Dify（ディフィ）とは？——プログラミングなしでAIアプリを作れるオープンソースプラットフォーム。GitHubで8万以上のスター・世界中の開発者に採用されるDifyの全容を解説する。RAGの仕組み・3つの導入方法の比較・対応モデル一覧・料金プラン・商用利用の注意点・具体的な活用事例まで網羅する。
📌 この記事でわかること
・3つの導入方法の比較——クラウド版・セルフホスト版（Docker）・Dify Premiumの違いとどれを選ぶべきか
・セルフホスト版は無料で使い放題——Dockerで自社サーバーに建てれば月額費用なし
・RAGの仕組み——「社内文書を読み込ませてAIに答えさせる」が何をしているか
・LangChainとの違い——DifyがLangChainの「GUI版」という関係の理解
・対応AIモデル一覧、ワークフロー機能、商用利用の制限（マルチテナント・ロゴ問題）
Difyとは——開発背景・日本法人・特徴
Difyは、プログラミング不要のノーコードでAIアプリを作成できるオープンソースのLLMアプリ開発プラットフォームだ。チャットボット・RAG（社内文書を読み込んだ知識検索システム）・AIエージェント・ワークフロー自動化など、様々なAIアプリを視覚的な操作だけで構築できる。
開発元はLangGenius（ラングジーニアス）社——米国に本社を置くAIスタートアップだ。2025年に日本法人（株式会社LangGenius）が設立され、日本市場への本格展開が始まった。同年、DXを推進する企業や個人を支援する「一般社団法人Dify協会」も設立されている。GitHubで8万以上のスターを獲得しており、オープンソースAIツールとしての信頼性は世界レベルで高い。
| 項目 | 詳細 |
|---|---|
| GitHub Stars | 8万以上（2026年時点） |
| 対応LLMモデル数 | 数百種類 |
| 日本法人設立 | 2025年（株式会社LangGenius） |
| ライセンス | MIT（一部制限あり） |
Difyでできること——7つの主要機能
💬 チャットボット・AIアシスタントの作成
プロンプトを設定するだけで、社内FAQ回答・カスタマーサポート・営業支援などの対話型AIアシスタントを構築できる。テンプレートも豊富で、目的に合ったベースから始められる。
📚 RAG——社内文書を読み込んだ知識検索AI
PDF・Word・Webページ等の文書を取り込み、その内容をもとにAIが回答する「RAG（Retrieval-Augmented Generation）」を簡単に構築できる。社内マニュアル・規定・過去の議事録などをAIに読ませて、正確な情報を引き出せる。
🔄 ワークフロー——複雑な処理の視覚的な自動化
「入力を受け取る→AIで分類→条件分岐→出力先を変える」といった複雑な処理をノードをつなぐだけで設計できる。メール自動分類・レポート自動生成・多段階のAI処理チェーンを構築できる。
🤖 AIエージェント——自律的に行動するAI
「WebサイトのURLを渡したら要約してSlackに投稿する」「Googleスプレッドシートのデータを分析してメールで報告する」等、AIが自ら考えてツールを使いながらタスクを実行するエージェントを作れる。
🔌 マルチモデル対応と切り替え
数百種類のAIモデルに対応し、用途・コスト・性能に応じてモデルを自由に選択・切り替えできる。「このアプリはGPT-4o、あっちはClaude Sonnet」という使い分けも可能。
📊 LLMOps——コスト・使用状況の管理
作成したAIアプリのトークン使用量・レスポンス時間・エラー率などをダッシュボードで管理できる。どのアプリがどれだけコストがかかっているかを可視化して最適化できる。
🔗 外部ツール・API連携
Google検索・Slack・Gmail・Notion・Salesforce等の外部ツールとAPIを通じて連携できる。Zapierとの連携でさらに幅広いサービスとの自動化も可能。
2026年3月の最新機能
メタデータフィルタリング：ドキュメントに「タグ」「作成日」「公開範囲」などの属性を付けて管理できるようになった。膨大なナレッジベースから特定のドキュメントだけをピンポイントで絞り込んで参照できる。部署ごと・プロジェクトごとにドキュメントを分けて、AIに持たせる知識を制御できる。
エージェントノード：ワークフローの中に「AIが自ら考えて動くステップ」を組み込めるようになった。ドラッグ＆ドロップ＋簡単なパラメータ指定だけで設定完了し、複雑な業務プロセスの自動化がさらに実現しやすくなった。
Extension Plugin Endpoint：ノーコード画面上で外部システムと連携するエンドポイントをプラグインに組み込める。SalesforceやSlackなどとのWebhook連携をGUIで設定できる。
RAGとは何か——「社内文書でAIに答えさせる」仕組みを解説
DifyのRAG機能が「なぜ有用か」を理解するために、まずRAGの仕組みを理解しておく必要がある。ここでは「何がどう変わるのか」を具体的に解説する。
RAGがない場合（通常のChatGPT等）の問題
通常のAIチャットツールは、モデルの学習データ（学習済みの知識）だけで回答する。そのため「自社の採用基準は？」「先月の会議の決定事項は？」「この製品の仕様書の詳細は？」といった質問には答えられない。さらに学習データの期限（カットオフ）以降の最新情報も持っていない。
| 比較項目 | RAGなし（通常のAI） | RAGあり（Difyで構築） |
|---|---|---|
| 回答の情報源 | モデルの学習データのみ（公開情報） | 自社文書＋モデルの知識を組み合わせ |
| 社内情報への回答 | 不可能 | 可能（読み込んだドキュメントから回答） |
| 最新情報 | 学習データの期限以降は未対応 | 文書を更新すれば即時反映 |
| 回答の根拠 | モデルが知っていることを話す（ハルシネーションリスク） | 参照した文書の内容を元に回答（根拠が明確） |
| カスタマイズ性 | プロンプト調整のみ | 読み込む文書・回答スタイルを自由に設定 |
DifyのRAGが内部でやっていること
| ステップ | 内容 |
|---|---|
| ①文書の取り込み | PDFやWordをDifyにアップロードすると、内容をテキストとして読み取り「チャンク（小さな断片）」に分割する |
| ②ベクトル化（埋め込み） | 各チャンクを「意味ベクトル」という数値データに変換して、ベクトルデータベースに保存する。似た意味のテキストが近い場所に配置される |
| ③ユーザーの質問を受け取る | チャットボットにユーザーが質問すると、その質問も同様にベクトル化する |
| ④意味検索 | 質問ベクトルに最も近い（意味が似ている）チャンクをベクトルDBから高速検索して取り出す |
| ⑤LLMで回答生成 | 取り出した関連チャンクと元の質問をLLMに渡して、「この文書を参照して回答してください」と指示する |
| ⑥回答を返す | LLMが文書の内容に基づいた正確な回答を生成する |
LangChainとの違い
「LangChainを使えばいいのでは？」という疑問をよく聞く。DifyとLangChainの関係を正確に理解すると、どちらを使うべきかが明確になる。
| 比較項目 | LangChain | Dify |
|---|---|---|
| 位置づけ | LLMアプリ構築のためのPythonライブラリ（コードで書く） | LangChainのような処理をGUIで実現するプラットフォーム |
| 必要なスキル | Pythonプログラミング・LLM APIの知識 | プログラミング不要。GUIだけで操作できる |
| 柔軟性 | コードで何でも実装可能 | GUIの制約内での開発 |
| 開発速度 | 実装に時間がかかる | ノーコードで素早く立ち上げられる |
| 向いている人 | エンジニア・開発者 | 非エンジニア・ビジネス部門 |
一言で言えば「LangChainはPythonで書くライブラリ、DifyはそのGUI版」だ。Difyを使うことで、エンジニアが数日かけて実装するものを、非エンジニアが数時間で立ち上げられる。ただし高度なカスタマイズや独自の処理が必要な場合は、LangChainを直接使う方が柔軟性が高い。なお、DifyはバックエンドでLangChainを内部的に利用している。
対応AIモデル一覧
Difyは数百種類以上のAIモデルに対応しており、用途やコスト・性能に応じて自由に選択・切り替えができる。主要なモデルを整理する。
- GPT-4o／GPT-4o mini／o3・o4-mini（OpenAI）
- Claude 3.7 Sonnet／Claude 3.5 Haiku（Anthropic）
- Gemini 2.0 Flash／Gemini 2.0 Pro（Google）
- DeepSeek-V3／DeepSeek-R1（DeepSeek）
- Llama 3.3（Meta・OSS）／Mistral Large（Mistral AI）
- Azure OpenAI（Microsoft Azure）／Hugging Face各種OSS
- Ollama連携（ローカル実行）／その他200以上（Replicate等）
3つの導入方法と選び方
Difyには大きく3種類の導入方法がある。この選択が「月額費用・データの管理場所・技術的な手間」に直結するため最も重要な判断だ。
クラウド版（Dify.AI）——初心者・個人・小チーム向け推奨
ブラウザからすぐ使える。サーバー不要。無料プラン（Sandbox）あり、有料は$59/月から。データはDify社のサーバーに保存される。メンテナンス・アップデートはDifyが自動対応するが、機密データを扱う場合は注意が必要。
セルフホスト版（Community Edition）——エンジニアがいる企業・コスト重視・機密データ
GitHubからオープンソースコードを取得し、DockerとDocker Composeで自社サーバーに構築する。月額費用ゼロ（サーバー代・API代は別途）。データを自社環境に保持できるため高セキュリティ。メンテナンス・アップデートは自社対応となり、Docker・サーバー管理の知識が必要。
Dify Premium（AWS Marketplace）——AWSを使っている企業向け
AWS Marketplaceからインフラを購入する形で、本質的にはセルフホスト版に近い。AWS環境内でDifyを管理でき、既存のAWSエコシステムとの統合がしやすい。AWSの課金体系が適用される。
| 状況 | 推奨方法 | 理由 |
|---|---|---|
| まずDifyを試してみたい | クラウド版・無料プラン | 登録5分で使い始められる。コスト0でDifyの機能を体験できる |
| 個人・小規模でDifyを本格利用 | クラウド版・Professional | 月$59で制限が大幅に緩和。サーバー管理不要で手軽 |
| チームで使いたい | クラウド版・Team | 50人まで対応。月$159でメンバー追加・200アプリまで作成可能 |
| 大量のAPIを使いたい・コストを抑えたい | セルフホスト版 | 月額ゼロ。自社のAI APIキーを使えば制限なし |
| 機密データを扱う・社内情報を外に出せない | セルフホスト版 | データが自社サーバー内に保持される |
| 大規模企業・高度なセキュリティが必要 | Enterpriseプラン | SSO・MFA・アクセス制御・専任サポートが付く |
クラウド版の料金プラン詳細
| プラン | 料金 | 主な内容 |
|---|---|---|
| Sandbox | $0（無料） | メッセージクレジット200回・アプリ5個まで・メンバー1人・ストレージ50MB・ドキュメント50件・ログ30日間 |
| Professional | $59/月（年払い$590/年） | メッセージ月5,000回・アプリ50個まで・メンバー3人まで・ストレージ5GB・ドキュメント500件・ログ無制限・メールサポート |
| Team | $159/月（年払い$1,590/年） | メッセージ月10,000回・アプリ200個まで・メンバー50人まで・ストレージ20GB・ドキュメント1,000件・優先サポート |
| Enterprise | 要問合 | メッセージ・アプリ・メンバー数無制限、SSO/SAML/OIDC対応、2FA、Kubernetes Nativeデプロイ、ホワイトラベリング、専用サポート |
アカウント作成から最初のアプリまで
作れるアプリの具体例と活用事例
🏢 社内FAQチャットボット
就業規則・経費精算マニュアル・IT利用ガイド等のドキュメントを取り込み、社員がチャットで質問できる社内QAボットを構築。人事・総務部門への問い合わせが大幅に減少する。
🛒 カスタマーサポートAI
製品マニュアル・FAQ・過去のサポート履歴を読み込ませて、一次対応を自動化する。定型質問をAIが回答し、複雑な問題のみ人間にエスカレーション。
💼 営業支援・提案書生成AI
顧客の課題・業界情報・自社製品情報を組み合わせて、提案書のドラフトを自動生成。営業準備時間を短縮する。
📋 メール自動分類・返信ドラフト
受信メールを分類し（問い合わせ／クレーム／見積もり依頼等）、カテゴリに応じた返信ドラフトを自動作成するワークフローを構築できる。
📰 コンテンツ生成・リライトツール
ブログ記事の構成案作成・既存記事のSEO最適化・SNS投稿の生成など、コンテンツ制作ワークフローを自動化する。
🔬 論文・文書要約・分析システム
大量の論文やレポートを取り込んで、必要な情報をキーワードで検索・要約できるシステムを構築。研究機関・法律事務所・金融機関での調査業務を効率化する事例が増えている。
ワークフロー機能——視覚的なAI処理の自動化
Difyのワークフロー機能は、複数のAI処理ステップを視覚的なフローとして設計できる機能だ。単純なチャットボットを超えた、複雑な業務自動化が可能になる。
| ノードの種類 | できること | 活用例 |
|---|---|---|
| スタートノード | ワークフローの入力を受け取る | ユーザーの入力・APIからのデータ受信 |
| LLMノード | AIモデルで文章生成・分析・分類を行う | メール要約・感情分析・カテゴリ判定 |
| ナレッジ取得ノード | ベクトルDBから関連情報を検索する（RAG） | 社内文書から関連するナレッジを取得 |
| 条件分岐ノード | 条件に応じて処理の流れを変える | 「クレームなら担当者に転送、問い合わせなら自動回答」 |
| コードノード | Pythonコードで独自処理を実行する | 外部APIの呼び出し・データ変換・計算処理 |
| テンプレートノード | テンプレートに変数を埋め込んでテキスト生成 | メールテンプレートへの動的コンテンツ挿入 |
| エージェントノード（新機能） | AIが自律的に考えてツールを選んで実行する | タスク達成に必要な行動をAIが判断して実行 |
| HTTPリクエストノード | 外部APIを呼び出してデータを取得・送信する | 天気API・Slack通知・Googleスプレッドシートへの書き込み |
| 終了ノード | ワークフローの結果を出力する | テキスト・JSON・ファイルとして出力 |
メリット・デメリット
商用利用の注意点——OSSライセンスの制限
DifyはオープンソースのMITライセンスベースだが、2つの重要な制限がある。事業での利用を検討している場合は必ず確認しておいてほしい。
| 利用形態 | 商用利用の可否 | 詳細 |
|---|---|---|
| 自社内でDifyを使ってAIアプリを作る・社員が使う | 可能（無条件） | 自社のチャットボット・社内ツール・業務自動化に使うのは制限なし |
| クラウド版を契約して社内展開する | 可能 | Professionalプラン以上で商用利用に対応 |
| 自社製品・サービスにDifyを組み込んで外部提供する（シングルテナント） | 可能（要確認） | 1社・1ユーザー向けに提供するケースは基本的に可能 |
| 複数の顧客に同一システムを提供する（マルチテナント） | 要商用ライセンス | 「複数の異なる顧客がそれぞれ別ユーザーとして使う」形態はDifyから明示的な許可が必要 |
| Difyのフロントエンドのロゴ・著作権情報を削除・変更する | 要商用ライセンス | 画面上のロゴや著作権表示を消して独自ブランドのように見せる場合は商用ライセンスが必要 |
よくある質問
Q. プログラミングの知識がなくても使える？
A. 使える。チャットボットの作成・RAGの構築・シンプルなワークフロー設計は、ドラッグ＆ドロップとテキスト入力だけで完結する。ただし高度な処理（外部APIの独自実装・コードノードの活用等）はプログラミング知識があると幅が広がる。まずはテンプレートから始めて、徐々に機能を追加するアプローチが最も続けやすい。
Q. ChatGPTやClaude等と何が違う？
A. ChatGPTやClaudeは「対話するためのAI」だが、Difyは「AIアプリを作るためのプラットフォーム」という位置づけが異なる。Difyを使うと、ChatGPTやClaudeをエンジンとして組み込みながら、自社のデータを読み込ませたり、複雑なワークフローを組んだり、外部システムと連携したAIアプリを構築できる。
Q. セルフホスト版は本当に無料で使える？
A. Difyのソフトウェア自体は無料（OSSライセンス）で自社サーバーに構築できる。ただしサーバーの維持費用と、使用するAIモデルのAPI代は別途かかる。エンジニアが一人いれば、Docker＋クラウドサーバーで1〜2時間程度でセットアップできる。
Q. RAGで社内文書を読み込ませる場合のセキュリティは大丈夫？
A. クラウド版ではDify社のサーバーにデータが保存されるため、機密情報の取り扱いには注意が必要。機密性の高い文書を使う場合はセルフホスト版の方が適している。Enterpriseプランではオンプレミスやプライベートクラウドへの構築も可能だ。
Q. APIキーはどこで取得すればいい？
A. 使いたいAIモデルの提供会社のサイトで取得する。OpenAIならplatform.openai.com、AnthropicならAnthropic.comのコンソール、GoogleならGoogle AI Studio（aistudio.google.com）でAPIキーを発行できる。
Q. Difyで作ったアプリは外部に公開できる？
A. できる。「公開する」を選ぶとWebページとして公開できる共有URLが発行される。また「埋め込みコード」でiFrameを使って自社のWebサイトにチャットボットを組み込める。APIを使えば社内システムやモバイルアプリからの呼び出しも可能だ。
Q. Zapierと連携できる？どんな自動化ができる？
A. Zapier連携が可能で、Difyで作ったAIアプリをGmail・Slack・Notion・Google Sheets等の外部サービスと連携させられる。Difyを「AI処理エンジン」として、Zapierで様々なサービスとつなぐイメージだ。
Q. DeepSeekやローカルLLM（Ollama等）は使える？
A. 使える。DeepSeek-V3・DeepSeek-R1も設定できるほか、Ollama経由でローカルに実行するLLM（Llama・Mistral等）もDifyから使用可能だ。ローカルLLMを使えばAPIコストがかからず、完全に閉じた社内環境でのAI活用ができる。ただし対応したPCスペック（GPU等）が必要になる。
本記事は2026年5月時点の情報をもとに作成しています。Difyの料金・機能・ライセンス・対応モデルは変更される場合があります。最新情報は必ず公式サイト（dify.ai）・公式ドキュメント（docs.dify.ai）・GitHubリポジトリでご確認ください。商用利用の可否については公式ライセンスおよび必要に応じてDify社への問い合わせで確認することを強く推奨します。
