Difyの使い方【2026】ノーコードでLLMアプリ・RAGを作る始め方

「Difyを使ってみたいが、何が作れて、どう始め、どの業務に向くのか」が散らばった解説で分かりにくい。本記事は2026年6月25日時点のDify公式情報に基づき、特定の製品を推さず中立に「使い方」を整理する。Difyはコードを書かずにチャットボット・RAG・エージェント・ワークフローを作れるオープンソースのLLMアプリ開発基盤で、クラウドの無料枠かセルフホストで小さく試し始められる（出典: langgenius/dify GitHub・参照2026-06-25時点）。

まずクラウドのSandbox無料枠かセルフホスト（Docker・無料）で小さく試すのが堅い。向く業務は社内規定・FAQ・手順書のRAG一次回答や定型問い合わせの一次対応、向かない業務は最終判断・例外対応や口語議事録のような散在データの投入だ。料金・無料枠・ライセンス文言・対応モデルは改定が速いため、最新は必ず公式を確認してほしい（2026-06-25時点）。

なお当社（YDAIコンサルティング AI編集部）は、Dify・n8nといったワークフロー／LLMアプリ基盤を複数の社内業務で試用している立場にある。そのうえで、本記事はDify・n8nを含めどの製品も勝たせず、用途別に中立に整理する。自社サービスへの送客は一切しない。

結論：Difyは何で・どんな業務に向くか（30秒）

Difyは、ノーコードでLLMアプリ・RAG・エージェント・ワークフローを作れるオープンソースの開発基盤だ。ビジュアルなキャンバス上でブロックをつなぐだけで、社内ドキュメントを検索して回答するチャットボットや、定型処理を自動で流すワークフローを構築できる。GitHubのリポジトリ説明でも「エージェント型ワークフロー開発のための本番運用に耐えるプラットフォーム」と位置づけられている（出典: langgenius/dify GitHub・参照2026-06-25時点）。

向く業務と向かない業務を先に押さえると判断が速い。下表は当社が複数業務で試用して整理した目安で、精度や処理時間の数値は出さず定性で示す。図解（fig2）にも要点を載せた。

観点	向く業務	向かない業務
回答の性質	社内規定・FAQ・手順書の一次回答	最終判断・例外対応・責任を伴う意思決定
データ	整ったドキュメント（PDF・社内Wiki等）	口語議事録など散在・非構造データの一括投入
役割	定型問い合わせの一次対応・下書き生成	人手の確認を完全に省く運用

まずSandbox無料枠かセルフホストで「社内RAGの一次回答」から小さく始め、効果を見て広げるのが現実的だ。料金・無料枠は変動するため、最新は公式の料金ページで確認してほしい（2026-06-25時点）。

Difyとは（定義とできること）

Difyは、提供元LangGeniusが開発するオープンソースのLLMアプリ開発基盤である。1つの画面でワークフロー・RAGパイプライン・エージェント・モデル管理・可観測性（動作の記録と監視）を統合し、プロトタイプから本番運用までを同じツールで作れるのが特徴だ。OpenAIのGPT系をはじめ、Mistral・Llama系・OpenAI互換APIなど、数十のプロバイダにわたる数百のLLMを切り替えて使える（出典: langgenius/dify GitHub・参照2026-06-25時点）。一部の二次解説には対応モデル数を過大に見せる表記もあるため、ここでは公式の表現に留める。

ライセンスは正確に押さえておきたい。DifyはApache 2.0をベースにした独自のオープンソースライセンス（追加条件あり）で、完全なApache 2.0ではない。フロント画面のロゴ・著作権表示を保持する義務があり、DifyをマルチテナントのSaaSとして第三者に提供する場合などは別途商用ライセンスが必要になる。通常の社内利用は可能だが、「商用制限なし」と断じる解説は不正確だ（出典: Dify Open Source License・github LICENSE・参照2026-06-25時点）。

できることを用途で整理すると、(1)チャットボット＝問い合わせへの会話応答、(2)RAG＝社内ドキュメントを検索して根拠つきで回答、(3)エージェント＝ツールを使い分けて自律的にタスク処理、(4)ワークフロー＝決まった手順を自動で流すバッチ処理、の4系統になる。エージェントの一般的な定義は「AIエージェントとは」で扱っているため、本記事では製品操作に絞る。

Difyの始め方4ステップ（クラウド/セルフホスト）

始め方はクラウドでもセルフホストでも、大きく4ステップに整理できる。(1)アカウントを作成して管理画面に入る、(2)使うLLMのAPIキーを設定する、(3)アプリの種別（ワークフロー／チャットフロー等）を選ぶ、(4)動作をテストして公開する、という流れだ。下の図解（fig4）に2経路を並べた。

クラウド版（環境構築不要）

最短で試すならクラウドのDify Cloudが手軽だ。公式サイトからGitHub・Google・メールアドレスのいずれかでサインアップすると、サーバーの用意やインストールなしにすぐ管理画面が使える。無料のSandboxプランから始められ、利用したいモデルのAPIキー（OpenAIのキー等）を設定欄に登録すればアプリの作成に進める（出典: Dify 公式 Pricing・参照2026-06-25時点）。検証だけなら、まずこのクラウド無料枠で十分なことが多い。

セルフホスト版（Docker Compose・無料）

社内データを手元で管理したい、無料枠の上限を気にせず使いたい場合はセルフホストを選ぶ。コミュニティ版は無料で、推奨されるデプロイ方法はDocker Composeだ。リポジトリを取得してDocker Composeを起動し、ブラウザでローカルの初期設定ページ（localhost の install パス）にアクセスして管理者アカウントを作る、という流れになる。最小要件はCPU2コア以上・RAM4GiB以上で、macOSではDockerに2vCPU・8GiBを割り当てるのが推奨だ。なおDify本体は無料でも、サーバーのインフラ費とLLMのAPI利用費は別途自己負担になる点は押さえておきたい（出典: Dify 公式 Self-hosted with Docker Compose・参照2026-06-25時点）。

チャットボット・Chatflow・RAGの作り方

アプリを作る前に、どの種別を選ぶかを決める。公式のKey Conceptsでは、新規開発はWorkflowとChatflowの2種が推奨されている。Workflowは1回きりの単発タスク向きで、バッチ実行に対応する一方で会話の記憶を持たない。Chatflowは会話のターンで起動し、メモリや変数を保持するためチャット用途に向く。Chatbot・Agent・Text Generatorの3種はレガシー扱いで、いずれも同じワークフローエンジンの上で動く簡易UIという位置づけだ（出典: Dify 公式 Key Concepts・参照2026-06-25時点）。図解（fig5）に選び方をまとめた。

アプリ種別の選び方

迷ったら、会話で使うならChatflow、決まった処理を自動で流すならWorkflowを選ぶ。Agentアプリは複数のツールを自律的に呼び分ける用途に対応するが、新規ならまずChatflow／Workflowで素直に組むほうが保守しやすい。エージェントそのものの考え方を整理したい場合は「AIエージェントとは」を先に読むと理解が早い。

ナレッジ（RAG）を作る

社内文書を検索して回答するRAGは、ナレッジ機能で作る。手順は、ドキュメントをアップロードすると自動でチャンク（小さな断片）に分割され、ベクトル化（意味の近さを数値で扱える形に変換）してインデックスが作られる。アプリから質問すると、その質問に近い断片を検索して回答の根拠に使う、という流れだ。検索モードはベクトル（意味）検索・全文検索・両者のハイブリッドに加え、リランク（並べ替え）に対応する。対応ファイル形式はPDF・Word・テキスト・Markdownなどだが、網羅的な対応一覧はバージョンで変わるため最新は公式参照とする（出典: Dify 公式 Knowledge base・参照2026-06-25時点）。

料金プラン早見表（無料枠の範囲）

クラウドの料金は無料のSandboxから有料プランまで段階がある。下表はDify公式の料金ページで取得した2026-06-25時点の値だ。料金は改定が頻繁なため、最新は必ず公式の料金ページで確認してほしい。セルフホスト（コミュニティ版）はDify本体が無料で、別途インフラ費とLLM API費がかかる点もあわせて押さえておきたい。図解（fig6）に主要プランの無料枠と上限を整理した。

プラン	月額	主な内容（2026-06-25時点・変動あり）
Sandbox	無料（$0）	メッセージクレジット200・アプリ5・ナレッジ容量50MB・ドキュメント50・メンバー1
Professional	$59/ワークスペース	クレジット5,000/月・アプリ50・容量5GB・ドキュメント500・メンバー3
Team	$159/ワークスペース	クレジット10,000/月・アプリ200・容量20GB・ドキュメント1,000・メンバー50
Enterprise	要問い合わせ	額は非公開・規模に応じた個別見積もり
セルフホスト	無料	コミュニティ版・インフラ費とLLM API費は別途自己負担

まず無料のSandboxで作りたいアプリが成立するかを検証し、メッセージ量やメンバー数が増えてから上位プランやセルフホストを検討するのが無駄が少ない。Enterpriseは額が公開されていないため、必要なら公式に問い合わせる前提で進める。年額での割引も用意されているが、適用条件と金額は変動するため公式参照とする（出典: Dify 公式 Pricing・参照2026-06-25時点）。

当社試用：向く業務・ハマった点（定性）

当社（YDAIコンサルティング AI編集部）では、16以上の事業領域でDifyを社内ナレッジのRAG一次回答や問い合わせの一次対応に試用してきた。ここで述べるのは社内運用で得た定性的な知見で、精度や処理時間といった実測数値は載せない。

向く業務として手応えがあったのは、社内規定・FAQ・手順書のように整ったドキュメントを根拠にした一次回答と、定型的な問い合わせの下書き生成だ。逆に向かなかったのは、最終判断や例外対応をDifyに任せきる運用と、口語の議事録のように散在・非構造なデータをそのまま投入するケースで、いずれも人手の確認工程を残すことが前提になった。セルフホストで運用してつまずいたのは、Docker上で複数のサービスが常駐する構成の保守と、ベクトルDB・ストレージの管理の手間だ。モデルは、検証段階は軽量モデル、本番は精度の高いモデル、と切り替える使い分けが結果的に扱いやすかった。

社内AIをどこから始めるかという全体像は「中小企業の社内AI導入5ステップ」に整理してあるので、Dify単体の話と合わせて読むと位置づけが掴みやすい。

n8n・エージェントFWとの使い分け

Difyとよく比較されるのがn8nだ。両者は守備範囲が重なる部分もあるが、主役が違う。n8nはワークフロー自動化（iPaaS）で、各種サービスをつなぐ自動化が主役であり、AIはその中の1ノードとして扱われる。対してDifyはAIアプリ基盤で、LLMの呼び出し・知識検索（RAG）・コード実行が第一級の機能として中心にある。社内ドキュメントを検索して回答するRAGを素早く作りたいならDifyが容易で、複数SaaSをまたいだ業務の自動配線が主目的ならn8nが向く、という整理になる。ここでは勝敗をつけず、用途で選ぶという立場に留める（出典: langgenius/dify GitHub・参照2026-06-25時点）。

そもそも自分たちで作るべきか、外部に任せるべきかという投資判断は、ツール選定の前段にある別の論点だ。内製と外注の見極めは「AIエージェントは内製か外注か」で扱っているため、そちらを判断の土台にしてほしい。なお、Difyとn8nのどちらを選ぶかという比較の深掘りは、別の比較記事で改めて整理する予定だ。

まとめ

Difyは万能の正解を探すより、用途で使い始めるのが堅い。まずクラウドのSandbox無料枠かセルフホスト（Docker・無料）で小さく試し、向く業務である社内規定・FAQ・手順書のRAG一次回答や定型問い合わせの一次対応から広げるのが現実的だ。アプリ種別は新規ならWorkflowかChatflowを選び、最終判断や例外対応は人手の確認を残す。料金・無料枠・ライセンス文言・対応モデルは改定が速いため、導入前に必ず公式で最新を確認してほしい（2026-06-25時点）。

---

社内AIをどこから始めるか迷ったら

Dify単体の使い方の前に、社内AIの全体像から押さえると遠回りになりません。中小企業の社内AI導入5ステップと、内製か外注かの判断軸をまとめたAIエージェントは内製か外注かもあわせてどうぞ。