Dify（ディフィ）とは？
用途・使い方・料金・
導入方法を徹底解説
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。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、AIsmiley記事を超える情報量で網羅する。
1. Difyとは——開発背景・日本法人・特徴
Dify（ディフィ）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。
GitHub Stars（2026年時点）
GitHub公式リポジトリ
対応LLMモデル数
Dify公式ドキュメント
日本法人設立年
株式会社LangGenius
ライセンス（一部制限あり）
GitHub LICENSE
- 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。その代わりに必要な技術知識
- RAGの仕組みをわかりやすく解説——「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——GPT-4o・Claude 3.7 Sonnet・Gemini 2.0・DeepSeek等の具体的なリスト
- ワークフロー機能——視覚的なフローでAI処理を自動化する方法
- 商用利用の制限の具体的な解説——マルチテナントとロゴ問題の正確な理解
- 2026年3月の最新機能——メタデータフィルタリング・エージェントノード・Extension Plugin Endpoint
2. 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。
プラグイン機能で拡張
公式のプラグインマーケットプレイスから機能を追加できる。WebブラウジングプラグインでリアルタイムのWeb情報を参照したり、特定のサービスとの連携プラグインをインストールしたりして、AIアプリの能力を拡張できる。
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、見せる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
- 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
3. 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。競合記事の多くが「RAGが使えます」と書くだけで終わっているが、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 |
4. 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 |
| 関係性 | DifyはLangChainを内部で使っている（DifyのバックエンドにLangChainが入っている） | |
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。
5. 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。
6. 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。AIsmileyの記事では触れられていないが、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。
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
- 機密データを扱う場合は注意が必要
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
- DockerとDocker Composeで自社サーバーに構築
- 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（高セキュリティ）
- メンテナンス・アップデートは自社対応
- Docker・サーバー管理の知識が必要
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
- 本質的にはセルフホスト版に近い
- AWS環境内でDifyを管理できる
- 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。Dockerが使えれば導入可能 |
| 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。コンプライアンス要件に対応しやすい |
| 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 |
7. クラウド版の料金プラン詳細
$0
無料・制限あり
- メッセージクレジット200回
- アプリ作成数5個まで
- チームメンバー1人
- ベクトルストレージ50MB
- ドキュメント50件まで
- ログ履歴30日間
$59
/月（年払い：$590/年）
- メッセージクレジット月5,000回
- アプリ作成数50個まで
- チームメンバー3人まで
- ベクトルストレージ5GB
- ドキュメント500件まで
- ドキュメント処理：高速
- ログ履歴：無制限
- メールサポートあり
$159
/月（年払い：$1,590/年）
- メッセージクレジット月10,000回
- アプリ作成数200個まで
- チームメンバー50人まで
- ベクトルストレージ20GB
- ドキュメント1,000件まで
- 優先メール・チャットサポート
- ログ履歴：無制限
要問合
営業担当と相談
- メッセージクレジット：無制限
- アプリ作成数：無制限
- メンバー数：無制限
- SSO/SAML/OIDC/OAuth2対応
- 2FA・MFAサポート
- Kubernetes Nativeデプロイ
- ホワイトラベリング
- Slack・電話・専用サポート
8. アカウント作成から最初のアプリまで
-
1公式サイトにアクセスして無料登録
dify.ai にアクセスし「今すぐ始める」をクリック。GitHubアカウント・Googleアカウント・またはメールアドレスで登録できる。クレジットカード登録不要でSandbox（無料）プランが即座に使える。
-
2LLMのAPIキーを設定（任意だが推奨）
右上のアカウントメニュー→「設定」→「モデルプロバイダー」から、自分のAPIキーを登録できる。OpenAI・Anthropic・Google AIのAPIキーを登録すれば、Difyのクレジット上限を気にせず使えるようになる。
-
3アプリを作成——テンプレートか空白から選ぶ
ダッシュボードから「アプリを作成」をクリック。「テンプレートから作成」を選ぶと、用途別のテンプレート一覧が表示される。初心者は「チャットボット」テンプレートから始めるのが最もスムーズ。「最初から作成」を選ぶと白紙の状態からカスタマイズできる。
-
4プロンプトとモデルを設定
アプリの編集画面でシステムプロンプト（AIに与える基本的な指示）を入力する。例：「あなたは〇〇会社のサポートスタッフです。製品に関する質問に丁寧に答えてください。」使用するAIモデルをドロップダウンで選択する。
-
5（RAGを使う場合）ナレッジを追加
左メニューの「ナレッジ」→「新しいナレッジを作成」でドキュメントをアップロード。PDFやWord・Webページ等を取り込めば、AIがそのドキュメントを参照して回答するようになる。「データセット」を選択してアプリに紐付ける。
-
6テスト・公開・埋め込み
画面右側のプレビューで動作確認。「公開する」を押すとWebページとして公開できる。また「埋め込み」を選ぶと、既存のWebサイトやシステムにiFrameやスクリプトで組み込むためのコードが生成される。API経由で他のシステムと連携することも可能。
9. 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。「返品の方法は？」「保証期間は？」等の定型質問を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。営業担当が情報を入力すると、AIが構成・文章を提案してくれる。営業準備時間を短縮。
メール自動分類・返信ドラフト
受信したメールの内容を分類し（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。担当者の確認・修正→送信という流れで効率化。
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。ライターが入力したキーワードや概要からAIがドラフトを生成。
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。
10. 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 | 「このタスクを達成するために必要なことを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 |
11. メリット・デメリット
- プログラミング不要で誰でもAIアプリを作れる
- オープンソース（MIT）でセルフホスト版は無料
- RAGが標準搭載——社内文書での回答が簡単に構築できる
- 数百種類のAIモデルに対応。GPT・Claude・Gemini等を切り替えられる
- 日本法人設立・日本語完全対応で日本企業が使いやすい
- GitHubで8万以上のスター——オープンソースの信頼性が高い
- LLMOpsでコスト管理・使用状況の可視化ができる
- チームでの共同開発（プラン次第）
- APIで外部システムへの組み込みが可能
- 豊富なテンプレートで素早く立ち上げられる
- クラウド版無料プランは200メッセージと制限が厳しい
- セルフホスト版はDocker・サーバー管理の知識が必要
- 複雑な独自処理はLangChainをコードで書く方が柔軟
- UIが日本語化されているが一部英語表示が残る
- 商用利用に制限あり（マルチテナント・ロゴ削除は禁止）
- アップデートの頻度が高く、変更に追従するコストがある
- 大規模・高負荷の本番環境ではインフラ設計が必要
12. 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。この点を理解していないとトラブルになる可能性があるため、特に事業での利用を検討している場合は必ず確認しておくこと。
| 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） | Difyを使って作ったアプリを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 | 「AさんとBさんが同じDifyのシステムにそれぞれ別の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 | Difyの画面上に表示される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 |
