TECH BLOG

Difyというサービスを聞いたことがあるけれど、「何ができるかわからない」、「どう使うのかわからない」などの理由で使ったことがない方は多いのではないでしょうか。

そのような方のために、「Dify で何ができるのか？や Dify を使った活用事例」を紹介する記事をシリーズ化していきます。

第1回目は、PDFファイルを日本語で要約するワークフローを作成する方法について紹介します。

• Chrome
• Dify v0.10.1（2024年10月25日時点）フリープラン

💡

Difyとは？

Difyとは、プログラミング言語を使わなくても直感的な操作でAIチャットボットやAIアプリを構築できるツールです。

Dify 特徴

Dify の3つの特徴を説明します。

1. OSS（オープンソース）のLLMアプリ開発プラットフォーム

   DifyはOSSであるため誰でも自分の環境で使うことができます。またOSSであるため利用者の声が開発者に届きやすくアップデートの頻度が高いのも特徴です。

2. ノーコードでAIアプリを作成できる

   Difyでの操作はノーコードで行われます。非エンジニアにでもローコストでAIアプリを作ることが可能です。

3. 作成したAIアプリの公開が簡単にできる

   Difyで作ったAIアプリは簡単にユーザーに共有できます。WEBブラウザでアクセスで来るURLを発行して使ってもらったり、ホームページにチャットボットとして埋め込むことも可能です。

まずは、今回作成するアプリの完成イメージについてです。

このアプリは、ブラウザからAIアプリにアクセスして使用します。

📌

イメージ

使い方は以下の通りです。

1. 画面の左側からファイルを選択してアップロードします。
2. エクスキュートボタンを押します。
3. 右画面に要約文が表示されます。

上記のアプリを構築するためにワークフローを作る説明をします。

今回作成するワークフローのDifyの画面です。

このワークフローは、4つのブロックで構成されます。

graph LR
	開始[1.開始<br>PDFのアップロード]
	-->ドキュメント[2.ドキュメントエクストラクター<br>PDFの読み込み]
	-->_LLM[3.LLM<br>読み込んだ内容を要約]
	-->_終了[4.終了<br>要約した結果を出力]

1. 「開始」ブロックでPDFをアップロードします。
2. 「ドキュメントエクストラクター」ブロックでPDFの内容を読み込み、LLMが理解できるようにします。
3. 「LLM」ブロックでPDFの内容を要約します。
4. 「終了」ブロックで要約した結果を出力します。

ここからは、ワークフロー構築の手順について説明します。

手順

1. APIキーのセットアップ
2. ワークフローの新規作成
3. ワークフロー作成画面上での作業
4. ワークフローの動作確認

1. まず、右上の「Dify」を選択してから「設定」を選択します。

   

2. 設定画面の「モデルプロバイダー」を選択し、Geminiの「セットアップ」を選択します。

   

3. 「API key」を入力してから「保存」を選択します。

   

1. 最初の画面の「最初から作成」を選択します。

   

2. 「ワークフロー」を選択し、「アプリのアイコンと名前」を入力してから「作成する」を押します。

   

1. ワークフロー作成画面が表示されます。「開始」ノードが表示されているので「開始」ノードを選択します。

   「開始」ノードにPDFをアップロードするための機能を設定します。

   「＋」ボタンを押します。

   

   下記の表のように各項目の値を設定します。

   項目	値	備考
   フィールドタイプ	Single File	1つのファイルをアップロードできます。
   変数名	file	任意の名前
   ラベル名	file	任意の名前
   Support File Types	Document	アップロード可能にするファイルの種類を選択できます。
   Upload File Types	Both	Local Upload（ローカルに保存されているファイルをアップロード）」か、「URL（URLを取得してアップロード）」か、「Both（両方）」を選択できます。

   入力後、「保存」を選択します。

   

2. 「開始」ノードの「＋」ボタンを押し、ブロック一覧の「ドキュメントエクストラクター」を選択します。

   

   「ドキュメントエクストラクター」の入力フィールドを編集します。

   項目	値	備考
   入力変数	「開始 / file File」	「開始」ノードで設定した「file」を選択します。

   

3. 「ドキュメントエクストラクター」ノードの「＋」ボタンを押し「LLM」を選択します。

   

   モデル一覧で「Gemini 1.5 Flash」を選択します。

   

   「SYSTEM」欄にプロンプトを入力します。

   今回は「以下の内容を日本語で要約してください。」としました。

   💡

   プロンプトとは

   生成AIに与える指示文のことです。生成AIに何をして欲しいのかを記述します。

   改行し、「{x} 」ボタンを押して「ドキュメントエクストラクター」の「{x} text」を選択します。

   

4. 「＋」ボタンを押し、「終了」を選択します。

   

   出力変数の変数名に「output」を入力し、変数に「LLM」の{x} textを選択します。

   

   以上でワークフローが完成しました。

1. ワークフローを作った後に正しく動くか動作確認をします。

   今回は、Apple社の業績がまとめられているファイルで実験してみました。

   「公開する」を選択し、「アプリを実行」を選択します。

   

   💡

   「公開する」と？

   アプリをすぐに利用できるWebページのURLが作成されます。ユーザーはこのURLにアクセスすることでアプリを利用できるようになります。

   ただし、URLを知っている人ならば誰でも利用できるようになるため、ワークフロー内で社外秘の情報を設定している場合、外部の人間がその情報にアクセスできる危険性があります。URLの公開については社内のポリシーなどを確認してから公開しましょう。

   以下のようなページに移りますので、PDFファイルをローカルからアップロードするか、PDFファイルのURLを入力します。

2. 「Execute」を押します。

   

3. 結果は、以下のようになりました。

   無事にPDFを要約した内容が出力されました。

   

今回の記事では、DifyのUI（画面）を使用したアプリを作成しましたが、Difyで作成したワークフローをSlackから呼び出して通知するアプリにすることも可能です。たとえば、SlackからPDFを投稿すると自動的にその要約が返ってくるチャンネルを作成できます。

今回の記事では、Difyを使ってPDFファイルを要約するワークフローの作成手順を紹介しました。Difyを使うことで、PDF要約に限らずデータ処理やチャットボットなど、さまざまな自動化アプリを簡単に作成できます。

今後もDifyを活用したさまざまなユースケースを紹介していく予定ですので、ぜひ引き続きご覧ください。