Dify 使い方・ノーコードAIアプリ開発ガイド【2026年版】

3行まとめ

1. Difyはオープンソースのノーコードプラットフォームで、AIチャットボット・RAGアプリ・エージェントをドラッグ＆ドロップで構築できる
2. クラウド版は無料（200メッセージ/月）から、セルフホストならオープンソースライセンスで無料利用可能
3. GitHub 13.8万スター・800以上のコントリビューター・100以上のモデルに対応し、個人から企業まで幅広く使われている

Difyとは何か

Dify（ディファイ）は、AIアプリケーションをノーコードで構築・運用できるオープンソースプラットフォームだ。LangGenius社が開発しており、GitHubで13.8万以上のスターを獲得している。

コードを書かずに以下のようなAIアプリを作れる。

• チャットボット：カスタマーサポートや社内FAQ対応
• RAGアプリ：自社文書をAIに読ませて質問応答させるシステム
• AIエージェント：複数のツールを使って自律的にタスクを実行するシステム
• ワークフロー：複数のAI処理を順番に実行するパイプライン

GitHubの統計によると、2026年6月時点で800以上のコントリビューター、100万以上のデプロイ済みアプリ、18万以上の開発者が利用しているとされる。

料金プラン比較（2026年6月時点）

Dify公式の料金ページに基づく。

プラン	月額	メッセージ上限	主な特徴
Sandbox（Free）	$0	200/月	基本機能、お試し用
Professional	$59/月	5,000/月	カスタムブランド、優先サポート
Team	$159/月	10,000/月	複数メンバー、権限管理
Enterprise	要問い合わせ	カスタム	SSO、SLA、専用サポート

セルフホストという選択肢

Difyの大きな特徴は、セルフホスト（自社サーバーで運用）が可能な点だ。オープンソースライセンスで公開されているため、Docker Composeで自分のサーバーに立ち上げれば、メッセージ数の制限なく無料で使える。

# セルフホストの基本手順
git clone https://github.com/langgenius/dify.git
cd dify/docker
cp .env.example .env
docker compose up -d

セルフホストの場合、LLMのAPI料金（OpenAI、Anthropic等）は別途かかる。また、サーバーの運用保守は自己責任になる。

主要機能

RAG（Retrieval-Augmented Generation）

自社の文書（PDF・テキスト・Webページ等）をアップロードし、AIが参照できるようにする機能。Difyでは以下のRAG機能が使える。

• ハイブリッド検索：キーワード検索とベクトル検索を組み合わせて精度を高める
• リランキング：検索結果をさらにAIで並べ替え、関連性の高い文書を上位に出す
• チャンク設定：文書を分割するサイズや方法をカスタマイズできる

ワークフロービルダー

ドラッグ＆ドロップで、複数のAI処理ノードを接続してワークフローを構築する機能。

たとえば「ユーザーの質問を受け取る → 関連文書を検索する → 回答を生成する → 回答の品質を評価する」という一連の処理を、視覚的に組み立てられる。

条件分岐（if/else）、ループ、HTTP呼び出し、コード実行ノードなども使えるため、単純なチャットボットだけでなく複雑な業務ロジックも組める。

エージェント機能

AIエージェントを構築する機能。LLMにツール（Web検索・計算・API呼び出し等）を持たせ、ユーザーの指示に応じて自律的にツールを選択・実行させる。

MCP対応

Anthropicが策定したModel Context Protocol（MCP）に対応しており、MCP対応の外部ツールをDify上のエージェントやワークフローに接続できる。

100以上のモデル対応

以下のモデルプロバイダーに対応している。

プロバイダー	主要モデル例
OpenAI	GPT-4o, GPT-4.5
Anthropic	Claude Opus 4, Sonnet 4
Google	Gemini 2.5
DeepSeek	DeepSeek V3
Mistral	Mistral Large
Meta	Llama 4
Ollama	ローカルモデル全般

APIキーを設定するだけで、これらのモデルを切り替えて使える。

始め方 — 最初のチャットボットを作るまで

クラウド版の場合

1. dify.ai でアカウント作成
2. 「アプリを作成」→「チャットボット」を選択
3. 使用するLLMモデルを選択（APIキーを事前に設定）
4. システムプロンプトを設定（例：「あなたは〇〇の専門家です」）
5. ナレッジベースに文書をアップロード（RAGを使う場合）
6. テストチャットで動作確認
7. 公開（Web埋め込みコードまたはAPI）

RAGアプリの具体例

社内マニュアルの質問応答ボットを作る場合：

1. 「ナレッジ」から社内マニュアルのPDFをアップロード
2. チャンク設定（推奨：500〜1000トークン、重複100トークン）を調整
3. チャットボットのアプリを作成し、ナレッジベースを接続
4. システムプロンプトに「社内マニュアルの内容のみに基づいて回答してください。マニュアルに記載がない質問には『マニュアルに記載がありません』と答えてください」と設定
5. テストして回答精度を確認

Flowise・LangFlowとの比較

Dify Hostingの比較情報を参考に整理する。

比較項目	Dify	Flowise	LangFlow
GitHubスター	138K+	約40K	約25K
UI完成度	高（非エンジニア向け）	中程度	中程度
RAG機能	ハイブリッド検索+リランキング	基本的な検索	カスタマイズ性高い
セルフホスト	可能	可能	可能
クラウド版	あり（無料枠あり）	あり	あり
拡張性	プラグイン、API	ノード追加	Python拡張
想定ユーザー	非エンジニア〜エンジニア	ノーコードユーザー	開発者

Difyが向いているケース：非エンジニアがAIアプリを作りたい場合。RAG機能が充実しているため、社内文書活用のユースケースに強い。

Flowiseが向いているケース：よりシンプルなUIでチャットボットを素早く作りたい場合。学習コストが低い。

LangFlowが向いているケース：Pythonで独自の処理を組み込みたい開発者向け。拡張性が高い。

正直に書くと

• Difyの「100万以上のデプロイ済みアプリ」「18万以上の開発者」という数字はGitHubリポジトリの記載によるが、「デプロイ済みアプリ」の定義（テスト用含むか等）は不明
• クラウド版の無料プラン（200メッセージ/月）は評価用であり、実用にはProfessional以上が必要。セルフホストの場合はサーバー費用とLLM API費用が別途かかる
• RAGの回答精度は、アップロードする文書の品質・チャンク設定・使用モデルに大きく依存する。「入れれば答える」というものではなく、調整が必要
• ノーコードとはいえ、ワークフローやエージェントの設計にはAIの基本的な仕組みの理解が求められる

関連記事：ノーコードAIエージェントでメール・カレンダーを自動化 関連記事：AIエージェントとは？仕組みと活用事例

出典・但し書き

本記事は2026年6月19日時点の情報に基づく。料金情報はDify公式の料金ページ、統計情報はGitHubリポジトリの記載、比較情報はDify Hostingの分析による。オープンソースプロジェクトのため機能は頻繁に更新される。セルフホスト版の利用にはDocker環境が必要。