルのブラウザからDifyが使えるようになります。ただしセルフホストの場合、LLMのAPIキーは自分で用意する必要があります。
OpenAI、Anthropic、Google AIなど、使いたいモデルのAPIキーを設定します。
OpenAI、Anthropic、Google AIなど、使いたいモデルのAPIキーを設定します。
室谷ローカルLLMとの組み合わせも人気ですね。OllamaでLlamaやMistralを動かして、DifyからローカルLLMを呼び出すという構成です。
この場合APIコストがゼロになるので、コスト面でも魅力があります。
この場合APIコストがゼロになるので、コスト面でも魅力があります。
テキトー教師ただローカルLLMは精度の面でAPIのモデルに劣る場合が多いので、精度を求める本番用途にはAPIモデルを使うのをすすめています。コスト削減の用途には向いています。
室谷セルフホストしたDifyのキャパシティについては、CPUとメモリが重要で、小規模なら16GB RAMのマシンで十分動きます。本番用途で多くのリクエストを処理するなら、Kubernetesでのクラスター構成が推奨されています。
無料でできること・できないこと
室谷「dify 無料 で できること」「dify 無料 で 使える」「dify 無料 できること」という検索が複数あるので、料金面もしっかり整理しましょう。
テキトー教師Difyは無料でかなりのことができます。これが普及している大きな理由ですね。
室谷クラウド版（dify.ai）の料金体系は、Sandboxプラン（無料）からスタートできます。ただし各プランの詳細についてはを必ず確認してください。
プランの内容は更新されることがあります。
プランの内容は更新されることがあります。
テキトー教師無料で始めるとき押さえておきたいポイントはこちらです。
- Sandboxプランはクレジットカード不要でアカウント登録だけで使える
- LLMのAPIキーは自分で用意して設定（OpenAIやAnthropicのAPIキー）
- ワークフロー、チャットボット、エージェント全機能を試せる
- チームコラボレーションやSSO、高度な権限管理は有料プランに含まれる
室谷MYUUUで企業向けにDify導入を支援する場合、最初はSandboxプランで試して、チームで本格的に使うタイミングで有料プランに移行するパターンが多いですね。
テキトー教師「dify 非公開にする」「dify 保存できない」という検索もありますね。アプリの公開設定と保存についても触れておきましょうか。
室谷そうですね。Difyで作ったアプリはデフォルトで非公開です。
「公開」設定にすることでURLを共有できるようになります。「dify 公開する」の流れは・・・アプリ右上の「公開」ボタンからWebアプリとして公開するか、埋め込みコードを取得してWebサイトに貼り付けるかという2択ですね。
「公開」設定にすることでURLを共有できるようになります。「dify 公開する」の流れは・・・アプリ右上の「公開」ボタンからWebアプリとして公開するか、埋め込みコードを取得してWebサイトに貼り付けるかという2択ですね。
テキトー教師保存できない問題はブラウザのキャッシュや接続の問題であることが多いです。実際に「保存が効かない」という相談を受けたとき、ブラウザをリロードしたら解決したケースがほとんどでした。
重要なワークフローはDSLとしてエクスポートしてバックアップを取っておくのをおすすめしています。
重要なワークフローはDSLとしてエクスポートしてバックアップを取っておくのをおすすめしています。
Difyで作れるアプリの種類まとめ
室谷「dify で 作れる アプリ」という検索も出ているので、具体的なアプリの種類を整理しましょう。Difyでは大きく分けて4種類のアプリを作れます。
テキトー教師はい、具体的に言うと以下の4種類です。
| アプリ種別 | 特徴 | 適した用途 |
|---|---|---|
| チャットボット | 対話型インターフェース | FAQ、サポート、コーチング |
| テキストジェネレーター | 入力→出力の一発生成 | 記事生成、メール草稿、要約 |
| ワークフロー | 複数ステップのパイプライン | 複雑な業務自動化 |
| エージェント | 自律タスク実行 | リサーチ、データ収集 |
室谷この4種類を組み合わせることで、かなり複雑な業務システムも構築できます。「dify やれること」は本当に広いんですよね。
企業向けの導入事例を見ると、リコーさんは月1回17時間かかっていたレポート作成をDifyで自動化して、業務工数を約90%削減したとのことで・・・
企業向けの導入事例を見ると、リコーさんは月1回17時間かかっていたレポート作成をDifyで自動化して、業務工数を約90%削減したとのことで・・・
テキトー教師その事例はすごいですよね。27サイトからの情報収集→分類→配信という流れをDifyのワークフローで自動化して、1,000人への日次配信を実現したと。
「dify 出来る事」を最大限活用した好例だと思います。
「dify 出来る事」を最大限活用した好例だと思います。
室谷「dify でぃふぃ」という検索も出ていますね。読み方の迷いから検索している方が多いということで、改めて「ディフィ」が正解です。
DifyでできないことはAIエージェント・他ツールで補う
テキトー教師「dify できること できないこと」「dify できること できない こと」という検索も出ているので、できないことも正直に話しましょう。
室谷Difyは万能じゃないんですよね・・・正直に言うと。僕自身、最近はDifyのGUIで触ることがほとんどなくなっていて。
テキトー教師どういう理由でしょう？
室谷LLMの精度がGPT-5やClaude Sonnet系から爆上がりして、ワークフロー型が相対的に向いていないケースが増えてきた感覚があります。「こういう手順でやれ」と設計しなくても、高精度なLLMに自然言語で指示するだけで動くことが多くなってきたので・・・
テキトー教師なるほど。向いているケースと向いていないケース、どう分けますか？
室谷向いているのは・・・企業向けAI推進と個人の実用途ならMCP連携の2つですね。社員全員がClaude CodeやCursorを使うのは現実的じゃないし、多くのニーズがRAGなのでDifyは強い。
個人利用の実用途ならDify MCPが一択だと思っています。
個人利用の実用途ならDify MCPが一択だと思っています。
テキトー教師向いていないケースは？
室谷複雑なカスタムロジックが必要な場合や、細かい制御が必要なAIエージェント開発は、LangGraphやMastra、Claude Code SDKなどのコードベースのフレームワークの方が柔軟性が高いです。また、Difyはノーコードを売りにしている分、コードで書けばできることでも回りくどくなる場面があります。
テキトー教師「連携できるサービス」「dify 連携 できる サービス」という検索に対してお答えすると、HTTPリクエストノードとMCP対応で、理論上どんなAPIとも連携できます。ただ設定の手間はサービスによって違います。
ネイティブプラグインがあるサービスは設定が楽で、独自APIは少し工夫が必要です。
ネイティブプラグインがあるサービスは設定が楽で、独自APIは少し工夫が必要です。
室谷Dify Marketplaceで数百種類のプラグインが公開されているので、まずそこを探すといいですね。Slack、GitHub、Google Docs、Notionなどの主要サービスはほぼ対応しています。
よくある質問（FAQ）
室谷よくある質問をまとめましょう。
テキトー教師ですね。まずこれ。
Difyは完全無料で使えますか？
テキトー教師クラウド版はSandboxプラン（無料）から始められます。ただしLLMのAPIは別途課金が必要です（自分でOpenAIやAnthropicのAPIキーを用意）。
完全無料で使うなら、セルフホスト版＋OllamaのローカルLLMという組み合わせが選択肢に入ります。
完全無料で使うなら、セルフホスト版＋OllamaのローカルLLMという組み合わせが選択肢に入ります。
DifyとChatGPTの違いは？
室谷ChatGPTはAIと会話するための完成品。Difyは自分でAIアプリを作るためのプラットフォームです。
「お客さんとして使う」のがChatGPT、「作り手として使う」のがDifyというイメージです。
「お客さんとして使う」のがChatGPT、「作り手として使う」のがDifyというイメージです。
Difyを使うためにプログラミングの知識は必要？
テキトー教師基本的な機能はノーコードで使えます。ビジュアルエディタでドラッグ＆ドロップして設定するので、プログラミングなしでもチャットボットやワークフローが作れます。
ただし高度なカスタマイズにはコードノードやAPIの知識があると幅が広がります。
ただし高度なカスタマイズにはコードノードやAPIの知識があると幅が広がります。
Difyで企業の機密データを扱えますか？
室谷セルフホスト（オンプレミス）版を使えば、データが社外に出ません。DockerでDifyを社内サーバーに立てて、LLMもローカルで動かすかオンプレミス対応のAPIを使えば、完全なデータ主権が持てます。
Dify2.0の新機能は何ですか？
テキトー教師Dify2.0はQueue-based Graph Engineが一番大きな変化です。並列処理のサポート、エラー時の部分再実行、より高度なエージェント処理が可能になっています。
まとめ
室谷最後にまとめましょう。この記事で学んだDifyでできることを振り返ると・・・
テキトー教師はい、この記事のポイントをまとめるとこうなります。
- チャットボット: 主要なLLMを使ったカスタムAIアシスタントをノーコードで作成
- ワークフロー: 業務自動化パイプラインを視覚的に設計・実行
- RAG（ナレッジベース）: 自社ドキュメントを基に回答するAIを構築
- AIエージェント: ツールを自律的に選択・実行するエージェントを開発
- MCP連携: 外部サービスとの双方向統合
- PDF・音声文字起こし: ワークフローと外部APIで実現
- Pythonコードノード: ノーコードの限界をコードで突破
- セルフホスト: 機密データも安全にローカル/オンプレで運用
- 無料利用: Sandboxプランで主要機能を試せる
室谷Difyは「AIアプリ開発のプラットフォーム」として、企業のAI推進から個人の業務自動化まで幅広く使えます。特に企業向けのRAGとワークフロー自動化、そしてMCP連携は2026年時点で最も活用されているシーンですね。
テキトー教師まず試すならdify.aiでアカウントを作って、Sandboxプランでチャットボットかシンプルなワークフローを1つ作ってみることをおすすめします。動くものを1つ作ると、次に何ができるかのイメージがグッと広がります。
室谷室谷も著書「お金を使わず、AIを働かせる『Dify』活用」（ぱる出版）でDifyの実践的な活用法をまとめています。業種・職種別のユースケースを30種類以上掲載しているので、ぜひ参考にしてください。
テキトー教師.AI（ドットエーアイ）のコミュニティでも毎週Dify関連の事例共有や質問が出ていますよ。同じようにDifyを学んでいる仲間がいるので、コミュニティへの参加もおすすめです。