Keyboard shortcuts

Press ← or → to navigate between chapters

Press S or / to search in the book

Press ? to show this help

Press Esc to hide this help

MKC — Dify Japan コンテンツ体系

全体構成

%%{init: {'theme': 'base', 'themeVariables': {'primaryColor': '#0033FF', 'primaryTextColor': '#FFFFFF', 'primaryBorderColor': '#0026CC', 'lineColor': '#0033FF', 'secondaryColor': '#F8F9FB', 'tertiaryColor': '#E5EAFF', 'fontFamily': '-apple-system, BlinkMacSystemFont, sans-serif'}}}%%
flowchart TD
    YOU(["あなたが書く"])

    YOU --> L1
    YOU --> L2
    YOU --> L3
    YOU --> L4

    subgraph L1["第1層 · 公開チャネル Public"]
        A1["技術記事 / ブログ"] --> A2["X · LinkedIn"]
        A2 --> A3["ブランド露出 · 技術影響力"]
    end

    subgraph L2["第2層 · Dify協会 Members Only"]
        B1["深掘り Use Case / トラブル記録"] --> B2["協会限定公開"]
        B2 --> B3["コミュニティ定着 · エコシステム育成"]
    end

    subgraph L3["第3層 · パートナー研修 Partners"]
        C1["デプロイドキュメント Docker / Helm"] --> C3["パートナー独自デリバリー"]
        C2["アプリ構築講座 · 業務シナリオ"] --> C3
    end

    subgraph L4["第4層 · メーカー技術サポート Premium"]
        D1["アーキテクチャ提案 · コンサルドキュメント"] --> D2["深掘り技術コンサル 1on1"]
        D2 --> D3["高単価 · ブランド競争優位"]
    end

    style L1 fill:#E5EAFF,stroke:#0033FF,color:#000000
    style L2 fill:#E5EAFF,stroke:#0033FF,color:#000000
    style L3 fill:#E5EAFF,stroke:#0033FF,color:#000000
    style L4 fill:#E5EAFF,stroke:#0033FF,color:#000000

4層 × 具体的な執筆内容

第1層 · 公開チャネル Public

1-1 Dify プロダクト認知系

  • Dify とは何か：企業が特定の AI ベンダーに依存せず、AI アプリケーションを自ら管理できるプラットフォーム
  • Dify Cloud vs Dify Enterprise の違い：SaaS トライアル vs オンプレミスのプライベートデプロイ
  • Dify が対応する LLM：OpenAI、Claude、Gemini、ローカルモデル（Ollama）などの接続方式
  • Dify のコアコンセプト解説：Chatbot / Agent / Workflow / Knowledge Base それぞれの概要と適用シナリオ
  • Dify Workflow と n8n / Zapier の本質的な違い

1-2 シナリオ事例系

  • Dify で社内 FAQ ボットを構築する：ナレッジベースのアップロードから対話テストまでの完全フロー
  • Dify + ナレッジベースで契約レビューアシスタントを作る：PDF ドキュメントの処理方法と検索パラメータの設定
  • Dify Workflow で日報生成を自動化する：マルチノード連携、変数の受け渡し、出力フォーマット制御
  • Dify Agent で外部ツールを呼び出す：天気予報クエリを例に、ツール定義から呼び出しまでの全フロー
  • 日本企業でよくある AI ニーズの全体像：カスタマーサポート、ドキュメント処理、社内ナレッジ検索、レポート生成

1-3 技術動向系

  • MCP（Model Context Protocol）とは何か：AI のツール呼び出しを標準化する理由
  • RAG のコア課題：ナレッジベース検索結果が不正確な理由 — チャンク戦略から Embedding モデル選定まで
  • プロンプトエンジニアリングの落とし穴：日本企業でよくある 3 つの書き方ミス
  • AI Agent の限界：Agent に任せるべきでないタスクとは
  • オンプレミスでの AI アプリケーションデプロイの必要性：データ主権、コンプライアンス、ネットワーク分離の実務的考慮

第2層 · Dify協会 Members Only

2-1 深掘り Use Case（設定詳細付き）

  • 製造業設備故障トラブルシューティングボット：ナレッジベースの階層構造設計 + 検索パラメータチューニング記録
  • 法務契約比較 Workflow：イテレーションノードによる複数ファイル処理、Human-in-the-Loop レビューノードのトリガー条件設定
  • 社内稟議自動ドラフト生成：構造化出力フォーマット設計 + プロンプトバージョン比較
  • 多言語カスタマーサポート Agent：ツール呼び出しチェーン設計、フォールバック戦略、会話メモリ管理
  • HR 入社書類処理パイプライン：PDF 解析 → 情報抽出 → フォーム記入の完全ノード構成

2-2 トラブル記録と解決策

  • ナレッジベース検索結果が不適切：Top-K、Score 閾値、Rerank モデルの三者連動調整方法
  • Workflow ノードの頻繁なタイムアウト：LLM ノードのタイムアウトパラメータ、リトライ機構、非同期処理の設定方法
  • 同じ質問に対する回答が毎回異なる：Temperature パラメータとプロンプト構造が出力安定性に与える影響
  • 大容量ファイル（100MB+ PDF）のアップロード失敗：分割アップロード、前処理スクリプト、ストレージ設定の実務的解決策
  • Agent ツール呼び出しの無限ループ：最大イテレーション回数の設定 + 終了条件プロンプトの設計ロジック

2-3 Dify Enterprise デプロイベストプラクティス（詳細版）

  • 本番環境 vs テスト環境の設定差異：リソーススペック、ログレベル、バックアップ戦略の比較
  • Helm Chart デプロイの values.yaml 重要パラメータ逐項解説：変更必須項目と既定値のまま推奨の項目
  • マルチテナント権限設計：社内の各部門間でのデータ分離とモデル設定の共有方法
  • License 管理実務：License 有効期限の監視、更新フロー、マルチインスタンス環境での割り当て戦略
  • バージョンアップグレード時の注意事項：データ移行、API 互換性、ロールバック計画

第3層 · パートナー研修 Partners

3-1 デプロイ技術研修コンテンツ

  • Docker Compose デプロイ全フロー：docker-compose.yaml 各サービスの役割と依存関係
  • Helm Chart デプロイ全フロー：Kubernetes 環境要件、namespace 設計、永続化ストレージ設定
  • License アクティベーションと検証：Key フォーマット説明、アクティベーション API、アクティベーション失敗時のトラブルシューティング手順
  • 基本運用操作マニュアル：サービス再起動順序、ログの保存場所、よくあるエラーコード対照表
  • SSO 連携設定：SAML / OIDC プロトコルの選択、IdP 設定パラメータ、ユーザー権限マッピングルール

3-2 アプリ構築研修コンテンツ

  • ナレッジベース 3 種類の構築方式の適用シナリオ：設定方式 / パイプライン / Web プラットフォームインポートそれぞれの適用範囲
  • プロンプト設計規範：ロール設定、出力フォーマット制約、Few-shot 例の標準的な書き方
  • Workflow ノードタイプと組み合わせパターン：逐次実行、条件分岐、イテレーション、Human-in-the-Loop の典型的な組み合わせ
  • Agent ツール定義規範：ツール説明フィールドの書き方で LLM が正確に呼び出せるようにする方法
  • API 連携ガイド：公開後の API Endpoint 構成、認証方式、リクエスト/レスポンスフォーマットの説明

3-3 パートナーデリバリーチェックリストコンテンツ

  • デプロイ受入基準：正常稼働が必須のサービス、疎通が必須のインターフェース、License ステータス確認項目
  • 基本機能検証項目：ナレッジベースアップロード → 検索 → 対話のエンドツーエンドテストケース
  • 顧客引き渡しドキュメントテンプレート：環境情報記録表、管理者アカウント引き継ぎ書、運用連絡先
  • よくある顧客質問 Q&A 集：パートナーがデリバリー現場で最もよく遭遇する 20 の質問と標準回答
  • アップグレードおよび契約更新リマインド機構：バージョン更新通知チャネル、License 期限前の顧客コミュニケーション方法

第4層 · メーカー技術サポート Premium

4-1 プロダクト設計思想コンテンツ

  • Dify がオンプレミスを選択した理由（純粋な SaaS ではなく）：データ主権、企業コンプライアンス、日本市場の特殊性
  • Dify の Provider 抽象レイヤー設計：数十種類の LLM を同時接続しながら疎結合を維持できる理由
  • Knowledge Base の検索アーキテクチャ：ベクトル検索 + 全文検索 + Rerank の三層がすべて不可欠な理由
  • Workflow のノード設計哲学：「Human-in-the-Loop」ノードが必要な理由とその境界線
  • Dify のマルチテナントモデル：Workspace 分離の粒度、権限の継承関係、設計上のトレードオフ

4-2 アーキテクチャ提案コンテンツ

  • 企業 AI アプリケーションの階層アーキテクチャ：インフラ層 / プラットフォーム層 / アプリケーション層 / ユーザー層の各責務
  • モデル選定提案フレームワーク：タスクタイプ別（生成/検索/分類/マルチモーダル）に異なるモデル組み合わせを推奨
  • ナレッジベースのスケーラブル設計：ドキュメント数が 10 万件を超えた場合の分割戦略、インデックスメンテナンス、検索パフォーマンス保証
  • 高可用デプロイアーキテクチャ：マルチレプリカ、ロードバランシング、データベースのプライマリ・セカンダリ構成、災害対策のリファレンス構成
  • AI アプリケーションのセキュリティ境界設計：入力フィルタリング、出力チェック、ツール呼び出し権限制御の完全な方式

4-3 AI ガバナンスコンサルティングコンテンツ

  • 企業 AI 導入ロードマップテンプレート：パイロット段階 → スケール段階 → 自律運用段階のマイルストーン定義
  • AI 投資対効果評価フレームワーク：AI アプリケーションによる効率向上・コスト削減の実際の価値を定量化する方法
  • 企業 AI 委員会設置提案：AI 戦略、技術、コンプライアンスの各担当者の責務分担
  • データガバナンスと AI コンプライアンス：日本の個人情報保護法（改正個人情報保護法）が AI アプリケーションに及ぼす制約ポイント
  • 組織能力構築パス：社内 AI 人材育成計画 vs パートナー依存の境界線と移行戦略