LASSIC Media らしくメディア
Dify入門｜社内生成AIアプリの内製手順
LASSIC IT事業部｜元請（プライムベンダー）としてシステム開発・検証を受託
生成AIを使った社内向けアプリを作りたいが、専門のAIエンジニアを新たに採用する余裕はない――。IT事業部や情報システム部門から、こうした相談を受ける機会が増えています。社内FAQボットや問い合わせ対応の一次窓口、日々作成される文書の要約など、業務改善につながりそうな用途は多い一方、「生成AIアプリの開発」と聞くと大掛かりなシステム構築を連想し、二の足を踏んでいる企業も少なくないでしょう。
こうした状況で選択肢の一つになるのが、Difyというオープンソースの生成AIアプリ開発プラットフォームです。GUI操作を中心とした低コードの仕組みで、チャットボットやワークフロー形式の生成AIアプリを組み立てられる点が特徴です。本記事では、Difyの基本機能と、社内向け生成AIアプリを内製で始める手順、内製と外部委託の判断軸を整理します。
なお本記事は、Difyというツールを使った内製の進め方に主題を絞ります。生成AIを使った業務ワークフロー自動化全般や、RAG（検索拡張生成）の技術的な仕組みそのものは扱う範囲が異なるため、本記事では取り上げません。
この記事のポイント
- Difyは、GUI操作を中心とした低コードの生成AIアプリ開発プラットフォームで、オープンソース版（セルフホスト）とクラウド版（SaaS）の両方が提供されています。
- チャットボット・エージェント・ワークフローといったアプリ種別と、社内文書を取り込む「ナレッジ」機能を組み合わせることで、専門のAIエンジニアがいなくても社内向け生成AIアプリを内製しやすくなります。
- 内製と外部委託は二者択一ではなく、業務の複雑さやセキュリティ要件に応じて使い分ける判断軸を持つことが実務上のポイントです。
目次
Difyとは何か：GUI操作で生成AIアプリを組み立てられるプラットフォーム
Difyは、大規模言語モデル（LLM）を使ったアプリケーションをGUI操作中心で構築できる、オープンソースの開発プラットフォームです*1。プログラミングの専門知識がなくても、画面上でプロンプトや処理フローを組み立てることで、チャットボットや業務用の生成AIアプリを作成できる点が特徴です。
提供形態には大きく二つあります。一つはDify社が運営するクラウド版（SaaS）で、アカウントを作成すればすぐに利用を始められます。もう一つはオープンソースのコードをDockerなどで自社環境に構築するセルフホスト版です*1。セキュリティ要件が厳しい社内システムでは、データの取り扱い範囲を踏まえてどちらの形態を選ぶか検討することになるでしょう。
低コード・GUI型という位置づけ
Difyは、ゼロからLLM呼び出しのコードを書く代わりに、画面上でモデルの選択・プロンプトの設計・処理の分岐などを設定していく思想のツールです。情報システム部門の担当者が、業務要件を整理しながら試行錯誤で組み立てられる点は、開発のすべてを外部にゆだねるスタイルとの大きな違いといえるでしょう。なお、対応モデルや料金プランなどの詳細は執筆時点の情報であり、最新の仕様は公式サイトで確認することをおすすめします。
Difyでできること：アプリ種別とナレッジ（RAG）機能
Difyでは、目的に応じて複数のアプリ種別を選んで構築します。代表的なものを整理すると、次のとおりです*2。
| アプリ種別 | 概要 | 社内活用イメージ |
|---|---|---|
| チャットボット | 対話形式でユーザーの質問に応答するアプリ | 社内FAQボット、問い合わせの一次対応 |
| エージェント | ツール呼び出しや複数ステップの判断を伴う自律的な処理を行うアプリ | 複数システムを横断した簡易な調査・確認業務 |
| ワークフロー | 処理の流れを画面上でブロックとして組み立てる形式のアプリ | 文書要約、定型的な入力チェックや分岐処理 |
これらのアプリ種別に共通して活用できるのが「ナレッジ」と呼ばれる機能です。社内マニュアルや規程集、過去の問い合わせ履歴といった文書を取り込んでおくと、アプリが回答時にその内容を参照する、いわゆる検索拡張生成（RAG）の仕組みを、GUI上の設定だけで組み込めます*2。ナレッジの元になる文書形式や検索方式には複数の選択肢が用意されており、業務内容に応じて調整する形になります。
モデルの接続についても、特定のLLMに縛られない設計になっている点が特徴です。複数のモデル提供元に対応しており、用途やコストに応じてモデルを使い分けたり切り替えたりできます*2。完成したアプリは、Web上の埋め込み画面として社内ポータルに組み込むほか、APIとして呼び出す形で他システムと連携させることも可能です*2。
社内向け生成AIアプリの内製ユースケース
社内向けという文脈でDifyの活用が検討されやすい用途を整理すると、次のようなパターンが挙げられます。
- 社内FAQボット――就業規則やシステム利用手順など、問い合わせが繰り返し発生する項目をナレッジに登録し、チャットボット形式で一次回答する
- 社内文書の要約・検索――議事録や仕様書、マニュアルなど分量の多い文書を要約したり、必要な箇所を検索して提示したりする
- 問い合わせ一次対応――情報システム部門やヘルプデスクに届く問い合わせを一次仕分けし、定型回答で完結する案件と担当者へのエスカレーションが必要な案件を振り分ける
- 簡易ワークフロー――申請内容のチェックや定型フォーマットへの変換など、複数ステップを伴う定型業務を自動化する
共通するのは、いずれも既存の業務知識（文書・過去のやり取り）をナレッジとして取り込めば、専門のAIエンジニアがゼロから開発するよりも短い試行錯誤サイクルで形にしやすいという点です。逆に言えば、参照すべき文書やルールが社内に整理されていない業務は、Difyを使っても土台となる情報が不足し、内製の難易度は上がりやすくなるでしょう。
Difyで内製を始める6つのステップ
社内向け生成AIアプリを内製する際の大まかな流れを整理すると、次の6ステップになります。
ステップ1〜3：ユースケース選定からアプリ種別選択まで
最初に取り組むのは、対象とする業務ユースケースの選定です。問い合わせ件数が多く、かつ回答の元になる文書がすでに社内に存在する業務ほど、着手しやすい対象になります。次に、その業務で参照すべき社内文書をナレッジとして登録します。マニュアルや規程集をアップロードし、検索対象として認識させる段階です。ユースケースと参照文書が固まったら、チャットボット・エージェント・ワークフローのいずれの形式で組み立てるかを選択します。
ステップ4〜6：モデル接続からテスト、社内公開まで
アプリ種別を決めたら、利用するLLMを接続し、回答の方針や口調、参照するナレッジの範囲などをプロンプトとして設定します。ここまで組み上がったら、実際の業務に近い質問を使ってテストを行い、誤った回答や参照漏れがないかを確認する工程です。テストで一定の精度が確認できた段階で、社内ポータルへの埋め込みやアクセス権限の設定を行い、対象の部門・利用者に公開します。
この一連の流れは、担当者一人で完結させる必要はありません。ユースケース選定や参照文書の整理は業務部門が主導し、モデル接続やテストは情報システム部門が担うといった役割分担も現実的な進め方でしょう。
社内展開と運用の勘所：権限・セキュリティ・コスト
社内向けに公開した後は、開発時とは異なる観点での運用管理が必要になります。作り切って終わりではなく、公開後も継続的に手を入れる前提で体制を組んでおくことが望ましいでしょう。押さえておきたい主な論点は次のとおりです。
- アクセス権限の設計――誰がアプリを利用できるか、誰がナレッジやプロンプトの設定を編集できるかを分けて管理する
- ナレッジの鮮度管理――参照する社内文書が更新された際に、ナレッジ側も更新する運用ルールを決めておく
- 入力データの取り扱い――社内の機微情報をどこまでプロンプトやナレッジに含めてよいか、情報管理の方針に沿って線引きする
- 利用状況・コストの把握――接続するモデルによっては利用量に応じた費用が発生するため、想定利用範囲でのコスト感を事前に確認する
- ログ・利用履歴の確認――誰がどのような質問をし、どのような回答が返されたかを一定期間追跡できるようにしておくと、精度の劣化や誤回答の早期発見につながる
特にセキュリティ面では、セルフホスト版であれば自社の管理下でデータを扱える一方、運用・保守の負荷は自社で負うことになります。クラウド版は運用負荷が小さい代わりに、データの取り扱いに関する契約条件を確認しておく必要があるでしょう。どちらを選ぶ場合も、扱う社内文書の機密度に応じた判断が求められます。
内製と外部委託の判断軸
Difyのようなツールがあることで、社内向け生成AIアプリの多くは内製できる可能性が広がりました。ただし、すべてを内製すべきとは限らないというのが実情です。内製と外部委託のどちらが適するかは、次のような観点で整理できます。
| 観点 | 内製が向くケース | 委託を検討したいケース |
|---|---|---|
| 業務の複雑さ | ナレッジ登録とプロンプト調整で完結する定型業務 | 複数システムとの連携や独自ロジックが多い業務 |
| 社内のリソース | 試行錯誤に時間を割ける担当者がいる | 担当者が他業務と兼務で時間が確保しにくい |
| セキュリティ要件 | 自社基準での運用体制を整えられる | 監査対応や契約上の要件が厳格で専門知識が必要 |
| スピード感 | 小さく試してから広げたい | 早期に安定稼働させる必要がある |
内製から始めて、業務の重要度が高まったタイミングで一部を外部パートナーに委託する、あるいは逆に、まずは委託で立ち上げてから運用ノウハウを社内に移していくという進め方も現実的な選択肢です。LASSICのようなシステム開発の元請会社は、こうした内製と委託を組み合わせた進め方についても、中立的な立場でご相談に応じられます。
内製でつまずきやすい点と対策
Difyを使えば専門のAIエンジニアがいなくても着手しやすくなる一方、内製ならではのつまずきも存在します。実務でよく見られるパターンは、次のようなものです。
- ナレッジに登録する文書が整理されておらず、回答の精度が上がらない――着手前に対象文書の要否を棚卸ししておくことが有効です
- プロンプトの調整が属人化し、担当者が異動すると保守できなくなる――設定内容や調整の意図を記録に残しておく必要があります
- 公開後の利用状況を誰も確認せず、精度が落ちても放置される――定期的な見直しの担当と頻度をあらかじめ決めておくとよいでしょう
- アクセス権限の設定が曖昧なまま公開し、想定外の部門から機微情報の問い合わせが来てしまう――公開前に対象範囲を明確にしておくことが欠かせません
いずれも、Dify自体の機能不足というより、内製を進める体制側の準備不足が原因になりやすい点です。ツールを導入すれば自動的にうまくいくわけではなく、運用ルールを最初に決めておくことが失敗を避ける近道といえるでしょう。
まとめ：Difyは内製の選択肢を広げるツール
本記事では、Difyを使った社内向け生成AIアプリの内製について、基本機能から始め方の手順、内製と委託の判断軸までを整理しました。Difyは、チャットボット・エージェント・ワークフローといったアプリ種別と、ナレッジ（RAG）機能をGUI操作で組み合わせられる点が特徴で、専門のAIエンジニアがいない企業でも内製に着手しやすいツールです。
一方で、内製がすべての場面に適するわけではありません。業務の複雑さやセキュリティ要件、社内リソースの状況を踏まえて、内製と外部委託を使い分ける判断軸を持つことが、生成AIアプリを継続的に活用していくための土台になります。
よくある質問
Difyは無料で使えますか。
セルフホスト版はオープンソースとして公開されており、自社のサーバー環境に構築すれば利用できます*1。クラウド版（SaaS）は料金プランが用意されているため、詳細な条件は公式サイトの最新情報を確認することをおすすめします。
Difyの利用にプログラミングの知識は必要ですか。
基本的なチャットボットやワークフローの構築は、GUI操作を中心に行えるためプログラミングが必須というわけではありません。ただし、他システムとの連携やより複雑な処理を組み込む場合は、一定の技術知識があった方が対応の幅は広がります。
社内文書をナレッジに登録する際の注意点はありますか。
機微情報を含む文書を登録する場合は、アクセス権限の設定とあわせて、社内の情報管理方針に照らして問題がないかを事前に確認しておくことが望ましいです。また文書が更新された際にナレッジ側も更新する運用ルールを決めておくと、回答精度の劣化を防ぎやすくなります。
内製と外部委託は、どちらから始めるべきですか。
ナレッジ登録とプロンプト調整で完結しそうな定型業務であれば、内製から小さく試すのも一つの方法です。複数システムとの連携やセキュリティ要件が厳格な用途では、外部パートナーへの相談も選択肢に入れるとよいでしょう。
Dify以外の生成AIアプリ開発の選択肢と何が違いますか。
汎用的な業務自動化ツールやAIエージェントのフレームワークなど、生成AIアプリを構築する手段は他にも存在します。Difyは、チャットボット・エージェント・ワークフローといったアプリ種別とナレッジ機能をGUI上で組み合わせる点に特徴があり、比較検討の際は自社が実現したい用途に合っているかを軸に判断するとよいでしょう。
著者：テレリモ総研編集部 鈴木 亮佑
システム開発・内製化のご相談はLASSICへ
元請（プライムベンダー）として、Difyを使った社内アプリの内製支援から、複雑な要件のシステム開発までご提案します。まずはお気軽にご相談ください。
ご不明な点はお問い合わせフォームからもご連絡いただけます。
- *1 出典：Dify公式サイト（https://dify.ai/）
- *2 出典：Dify Documentation（https://docs.dify.ai/）
