・
DifyのRAG活用ガイド｜経理ボットを構築して実用性を検証
社内の独自データをAIに読み込ませて業務を効率化したいものの、具体的な構築手順や精度の上げ方が分からずお悩みではないでしょうか。DifyのRAG（検索拡張生成）機能を活用すれば、プログラミングの専門知識がなくても、社内ドキュメントを基に回答するAIアシスタントを構築できます。本記事では、Difyを使ったRAGの構築事例から、ナレッジベースの作成手順、検索精度を高めるための具体的な設定方法までを網羅的に解説します。
💼DifyのRAG構築事例と活用ユースケース
DifyのRAG機能は、社内の様々な業務課題を解決するために活用されています。ここでは、実際のビジネスシーンでDifyがどのように使われているのか、代表的な構築事例とユースケースを紹介します。
社内ナレッジポータル
社内規則やマニュアルを登録することで、従業員からの問い合わせに自動応答するヘルプデスクを構築できます。AIヘルプデスクを導入することで、従業員は必要な情報をいつでもすぐに引き出せるようになります。
具体的には以下のような導入のメリットがあります。
- 対応工数の削減：
管理部門の担当者が同じ質問に何度も答える手間が省け、本来のコア業務に集中できます。 - 属人化の解消：
特定の担当者しか知らない情報がAIに集約され、誰でも正確な社内ルールを確認できるようになります。 - 回答待ちの解消：
従業員は夜間や休日でも社内規定をすぐに確認でき、業務をスムーズに進めることが可能です。
カスタマーサポートボット
自社の製品マニュアルや過去の問い合わせ履歴（FAQ）をDifyに登録し、顧客向けのカスタマーサポートボットとして活用できます。RAGを用いたボットは、顧客の曖昧な質問に対しても文脈を読み取り、適切な製品情報を提示します。
主に以下の効果が期待できます。
- 自己解決率の向上：
顧客がボットとのやり取りだけで疑問を解消しやすくなり、有人サポートへの問い合わせ件数が減少します。 - 一貫したサポート：
担当者のスキルに依存せず、常にマニュアルに基づいた正確で均質な回答を提供できます。 - 多言語対応の容易化：
LLMの翻訳能力を活用し、登録した日本語のマニュアルから海外顧客向けのサポートボットを構築できます。
リサーチ・分析アシスタント
膨大な専門文書や論文、契約書などのPDFデータをナレッジベースに登録することで、必要な情報を迅速に抽出し要約するリサーチアシスタントとして機能します。Difyの検索機能を活用すれば、大量の文書群から目的の箇所をピンポイントで特定することも可能です。
これにより以下の課題を解決できます。
- 調査時間の短縮：
数百ページに及ぶ契約書や論文から、指定したキーワードや条件に関連する条項・見出しを即座に抽出します。 - 要点整理の自動化：
難解な専門用語を含む長文を、指定したフォーマットに合わせて分かりやすく要約・箇条書きに整理します。 - 情報漏れのリスク低減：
複数ドキュメントを横断して検索するため、重要な記述の見落としを防ぐことができます。
専門的コンテンツ生成
自社の過去の提案書、営業資料、製品パンフレットをデータソースとして活用し、新規の提案書やWeb記事の構成案を生成する用途に適しています。過去の優秀な社内資料をRAGのコンテキストとして与えることで、一貫したクオリティのドラフト文章を素早く出力できます。
具体的には以下の用途に活用できます。
- 営業提案書の自動生成：
顧客の要望を入力するだけで、過去の類似案件の提案書を参照し、最適な構成案とテキストを出力します。 - ブログ記事のドラフト作成：
自社製品の仕様書やプレスリリースを読み込ませ、製品の魅力や競合優位性を盛り込んだ記事の草案を作成します。 - 社内向けレポートの作成：
複数部署から集まった議事録や週報を基に、全体の傾向や重要事項をまとめたレポートを生成します。
🤖 Yoomは様々な業務ツールを参照する問い合わせ業務を自動化できます
Difyは、本格的なRAGをノーコードで構築できる優れたアプリです。一方で、標準のナレッジベース機能だけで最新の業務データを直接参照する構成は、要件によっては工夫が必要です。たとえば、Google スプレッドシートやkintone、OneDriveなどの最新情報を参照したい場合は、ツール連携やAPI連携、外部ナレッジ連携などを組み合わせる必要があり、非エンジニアにはハードルが高くなります。
AIや業務ツールを連携できるプラットフォームのYoomであれば、複数のツールに分散している情報を参照するチャットボットを簡単に構築できます。
これには、以下のようなメリットがあります。
- データベースやCRM、HR、プロジェクト管理、クラウドストレージなど様々なアプリを参照するチャットボットを構築可能
- チャンク設定など高度な設定が不要で誰でも構築しやすい
- 普段使っている業務ツールに手軽に組み込める
- プラットフォーム内でアプリにログインするだけで連携が可能（例外あり）
[Yoomとは]
導入により「複合検索」の自動化に成功している事例もあります。無料プランや以下のようなテンプレートも豊富に用意されており、気軽に試すことができるので、自動化による新しい働き方をぜひ体験してみてください。
■このテンプレートをおすすめする方
- LINE公式アカウントからの予約管理を手作業で行っており、対応漏れや入力ミスをなくしたい店舗運営者の方
- 営業時間外でも24時間体制で、予約受付や一般的な質問への回答を自動で行いたい美容室や飲食店の担当の方
- GoogleカレンダーとLINE公式アカウントを連携させ、予約管理を効率化したいと考えている経営者の方
■このテンプレートを使うメリット
- LINE公式アカウントでのメッセージ受信から予約登録までが自動化されるため、これまで受付対応に費やしていた時間を短縮し、本来の業務に集中できます。
- AIワーカーが問い合わせ内容を即座に判断して回答するため、顧客を待たせることなく満足度の向上に繋がります。
■フローボットの流れ
- はじめに、LINE公式アカウント、Googleカレンダー、Google スプレッドシート、SlackをYoomと連携します
- トリガーで、LINE公式アカウントの「ユーザーからメッセージを受けとったら」を設定します
- 次に、AIワーカーで、メッセージの意図を高度に解析・分岐し、予約希望または問い合わせを処理するためのスキルを作成します。この際、LINE公式アカウント、Googleカレンダー、Google スプレッドシート、Slackのそれぞれのアクションを使用ツールとして設定します。
■このワークフローのカスタムポイント
- AIワーカーの指示（プロンプト）を調整することで、自店舗特有の予約ルールやFAQに応じた柔軟な回答設定が可能です。
- Google スプレッドシートをデータベースとして活用し、特定のキーワードが含まれる場合に参照する情報の範囲を任意で設定してください。
- Slackでの通知先を、予約管理担当者のチャンネルや店舗全体のチャンネルなど、用途に合わせて変更してください。
■注意事項
- LINE公式アカウント、Googleカレンダー、Google スプレッドシート、SlackのそれぞれとYoomを連携してください。AIワーカー内で使用するツール（アプリ）についてもマイアプリ連携が必要です。
- AIワーカー内で20件を超える大容量データの取得やループ処理を行うと、タスクを著しく消費する可能性があるためご注意ください。
- AIワーカーの基本設定は「【AIワーカー】基本的な設定方法」をご参照ください。
- AIワーカーの同時実行数・作成可能なAIワーカー数・利用可能なAIモデルはご契約中のプランによって異なります。
- AIワーカー内でご利用いただけるアプリやオペレーション等はフローボットの利用制限と同様です。
- AIワーカーは、テスト実行でも本番実行と同様にタスクを消費しますのでご注意ください。詳細は「【AIワーカー】タスク実行数の計算方法」ご参照ください。
- AIワーカーはマニュアルを詳細に設定することで適切な処理を実行しやすくなります。詳細は「【AIワーカー】マニュアルの作成方法」をご参照ください。
- Gmailでの問い合わせ対応に多くの時間を費やしているカスタマーサポート担当者の方
- AIエージェントによるメール下書き作成の自動化で、返信の質と速度を両立させたい方
- 属人化しがちなメール対応を標準化し、チーム全体の業務効率を改善したいマネージャーの方
- Gmailに問い合わせが届くとAIが自動でメールの下書きを作成するため、返信文面の考案や入力にかかる時間を短縮することが可能です。
- マニュアルに基づいた下書き作成と承認フローを経ることで、担当者による対応内容のバラつきや記載ミスなどのヒューマンエラーを防ぎ、業務品質の標準化に繋がります。
- はじめに、GmailとGoogleドキュメントをYoomと連携します。
- 次に、トリガーでGmailを選択し、「特定のキーワードに一致するメールを受信したら」というアクションを設定します。
- 次に、オペレーションでAIワーカーを選択し、問い合わせへの返信メールの下書きを作成するためのマニュアル（指示）を作成します。
- 次に、オペレーションで担当者依頼機能を選択し、AIが作成した下書きを担当者が確認・承認するための依頼を設定します。
- 最後に、オペレーションでGmailの「メールを送る」アクションを設定し、承認された内容でメールを返信します。
- Gmailのトリガー設定では、自動化の対象としたい問い合わせメールに含まれるキーワード（「料金について」「資料請求」など）を任意で設定してください。
- AIワーカーの設定では、利用したいAIモデルを任意で選択し、参照させたいマニュアルや返信文のトーンなど、メールの下書きを作成するための指示を任意で設定してください。
- 担当者依頼機能では、承認を依頼する際の内容の詳細や、確認事項といったフォーム項目を任意で設定してください。
- Gmail、GoogleドキュメントのそれぞれとYoomを連携してください。
- トリガーは5分、10分、15分、30分、60分の間隔で起動間隔を選択できます。
- プランによって最短の起動間隔が異なりますので、ご注意ください。
- AIワーカー内で使用するツール（アプリ）についてもマイアプリ連携が必要です。
- AIワーカーの基本設定は「【AIワーカー】基本的な設定方法」をご参照ください。
- AIワーカーの同時実行数・作成可能なAIワーカー数・利用可能なAIモデルはご契約中のプランによって異なります。
- AIワーカー内でご利用いただけるアプリやオペレーション等はフローボットの利用制限と同様です。
- AIワーカーは、テスト実行でも本番実行と同様にタスクを消費しますのでご注意ください。詳細は「【AIワーカー】タスク実行数の計算方法」ご参照ください。
- AIワーカーはマニュアルを詳細に設定することで適切な処理を実行しやすくなります。詳細は「【AIワーカー】マニュアルの作成方法」をご参照ください。
🔍DifyのRAGにおけるナレッジベース作成と検索設定
社内データをAIに理解させるためには、ナレッジベースの作成と適切な検索設定が不可欠です。ここでは、Difyにファイルを読み込ませる初期設定から、RAGの回答精度を向上させるための詳細な検索チューニングの方法までを順を追って解説します。
ファイルアップロードやNotion・Webからのデータ同期手順
Difyでナレッジベースを作成する第一歩は、データソースを選択しシステムに読み込ませることです。PDFやWordなどのローカルファイルのアップロードだけでなく、外部ツールと連携してデータを自動同期することも可能です。
具体的には以下の方法でデータを登録します。
- テキストファイルのアップロード：
手元にあるPDF、Word、テキスト、CSVファイルなどをドラッグ＆ドロップで直接読み込ませます。 - Notionからのデータ同期：
Notionアカウントと連携認証を行うことで、指定したワークスペースやページのテキスト情報を直接取り込みます。 - Webサイトからの同期：
Jina ReaderやFirecrawlなどの外部プロバイダーを設定し、指定したURLの公開情報を取り込みます
チャンクサイズと親子チャンクの設定方法
ドキュメントをAIが検索しやすい単位（チャンク）に分割する設定は、RAGの精度に直結します。Difyでは、シンプルな汎用モードに加えて、検索精度と文脈理解を両立させる高度な分割手法が用意されています。
主に以下の設定項目があります。
- 汎用（一般モード）：
指定した最大文字数（例：1000文字）や特定の記号（改行など）を基準に、テキストを均等に分割します。 - 親子モード（Parent-Child）：
検索にヒットしやすい短めの「子チャンク」と、LLMに渡す文脈が豊富な「親チャンク」を分けて設定する高度な手法です。なお、親子モードは高品質（High Quality）インデックスでのみ利用できます。
上記に共通するテキスト前処理として、不要な連続空白の削除やURLの除外など、ノイズとなるテキストをデータベース登録前に自動でクレンジングすることが可能です。
インデックス方法の選び方
分割したチャンクをデータベースに登録（インデックス）する際、処理方式を選択する必要があります。Difyでは、コストと精度のバランスに応じて「高品質」と「経済的」の2種類のインデックス方法が提供されています。
メリットや注意点は以下の通りです。
- 高品質（推奨）：
外部のEmbeddingモデルを使用して文章の意味をベクトル（数値化）して保存します。文脈を考慮した高精度な検索が可能ですが、APIの消費コストがかかります。 - 経済的：
ベクトル化を行わず、テキスト内のキーワードを用いて逆インデックスを作成します。APIを消費せずコストを抑えられますが、同義語や文脈の検索精度は低下します。
ベクトル検索・全文検索・ハイブリッド検索の違い
ナレッジベースから情報を探し出す検索手法は、回答の的確さを左右する重要な設定です。インデックス方法で「高品質」を選択すると、意味の近さで探すベクトル検索、単語の完全一致で探す全文検索、そしてこれらを組み合わせた手法を設定できます。
各検索手法の特徴は以下の通りです。
- ベクトル検索：
文章の意味や文脈の類似性を数値化して検索します。表記ゆれや同義語にも対応でき、曖昧な質問に強いのが特徴です。 - 全文検索：
指定したキーワードをもとにテキスト内を検索します。特定の品番や専門用語など、キーワードを明確に指定できる場面で有効です。 - ハイブリッド検索：
ベクトル検索と全文検索の両方を同時に実行します。意味の理解とキーワード検索の長所を掛け合わせることで、検索の取りこぼしを防ぎます。
なお、インデックス方法で「経済的」を選ぶと、ベクトル検索・全文検索・ハイブリッド検索は選択できず、逆インデックス方式によるキーワードベースの検索が利用されます。
Rerankモデルを用いた的確な回答の抽出
ハイブリッド検索などで抽出した複数のチャンク候補を、ユーザーの質問意図に合わせて再度並べ替える仕組みがRerank（再ランキング）です。これにより、LLMに渡すコンテキストの純度が高まり、最終的な回答の質が向上します。
具体的には以下の設定を行います。
- Rerankモデルの有効化：
検索設定画面でRerankモデルを指定し、検索結果の精度を向上させます（利用にはプロバイダーのAPIキー設定が必要です）。 - トップK（Top K）の指定：
再評価した結果の中から、上位何件のチャンクをLLMに文脈として渡すかを数値で設定します。 - スコア閾値の設定：
関連度スコアが一定の基準値を下回る情報を除外し、ノイズがLLMの回答に悪影響を与えるのを防ぎます。
💻DifyのRAGアプリ形式と使い分けガイド
DifyでRAGを構築する際は、メインアプリのワークフローとチャットフローに加え、チャットボット、テキスト生成、エージェントも利用可能です。ここでは、それぞれのアプリの特徴と使い分けについて解説します。
ワークフロー
複数の処理ステップ（ノード）をキャンバス上に配置し、単発・履歴なしで処理の流れを視覚的に構築できる形式です。特定の条件下で処理を分岐させたり、複数のLLMを順番に動作させたりと、細かいプロセス制御が可能です。
主に以下の機能があります。
- 複雑な条件分岐：
ユーザーの入力内容や検索結果のスコアに応じて、後続の処理ルートを柔軟に切り替えます。 - 外部システムとのAPI連携：
指定したタイミングで外部のデータベースに情報を書き込んだり、メッセージツールに通知を送ったりするノードを組み込めます。 - 段階的なテキスト処理：
情報を検索するノード、要約するノード、翻訳するノードを順番に連結し、複雑なデータ加工を自動化します。
チャットフロー
ユーザーとの会話型インターフェースをベースにしながら、会話ごとにバックグラウンドでフロー（一連の処理）を実行するアプリ形式です。会話の文脈を保ちつつ、ワークフローのような柔軟な処理ステップを組み込むことができます。
具体的には以下の用途に適しています。
- 対話型の業務アシスタント：
会話を通じてユーザーの要望を引き出し、その内容に応じて社内システムのデータを検索・更新する処理を実行します。 - 柔軟な情報収集：
ユーザーとの対話中に必要に応じて検索ノードを起動し、取得した情報を基にさらに会話を展開します。 - 多段階の承認フロー：
チャット上でユーザーに確認を求めながら、条件分岐ノードを用いて次の承認者へ通知を送るなどのステップを実行します。
チャットボット
ユーザーとAIが対話形式でやり取りを行う、最も標準的で親しみやすいアプリ形式です。過去の会話履歴を記憶しながら応答するため、文脈を踏まえた自然なコミュニケーションが可能です。
主に以下の用途で活用されます。
- 社内FAQの代替：
従業員からの社内規定や経費精算に関する質問に対して、対話形式で柔軟に回答を返します。 - カスタマーサポート：
顧客からの問い合わせに対して、会話のキャッチボールを通じて問題解決をサポートします。 - ブレインストーミング：
会話の履歴を踏まえながら、アイデア出しや企画の壁打ち相手として機能します。
テキスト生成
対話の履歴を保持せず、入力された条件に対して一度きりのテキスト生成タスクを実行する形式です。定型的なフォーマットに沿った長文の出力や、単発の処理を大量にこなす業務に向いています。
具体的には以下の用途に適しています。
- 記事・ブログの執筆：
あらかじめ設定した構成案やキーワードを基に、ブログ記事の本文を一括で生成します。 - 翻訳・要約処理：
長文の外国語ドキュメントを入力し、指定した言語への翻訳や箇条書きでの要約を単発で実行します。 - コードやメールの生成：
要件定義を入力してプログラムコードを出力させたり、要件から営業メールの文面を作成させたりします。
エージェント
LLMがユーザーの質問意図を自律的に解釈し、必要なツールを自ら選択して実行する高度なアプリ形式です。ナレッジベースの検索だけでなく、Web検索や外部APIなどの複数の処理を組み合わせて最適な答えを導き出します。
メリットは以下の通りです。
- 外部情報の動的取得：
社内ナレッジに情報がない場合、AIが自らWeb検索ツールを起動して外部の情報を補完します。 - 複数ステップの推論：
複雑な質問に対して、計算ツールや検索ツールを順番に呼び出しながら論理的に答えを構築します。 - 柔軟な問題解決：
ユーザーが細かく指示を出さなくても、目標を達成するための最適な手段をAIが自律的に選択します。
🛠️ 【検証】Difyで経理チャットボットを作成しSlackと連携してみた！
ここからは、実際にDifyを使用して業務で使えるRAGアプリを構築する検証プロセスを紹介します。実務でニーズの高い「経費精算規程」を登録したチャットボットを作成し、コミュニケーションツールであるSlackから利用できるようにするまでの手順を実践します。
検証条件
検証は、以下の条件で行いました。
🔷Dify
- アカウント：無料プラン
- 環境：クラウド版
- AIモデル：Gemini 2.5-Flash
🔷Slack
- アカウント：無料プラン
ナレッジベースの作成
チャットボットが参照するナレッジベースに経費精算規程を登録します。登録したファイルと登録時の条件、そして手順は、以下の通りです。
🔷登録ファイル
🔷登録条件
- チャンク設定（汎用）：最大チャンク長 - 500 / チャンクのオーバーラップ - 100
- インデックス方法：高品質
- 埋め込みモデル：gemini-embedding-2-preview
- 検索設定：ベクトル検索（トップK：3）
🔷手順
- ナレッジベースの作成：「ナレッジ」メニューを開き「ナレッジベースを作成」をクリックします。
- アップロード方法を選択：今回は、「テキストファイルからインポート」を利用します。
- ファイルをアップロード：ファイルをアップロードし、「次へ」をクリックします。
- ナレッジベースの設定と保存：チャンク設定、インデックス方法、埋め込みモデル、そして検索設定を行い保存します。
- ナレッジベースの作成完了：作成が完了すると、一覧に表示されます。
チャットボットの作成
Slackの質問に回答するチャットボットを、以下のように作成します。
- アプリの作成：「スタジオ」メニューを開き、「チャットボット」を選択し、「最初から作成」をクリックします。
- アプリの基本情報の設定：アプリ名と説明を設定し、「作成する」をクリックします。
- チャットボットの設定：チャットボットの詳細を設定していきます。プロンプト欄には、指示を入力します。今回は、以下の指示を設定しました。
【プロンプト】
あなたは社内の経費精算ルールに精通したアシスタントです。
必ず提供されたコンテキスト（経費精算規程）の情報のみに基づいて回答してください。
コンテキスト内に答えが見つからない場合は、推測で答えず「提供された規程には記載がありません。
担当部署に確認してください。」と回答してください。
回答は丁寧な日本語で、簡潔にまとめてください。
コンテキストの「追加」ボタンから、作成したナレッジベースを設定します。
必要に応じて、その他の項目を設定します。 - アプリの公開：「公開する」を選択し、「更新を公開」をクリックします。
DifyとSlackの連携
Slack上でチャットボットを利用するためのプラグインをインストールし、設定を行います。
- プラグインのインストール：「プラグイン」メニューを開き、「マーケットプレイスを探索する」に切り替えてSlackを検索し、Slack Botプラグインをインストールします。
- Slackでアプリを作成：Slack apiを開き「Create App」をクリックし、「From Scratch」を選択します。
任意の名前とワークスペースを設定し、「Create App」をクリックします。
「Incoming Webhooks」メニューでトグルをオンに切り替えます。
「Install App」メニューで「Install to ワークスペース名」をクリックします。
チャンネルを選択し、「許可する」をクリックします。
発行されたBot User OAuth Tokenをコピーします。 - エンドポイントの設定：Difyに戻り、プラグインのSlack Botの設定画面を開き、「＋」マークをクリックします。
任意の名前とコピーしたBot Tokenを入力し、再試行の許可とアプリを設定したら「保存」をクリックします。
設定が完了したら、表示されるURLをコピーします。 - Slackアプリの設定：Slack apiに移動し、「Event Subscriptions」メニューのトグルをオンに切り替え、「Request URL」にDifyで発行したURLを入力します。その後、「Add Bot User Event」をクリックし、アプリ起動のきっかけにしたいイベントを選択します。
「OAuth & Permissions」メニューを開き、スコープ欄の「OAuthスコープを追加する」からSlackに許可するアクションを追加します。
最後に、ページの上部へ移動し、「Reinstall to ワークスペース名」をクリックして、再インストールすると設定完了です。
動作確認
Slackを開き、チャットボットが正常に動作するかを確認します。
- テストメッセージの送信：Slackでアプリを追加したチャンネルを開き、メッセージを送信します。
- 返答の確認：チャットボットが作成した回答を確認します。今回は、経費精算規程の内容通りの回答を得られました。
検証結果
DifyでRAGを構築し、Slackと連携してみて以下のことがわかりました。
- ナレッジベースの作成からSlack連携までノーコードで構築できた
- 複数章にわたる質問に対しても、漏れなく正確な回答が出力された
- 詳細なパラメーター設定や外部APIの連携には、一部専門知識が必要
🔷ノーコードで実用性の高いチャットボットが構築できる
プログラミング不要でありながら、日々の業務に直結する便利なRAG搭載アプリを手軽に作成できる点は、大きなメリットです。
実際の検証では、以下のような実用性の高さが確認できました。
- 的確な回答の生成：
複数の章にまたがる複雑な質問をした際にも、ナレッジベース内の情報を漏れなく参照し、正確な回答を出力しました。 - シームレスな連携：
作成したチャットボットを日常使いのSlackに統合できるため、業務フローを変えずに導入のハードルを下げることができます。
🔷詳細設定や外部ツール連携に専門知識が求められる
ノーコードで基本的な構築が可能な一方で、実運用に向けて細かなチューニングや連携を行う際には、一定の学習コストがかかる点に注意が必要です。
具体的な懸念点は以下の通りです。
- RAGやAIの専門知識：
ナレッジベース作成時のRAG関連項目の理解や、AIモデルのパラメーター調整、コンテキストの検索設定を詳細に行うには、専門知識が求められます。 - API連携の複雑さ：
Slack APIを利用した設定は手順が複雑なため、非エンジニアが初めて外部ツールとの連携を行う場合、設定で躓く可能性があります。
📝まとめ
本記事では、Difyを用いたRAGの基本概念から、ナレッジベースの構築手順、アプリの使い分け、そしてSlack連携の実証までを解説しました。Difyは、複雑なコーディングを必要とせずに高度なRAG環境を構築できる強力なプラットフォームです。社内に眠っているPDFやマニュアルなどの独自データをナレッジベースとして登録し、適切なチャンク設定やハイブリッド検索を駆使することで、実業務に直結する精度の高いAIアシスタントを生み出すことができます。用途に合わせてアプリ形式を使い分け、Slackなどのコミュニケーションツールと連携させることで、従業員全体の生産性向上と業務効率化を推進する独自のAI環境をぜひ構築してみてください。
🚀 Yoomでできること
Difyでも様々なRAGを構築することは可能ですが、複数の外部ツールの最新情報を参照する場合、非エンジニアにとって導入のハードルは一気に上がります。Yoomを利用すれば、複数の業務ツールを参照する問い合わせアプリを構築できます。さらに、業務ツールをまたいだフロー全体を自動化することも可能です。
導入して、以下のような効果を実感している事例もあります。
Yoomには、自動化フローを構築するためのテンプレートが豊富にあり、直感的な操作で簡単に設定できるので、ぜひ試してみてください。
- Slackでの問い合わせ対応に多くの時間を費やしているカスタマーサポートや社内ヘルプデスクの方
- AIによるウェブ検索やチャットボットのような仕組みを活用し、情報収集や回答作成を効率化したい方
- 定型的な調査や質問対応を自動化し、より重要な業務に時間を割きたいと考えている方
- SlackでメンションされるとAIが自動でウェブ検索を行い回答案を生成し返信するため、手作業での調査や返信作成、連絡にかかっていた時間を短縮できます。
- 担当者による回答の質や速度のばらつきを防ぎ、一定の品質で対応できるため、業務の標準化と属人化の解消に繋がります。
- はじめに、SlackとGoogle 検索をYoomと連携します。
- 次に、トリガーでSlackを選択し、「チャンネルでメンションされたら」というアクションを設定します。
- 最後に、オペレーションでAIワーカーを選択し、メンションの内容に基づいたWebリサーチと回答の生成、返信を行うためのマニュアル（指示）を作成します。
■このワークフローのカスタムポイント
- Slackのトリガー設定では、フローボットを起動させたい特定のチャンネルやユーザーIDを任意で設定してください。
- AIワーカーへの指示内容は、どのような情報をウェブ検索し、どういった形式で回答案を生成させたいかに応じて、自由にカスタマイズすることが可能です。
- Slack、Google 検索のそれぞれとYoomを連携してください。AIワーカー内で使用するツール（アプリ）についてもマイアプリ連携が必要です。
- AIワーカーの基本設定は「【AIワーカー】基本的な設定方法」をご参照ください。
- AIワーカーの同時実行数・作成可能なAIワーカー数・利用可能なAIモデルはご契約中のプランによって異なります。
- AIワーカー内でご利用いただけるアプリやオペレーション等はフローボットの利用制限と同様です。
- AIワーカーは、テスト実行でも本番実行と同様にタスクを消費しますのでご注意ください。詳細は「【AIワーカー】タスク実行数の計算方法」ご参照ください。
- AIワーカーはマニュアルを詳細に設定することで適切な処理を実行しやすくなります。詳細は「【AIワーカー】マニュアルの作成方法」をご参照ください。
- トリガーは5分、10分、15分、30分、60分の間隔で起動間隔を選択できます。
- プランによって最短の起動間隔が異なりますので、ご注意ください。
- JUST.DBに届く問い合わせのタスク化を手作業で行っているカスタマーサポート担当の方
- AIエージェントを活用して、JustDBからの問い合わせに応じたタスク振り分けを自動化したい方
- Asanaを利用したタスク管理の効率化と、対応漏れの防止を目指しているチームリーダーの方
- JUST.DBへの問い合わせからAsanaへのタスク起票が自動化されるため、手作業の時間を削減し、迅速な対応が可能になります。
- AIエージェントが内容を判断してタスクを作成するため、起票漏れや内容の転記ミスといったヒューマンエラーを防ぐことができます。
- はじめに、JUST.DBとAsanaをYoomと連携します。
- 次に、トリガーでJUST.DBを選択し、「Webhookイベントを受け取ったら」というアクションを設定します。
- 次に、オペレーションでJUST.DBの「レコードを取得する(ID検索)」を設定し、問い合わせの詳細情報を取得します。
- 最後に、オペレーションでAIワーカーを設定し、取得した情報をもとにAsanaへタスクを起票するためのマニュアル（指示）を作成します。
■このワークフローのカスタムポイント
- JUST.DBでレコードを取得する際に、対象としたいテーブルやシートは任意で設定してください。
- AIワーカーへの指示内容は、タスクの件名や担当者、期限などをどのように設定させたいかに応じて自由にカスタマイズが可能です。
- タスクを起票するAsanaのプロジェクトや担当者、その他連携するアカウントも任意で設定できます。
- JUST.DB、AsanaのそれぞれとYoomを連携してください。AIワーカー内で使用するツール（アプリ）についてもマイアプリ連携が必要です。
- AIワーカーの基本設定は「【AIワーカー】基本的な設定方法」をご参照ください。
- AIワーカーの同時実行数・作成可能なAIワーカー数・利用可能なAIモデルはご契約中のプランによって異なります。
- AIワーカー内でご利用いただけるアプリやオペレーション等はフローボットの利用制限と同様です。
- AIワーカーは、テスト実行でも本番実行と同様にタスクを消費しますのでご注意ください。詳細は「【AIワーカー】タスク実行数の計算方法」ご参照ください。
- AIワーカーはマニュアルを詳細に設定することで適切な処理を実行しやすくなります。詳細は「【AIワーカー】マニュアルの作成方法」をご参照ください。
【出典】
Dify／Dify Documentation／Knowledge - Dify Docs／Key Concepts - Dify Docs／Workflow & Chatflow - Dify Docs／Chatbot - Dify Docs／Agent - Dify Docs／Text Generator - Dify Docs
プログラミング知識なしで手軽に構築できます。
