Difyの使い方｜公式ドキュメントで確認したAIアプリの作り方

2026年9月6日2026年9月18日

先に結論

Difyの使い方は、ブラウザでcloud.dify.aiに登録し、Studioの画面でノードをつないでAIアプリを組み立てる、という流れになります。

公式ドキュメントは冒頭で「Difyは、AIアプリケーションを作るためのオープンソースのプラットフォームです」と説明していました。

作ったものは、Webアプリ・API・サイトへの埋め込み・MCPサーバーの4つの形で公開できます。

無料のSandboxプランがあり、200メッセージクレジットが最初に1回だけ付与されるとドキュメントに書かれていました。

有料プランの金額は、公式の価格ページで実際に表示されていた数字だけを後半に載せています。

この記事の内容は2026年9月4日にDifyの公式ドキュメントと公式価格ページで確認したものです。

Difyの使い方は「Studioでノードをつないでアプリを作る」ことから始まります

最初に、この記事で扱う「使い方」の中身をはっきりさせておきます。

Difyは、チャットに質問を打ち込んで答えをもらう道具ではありません。

自分でAIアプリを組み立てて、それを他の人に配るための土台です。

公式ドキュメントのトップページには、次のように書かれていました。

公式ドキュメントの説明（原文の要旨）

エージェント、エージェント型のワークフロー、チャットボットを作り、自分のデータを参照させたうえで、Webアプリとして公開したりAPIから組み込んだりできる、という説明です。

出典＝Dify Documentation（Dify公式ドキュメント）（2026年9月4日に確認）

つまり、使い方の中心は「入力する」ことではなく「設計する」ことです。

画面の上でノードを線でつなぎ、その流れを保存して公開する、というのが基本動作になります。

ここを取り違えると、触ってみても何をしているのか分からないまま終わります。

逆にここさえ押さえておけば、あとは画面の名前を覚えていくだけです。

Difyとは何か｜公式が「AIアプリを作るオープンソースのプラットフォーム」と説明しています

Difyという名前の由来も、公式ドキュメントに書かれていました。

「Dify」は「Do It For You」から来ているとのことです。

自分の代わりに仕事をしてくれるものを作る場所、という位置づけだと読めます。

動かし方は大きく2通り用意されています。

動かし方	公式の説明（2026年9月4日時点）	こんな人向け
Dify Cloud	管理された環境ですぐに作り始められる。インストール不要で、無料のSandboxプランが含まれる	まず触ってみたい人
セルフホスト（Community Edition）	オープンソース版を自分のインフラで動かす。Docker Composeで数分で立ち上げられる、と記載	社内サーバーで動かしたい人

この記事では、多くの人が最初に触ることになるDify Cloudを前提に説明します。

セルフホスト版も、画面と概念はほぼ同じです。

なお、Difyそのものは「AIモデル」ではありません。

OpenAIやAnthropic、Googleなどのモデルを呼び出して使う、入れ物のほうにあたります。

モデル単体の使い方を知りたい場合は、Claudeの使い方をまとめた記事のほうが近い内容です。

Difyの始め方｜登録からモデルの設定までを公式チュートリアルの順で

公式には「30分クイックスタート」という入門チュートリアルが用意されていました。

そこに書かれていた開始手順は、次の3つです。

cloud.dify.ai にアクセスして無料で登録する。新規アカウントはSandboxプランから始まり、OpenAI・Anthropic・Geminiなどのモデルを呼び出すための200 AIクレジットが含まれる
Integrations > Model Provider を開き、使いたいモデルプロバイダーをインストールする
同じ画面の右上にある Default Models から、System Reasoning Model（既定の推論モデル）を設定する

ここで注意しておきたい点が1つあります。

Sandboxの200 AIクレジットは1回きりの付与で、毎月は補充されないとチュートリアルに明記されていました。

つまり無料枠は「試す枠」であって、継続運用の枠ではありません。

クレジットを使い切ったあとは、自分のAPIキーに切り替える形になります。

登録先はDify Cloud（公式）、手順の原文は30-Minute Quick Start（Dify公式ドキュメント）にあります。

モデルを設定し終えたら、Studio から Create from Blank を選んでアプリを作り始めます。

Difyの画面と基本操作｜覚えるのは4つのタブだけです

画面の名前が多く見えますが、実際に最初から使うのは4つです。

画面	何をする場所か	最初に触る順番
Studio	アプリを作る場所。ノードをドラッグしてつなぐキャンバスがある	1番目
Knowledge	自分の資料を取り込んで、AIに参照させる場所	2番目
Integrations	モデルプロバイダーやツールを追加する場所	先に設定が必要
Monitor	ログやダッシュボードを見る場所	公開したあと

作る作業のほとんどはStudioのキャンバスの上で完結します。

公式ドキュメントは、この作り方を「ドラッグして、つないで、設定する」と表現していました。

そのうえで「コードが必要になるのは、ロジックがそれを求めたときだけ」とも書かれています。

プログラミングができないと1歩も進めない、という道具ではありません。

ただし、変数という考え方だけは避けて通れません。

公式は変数を「情報をしまっておく、名前のついた入れ物」と説明していました。

前のノードの結果を次のノードで使うときに、この名前で呼び出します。

Difyのアプリは5種類｜WorkflowとChatflowの違いが分かれ目です

Difyでアプリを新規作成すると、最初に種類を選ばされます。

公式ドキュメントは「WorkflowかChatflowを選ぶことを推奨する」と書いていました。

残る3つ（Chatbot・Agent・Text Generator）については、次のように説明されています。

「これらは内部では同じワークフローエンジンで動いているが、より簡素な旧来のインターフェースが付いている」とのことです。

アプリの種類	公式の説明	始まりのノード	終わりのノード
Workflow	1回で終わる単発の処理向け。まとめて大量に実行する使い方ができる	User Input または Trigger	Output ノード（任意）
Chatflow	会話の1ターンごとに流れが動く。会話用の変数やLLMノードの記憶が使える	User Input のみ	Answer ノード（必須）
Chatbot / Agent / Text Generator	同じエンジンで動く、簡素な旧来型のインターフェース	—	—

違いを一言でいえば、1回で終わるのがWorkflow、会話が続くのがChatflowです。

請求書の内容を読み取って要約を返す、といった処理はWorkflowが向いています。

社内の問い合わせに答え続ける窓口は、Chatflowのほうが自然です。

もう1つ、Triggerという概念も押さえておくと便利です。

公式は「Triggerはスケジュール、Webhookの着信、連携サービスのイベントでワークフローを自動的に動かす」と説明していました。

ただしChatflowは必ずユーザーの発言から始まるため、Triggerを持ちません。

自動で回したい処理はWorkflow側に置く、という整理になります。

詳しい原文はWorkflow & Chatflow（Dify公式ドキュメント）とKey Concepts（Dify公式ドキュメント）にあります。

DifyのAgent機能｜作ったエージェントを単体でもワークフローの中でも使えます

2026年9月4日時点で、Difyには新しいAgent機能が用意されていました。

ドキュメントには「新しいAgentはベータ版です」と明記されています。

公式の説明では、Agentは「一度作っておいて、あとは働いてもらうAIの働き手」と表現されていました。

従来のAgentアプリとの違いも書かれています。

自分専用のサンドボックスの中で動き、コマンドの実行、プログラムの導入、ファイルの読み書きができる
あらかじめ設定したツールを呼ぶだけでなく、決まりきっていない仕事を引き受けられる
1回作れば、単体のチャットアプリとしても、ワークフローの中の1ステップとしても使える

設計の考え方として、「能力（capability）」と「仕事（task）」を分けるという説明がありました。

能力は、役割・プロンプト・モデル・使えるスキルやファイルのことです。

仕事は、その回に何をしてほしいかという指示にあたります。

公式はこれを「人を雇うときと同じで、できることで人を選び、そのうえで具体的な依頼をする」とたとえていました。

この考え方自体は、Dify以外のツールでも通用します。

前提の整理にはAIエージェントとは何かをまとめた記事も合わせて読むと理解が早いはずです。

原文はAgent（Dify公式ドキュメント）で確認できます。

Difyのナレッジ機能｜自社の資料をAIに読ませる仕組みです

Difyを業務で使う理由の多くは、この機能にあります。

公式は「KnowledgeはAIアプリに組み込める自分のデータの集まりである」と説明していました。

仕組みはRAG（検索拡張生成）と呼ばれるもので、3段階に分けて書かれています。

Retrieval（検索）＝利用者が質問すると、まず取り込んだ知識の中から関連する情報を探す
Augmented（拡張）＝見つけた情報を、利用者の質問と一緒にモデルへ渡す
Generation（生成）＝モデルはその文脈をもとに、より正確な答えを作る

公式はこの仕組みの狙いを「回答をより正確で関連性の高いものにし、ハルシネーションを起こしにくくする」と書いていました。

知識は「ナレッジベース」という単位で管理されます。

用途ごとに複数作っておき、アプリごとに必要なものだけを組み合わせる形です。

作り方も3通り紹介されていました。

作り方	公式の説明
すぐ使えるナレッジベースを作る	データを取り込み、処理のルールを決めれば、あとはDifyが処理する。速く、初心者向け
カスタムのナレッジベースを作る	独自の手順や各種連携を組み合わせ、複雑で柔軟なデータ処理を組み立てる
外部のナレッジベースにつなぐ	API経由で外部のナレッジベースと直接同期し、移行せずに既存データを活かす

想定される使い道として、カスタマーサポート用のボット、社内のナレッジ検索、文章生成ツール、調査・分析用アプリが挙げられていました。

原文はKnowledge（Dify公式ドキュメント）にあります。

Difyで作ったアプリの公開方法は4つあります

作っただけでは、他の人は使えません。

公式ドキュメントには、公開の入口が4つ整理されていました。

公開の形	公式の説明	向いている場面
Webアプリ	アプリを作ると自動的に生成され、設定なしですぐ動く。リンクを送れば相手はその場で使える	まず反応を見たいとき
API連携	自分の製品にAIを組み込む。画面や認証、データの流れを自分で握れる	プロダクトを作っているとき
サイトへの埋め込み	Webアプリをチャットウィジェットやインラインフレームとして任意のサイトに置ける	既存サイトがあるとき
MCPサーバー	Claude DesktopやCursorなどのAIツールから呼び出せるようにする	開発の作業に組み込むとき

Webアプリの公開手順は3ステップだけでした。

アプリの画面で Publish を押して最新版を有効にする
Access Point タブに出ているWebアプリのURLをコピーする
そのリンクを相手に送る

注意点も明記されています。

「公開すると、いま動いているアプリが現在の設定に置き換わる」ため、利用者は次の操作からすぐ新しい内容を見ることになります。

つまりPublishは即時反映であり、段階的に切り替える操作ではありません。

原文はPublish Overview（Dify公式ドキュメント）にあります。

Difyのアプリに後から足せる機能｜App Toolkitの中身

アプリの土台ができたら、細かい機能を後から足せます。

公式はこれをApp Toolkitと呼び、ビルダーのFeaturesパネルから有効にすると説明していました。

機能	公式の説明（2026年9月4日時点）
Conversation Opener	会話の最初に出る挨拶メッセージ。おすすめ質問を添えて、何ができるアプリかを示せる
Follow-up	回答のあとに続きの質問候補を自動生成する。生成用のモデルやプロンプトも指定できる
Text to Speech	AIの回答を音声にする。言語と声を設定でき、自動再生も選べる
Speech to Text	マイクボタンから音声で入力できるようにする
File Upload	利用者が会話の途中でファイルを送れるようにする
Citations and Attributions	回答のもとになった資料を、番号つきの出典として表示する
Content Moderation	入力・出力・その両方について、不適切な内容を弾く

ファイルの大きさには上限が決められていました。

画像は10MB、文書は15MB、音声は50MB、動画は100MB、というのが1ファイルあたりの上限です。

音声関連の2機能には条件があります。

ワークスペースの既定モデルとしてTTSやSTTのモデルを設定していないと、Featuresパネルにその項目自体が出てこないと書かれていました。

「機能が見当たらない」ときは、まずIntegrationsの既定モデル設定を見に行くのが早いです。

原文はApp Toolkit（Dify公式ドキュメント）にあります。

Difyのログ画面｜公開したあとに何を見ればよいか

公開してからが本番です。

各アプリのLogsタブで、実際にどう使われたかを追えます。

公式によると、記録される内容はアプリの種類で変わります。

Chatbot・Chatflow・Agent・Text Generator は「会話」を記録する
Workflow アプリは「実行（run）」を記録する
Webアプリ経由もAPI経由も、どちらの利用も記録される
利用者からの評価（親指の上下とコメント）は、対象のメッセージと一緒に保存される

WorkflowアプリのログにはTrigger By という列があり、何がその実行を始めたかが分かるとのことです。

値は WebApp・Webhook・Schedule・Integration の4種類でした。

個々の回答にカーソルを合わせると、消費したトークン量と応答にかかった時間も見られると書かれています。

さらに、良くない回答に対して注釈を付け、改善した返答を紐づける機能もあります。

なお、Chatflow と Workflow については、編集画面でのテスト実行はログから除外されるとのことです。

原文はLogs（Dify公式ドキュメント）にあります。

Difyのモデル設定とAIクレジット｜料金の前に理解しておく仕組み

料金の話に入る前に、クレジットの数え方を押さえておく必要があります。

公式ドキュメントには、次のように書かれていました。

「AIレスポンスとは1回のモデル呼び出し（入力1つと出力1つ）であり、トークン数がいくつであっても1レスポンスとして数える」

文字数ではなく呼び出した回数で数える、という考え方です。

ただし1レスポンスが何クレジットになるかはモデルによって変わり、大きいモデルほど高くなると説明されていました。

自分のAPIキーを使う道も用意されています。

Integrations > Model Provider でプロバイダーをインストールし、Setup からAPIキーを入れる
Difyがキーの有効性を確認してから使えるようになる
自分のキーとAIクレジットは共存でき、Usage Priority でどちらを先に使うか決められる
AIクレジットが対象外のプロバイダーは、自分のアカウントで動かす形になる

もう1つ、運用上の注意が書かれていました。

「プロバイダーを管理できるのはワークスペースのオーナーと管理者だけ」であり、追加したキーはワークスペース全体に反映されます。

請求も自分のプロバイダー側のアカウントに立つ、という点は共有前に確認しておきたいところです。

原文はModel Providers（Dify公式ドキュメント）にあります。

Difyの料金プラン｜公式の価格ページに表示されていた金額

2026年9月4日にPricing（Dify公式サイト）を開いて、表示されていた内容を確認しました。

この価格ページには Monthly と Annually の切り替えがあります。

以下は「Bill Annually（年払い・17%オフ）」を選んだ状態で表示されていた金額です。

月払いを選んだ場合の金額は別に表示されるため、下の数字をそのまま12で割った額にはなりません。

プラン	表示されていた価格	メッセージクレジット	メンバー数	アプリ数
Sandbox	Free	200（1回のみ）	1	5
Professional	$590 per workspace / year	5,000 / 月	3	50
Team	$1590 per workspace / year	10,000 / 月	50	200
Enterprise	Custom（要問い合わせ）	—	—	—

ナレッジまわりの上限も、プランごとに違いがありました。

項目	Sandbox	Professional	Team
ナレッジのドキュメント数	50	500	1,000
ナレッジのデータ保存容量	50MB	5GB	20GB
トリガーイベント	—	20,000 / 月	無制限
ログの保持期間	—	無制限	無制限
注釈（Annotation）の上限	—	2,000	5,000

価格ページには「価格には適用される税が含まれておらず、購入時に加算される場合がある」という注記も入っていました。

また、セルフホストのCommunity Editionは無料で提供されています。

料金は変わるものなので、申し込む前には必ず公式の価格ページを開いて確認してください。

契約の管理画面についてはBilling（Dify公式ドキュメント）に説明があります。

Difyを使うときの注意点｜上限と反映タイミングでつまずきます

ここまでで確認した内容のうち、事故になりやすい箇所をまとめます。

つまずきどころ	実際に公式に書かれていたこと	対処
無料枠がすぐ尽きる	Sandboxの200クレジットは1回きりで、毎月は補充されない	自分のAPIキーを登録しておく
公開が即時反映される	Publishすると、いま動いているアプリが現在の設定に置き換わる	公開前にプレビューで確認する
音声機能が出てこない	既定のTTS／STTモデルを設定していないとFeaturesパネルに表示されない	先にIntegrationsで既定モデルを設定する
APIキーが全員に効く	追加したキーはワークスペース全体で使われ、自分のアカウントに課金される	メンバーを増やす前に権限を確認する
ドキュメント数の上限	Sandboxは50件、Professionalは500件、Teamは1,000件	取り込む資料を絞る

もう1つ、Knowledgeには1分あたりのリクエスト上限もありました。

Professionalは毎分100回、Teamは毎分1,000回という数字が価格ページに載っています。

この権限の範囲には、ナレッジベースの作成・削除・更新・ドキュメントのアップロードや検索が含まれると説明されていました。

短時間に大量の資料を流し込むと、一時的に操作が制限される可能性があります。

大量投入は一気にやらず、分けて流すほうが安全という整理になります。

Difyが向いている人・向いていない人

ここまでの内容から、向き不向きを整理します。

向いている人	向いていない人
社内の資料をAIに読ませて答えさせたい人	1回きりの質問に答えてほしいだけの人
同じ処理を何度も繰り返す業務を持っている人	毎回内容が違う相談をしたい人
作ったものを他の人にも配りたい人	自分ひとりで使えれば十分な人
APIやサイト埋め込みで自社の製品に組み込みたい人	コードや設定画面に一切触れたくない人
自社サーバーで動かす必要がある人	とにかく今すぐ答えがほしい人

判断の軸は「作りたいのか、使いたいのか」の1点です。

使いたいだけなら、汎用のチャットAIのほうが手数は少なく済みます。

この違いがまだピンとこない場合は、生成AIの始め方をまとめた記事を先に読むと整理しやすいはずです。

DifyとChatGPTの違い｜「使う道具」と「作る道具」です

よく比べられますが、そもそも役割が違います。

観点	Dify	汎用のチャットAIサービス
立ち位置	AIアプリを作るためのプラットフォーム	AIと会話するためのサービス
モデル	OpenAI・Anthropic・Geminiなど複数を切り替えて使う	そのサービスが提供するモデル
成果物	Webアプリ・API・埋め込み・MCPサーバー	会話の記録
他人への配布	リンクを配って使ってもらえる	基本は自分のアカウント内
自社サーバー運用	Community Editionで可能	提供元のサービスを使う

公式ドキュメントの言い方をそのまま借りれば、Difyは「エージェント、エージェント型ワークフロー、チャットボットを作る」ための場所です。

会話をする場所ではなく、会話をする仕組みを組み立てる場所だと考えると混乱しません。

どちらが優れているという話ではなく、使う場面が違うだけです。

Difyのよくある質問

Difyは無料で使えますか？

無料のSandboxプランがあります。公式の価格ページでは、200メッセージクレジット・チームメンバー1人・アプリ5個・ナレッジのドキュメント50件・保存容量50MBと表示されていました（2026年9月4日時点）。なお、Sandboxのクレジットは1回きりの付与で、毎月は補充されないとドキュメントに明記されています。