Dify完全ガイド ヒーロー画像">
【2026年最新】Difyとは？使い方・料金・始め方を初心者向けに徹底解説
「AIアプリを作ってみたいけど、プログラミングはわからない」——そんな人にとって、Dify（ディフィ）は最も現実的な選択肢です。ノーコードでチャットボット、RAGアプリ、AIエージェントまで構築できるオープンソースプラットフォームで、2026年現在、世界中の開発者と企業が採用しています。
この記事では、Difyの基本から料金プラン、ローカル環境での始め方、実践的なワークフロー構築まで、初心者でも迷わない形で解説します。
この記事でわかること
- Difyとは何か、他のAI開発ツールとの違い
- クラウド版・セルフホスト版それぞれの料金プランと選び方
- Dockerを使ったローカル環境での始め方（コマンド付き）
- チャットボット・RAGアプリ・ワークフローの具体的な作り方
- n8n・Langflow・Flowise との比較
- 商用利用のルールと注意点
30秒で結論
- 個人で試すだけ → Sandboxプラン（無料）で十分。200メッセージまで使える
- 本格運用したい → ローカル版（Docker）が最強。ソフトウェア無料、LLMのAPI代だけ
- チームで使う → クラウド版Teamプラン（$159/月・約¥23,800）が手軽
- 競合との違い → n8nは汎用自動化、DifyはAIアプリ特化。目的で選ぶ
- 商用利用 → OSSライセンス（Apache 2.0ベース）で可能。ただしDifyロゴの非表示はEnterpriseのみ
Difyとは？AIアプリ開発のためのノーコードプラットフォーム
Dify（ディフィ）は、LangGenius社が開発するオープンソースのLLMアプリ開発プラットフォームです。GitHubで80,000以上のスターを獲得しており、AIアプリ開発プラットフォームの中では最大級のコミュニティを持っています。
最新バージョンはv1.9.2（2026年3月時点）。最近のアップデートで双方向MCP（Model Context Protocol）統合に対応し、外部MCPサーバーへの接続だけでなく、DifyアプリをMCPサーバーとして公開できるようになりました。
Difyでできること
Difyが提供する主な機能は以下の5つです。
1. チャットボット構築 GPT-5.4、Claude Opus 4.6、Gemini 3.1など200以上のLLMを接続し、ノーコードでチャットボットを作れます。プロンプトテンプレートを設定するだけで、カスタマーサポートボットやFAQ応答アプリが完成します。
2. RAG（検索拡張生成）アプリ 社内ドキュメントやPDFをアップロードし、「ナレッジベース」として登録。ユーザーの質問に対して、ドキュメント内の情報を参照しながら回答するRAGアプリを構築できます。
3. AIエージェント 外部ツール（Google検索、Web Scraping、API呼び出し等）と連携し、複数ステップのタスクを自律的に実行するエージェントを構築できます。
4. ワークフロー ビジュアルエディタで複雑な処理フローを構築。条件分岐、ループ、並列処理に対応し、LLM呼び出しやHTTPリクエストを組み合わせた業務自動化が可能です。
5. テキストジェネレーター フォームに入力するだけでAIが文章を生成するアプリ。ブログ記事の下書き、メール文案、レポート作成などに使えます。
なぜDifyが選ばれるのか
- 完全ノーコード: プログラミング不要で、ドラッグ＆ドロップでAIアプリを構築
- オープンソース: Apache 2.0ベースのライセンスで、自社サーバーにデプロイ可能
- 200以上のLLM対応: OpenAI、Anthropic、Google、Meta Llama、Mistral、ローカルLLMまで幅広く接続
- プラグインマーケットプレイス: コミュニティ製のツールやモデルプロバイダーをワンクリックで追加
- 日本語UI完備: 管理画面もドキュメントも日本語対応済み
Difyの料金プラン【2026年最新】
Difyにはクラウド版（SaaS）とセルフホスト版（自社サーバー設置）の2つの利用形態があります。
クラウド版の料金
| プラン | 月額料金 | 円換算（$1=¥150） | メッセージクレジット | チームメンバー | アプリ数 | ストレージ |
|---|---|---|---|---|---|---|
| Sandbox | 無料 | ¥0 | 200回 | 1人 | 5個 | 50MB |
| Professional | $59/月 | 約¥8,850/月 | 5,000回/月 | 3人 | 50個 | 5GB |
| Team | $159/月 | 約¥23,850/月 | 10,000回/月 | 50人 | 200個 | 20GB |
| Enterprise | 要相談 | 要相談 | 無制限 | 無制限 | 無制限 | カスタム |
年払いにすると2ヶ月分の割引が適用されます（Professionalが年$590、Teamが年$1,590）。
📌 ポイント: メッセージクレジットに注意
メッセージクレジットはDify内蔵のOpenAI無料利用分です。クレジットを使い切った後も、自分のLLM APIキーを設定すれば無制限に使えます。つまり、Sandboxの「200回」はあくまでDify側が負担する分の上限。自分のAPIキーを持っていれば、Sandboxプランでもアプリの動作自体は制限されません。
セルフホスト版（ローカルインストール）
| 選択肢 | 費用 | 特徴 |
|---|---|---|
| Community版 | 完全無料 | 全コア機能利用可能。個人・非営利向け |
| Premium版 | AWSインフラ代のみ | AWS Marketplace経由のワンクリックデプロイ |
| Enterprise版 | 要相談 | SSO、マルチワークスペース、専用サポート |
正直なところ、個人開発者や小規模チームならCommunity版（セルフホスト）一択。ソフトウェア自体は無料で、かかるのはLLMのAPI利用料とサーバー代だけです。手元のPCにDockerで立てれば、サーバー代すらゼロ。
結局どのプランを選ぶべき？
- まず試したい → Sandbox（無料）でクラウド版を体験
- 個人で本格利用 → セルフホスト Community版（無料） + 自分のAPIキー
- 小規模チーム → クラウド版 Professional（$59/月）orセルフホスト
- 中〜大規模組織 → クラウド版 Team（$159/月）or Enterprise版セルフホスト
Difyの始め方：ローカル環境セットアップ（Docker）
ここからは実際にDifyをローカルPCにインストールする手順を解説します。必要なのはDockerだけです。
前提条件
- Docker Desktop（macOS / Windows / Linux）がインストール済み
- メモリ4GB以上（推奨8GB）
- ディスク空き容量10GB以上
ステップ1: リポジトリをクローン
git clone https://github.com/langgenius/dify.git
cd dify/docker
ステップ2: 環境変数ファイルをコピー
cp .env.example .env
.env ファイルを開いて、必要に応じてポート番号やシークレットキーを変更できます。デフォルトのままでも動作します。
ステップ3: Dockerコンテナを起動
docker compose up -d
初回は各種コンテナイメージのダウンロードに数分〜10分程度かかります。完了後、以下のコマンドで全コンテナが Running であることを確認します。
docker compose ps
ステップ4: ブラウザでアクセス
ブラウザで http://localhost/install にアクセスします。初回は管理者アカウントの作成画面が表示されるので、メールアドレスとパスワードを設定してください。
ステップ5: LLMプロバイダーを設定
ログイン後、左メニューの「設定」→「モデルプロバイダー」から使いたいLLMを追加します。
OpenAI → APIキーを入力 → GPT-5.4, GPT-4o が利用可能に
Anthropic → APIキーを入力 → Claude Opus 4.6, Sonnet 4.6 が利用可能に
Google → APIキーを入力 → Gemini 3.1 Pro が利用可能に
ローカルLLM（Ollama等）を使う場合は、「Ollama」プロバイダーを追加してエンドポイントURL（通常 http://host.docker.internal:11434）を設定します。
アップデート方法
cd dify/docker
git pull origin main
docker compose down
docker compose pull
docker compose up -d
実践：チャットボットを5分で作る
Difyの管理画面にログインしたら、さっそくアプリを作ってみましょう。
手順1: アプリを作成
「スタジオ」→「最初から作成」→「チャットボット」を選択。アプリ名を入力して作成します。
手順2: プロンプトを設定
「オーケストレーション」画面で、システムプロンプト（指示文）を入力します。
あなたはAIツールの専門家です。
ユーザーの質問に対して、具体的なツール名・料金・使い方を含めて日本語で回答してください。
回答は簡潔に、箇条書きを活用してください。
手順3: モデルを選択
右上のモデル設定で使用するLLMを選びます。コスト重視なら gpt-4o-mini、品質重視なら claude-sonnet-4-6 がおすすめです。
手順4: テスト＆公開
右側のプレビューパネルでチャットをテスト。問題なければ「公開」→「更新」でWebアプリとして公開されます。共有URLが発行され、誰でもブラウザからアクセスできます。
実践：RAGアプリで社内ドキュメントに回答させる
Difyの真価が発揮されるのがRAG（Retrieval-Augmented Generation）機能です。社内マニュアルや製品仕様書をアップロードするだけで、「社内版ChatGPT」が作れます。
ステップ1: ナレッジベースを作成
「ナレッジ」→「ナレッジを作成」→ ファイルをアップロード。対応フォーマットは以下の通りです。
- PDF、TXT、Markdown、DOCX、CSV、XLSX
- Notion同期（APIキーで接続）
- Webサイトクロール（URLを指定して自動取得）
ステップ2: チャンク設定
アップロードしたドキュメントは自動でチャンク（分割）されます。設定は以下の3つから選択。
- 自動: Difyが最適なチャンクサイズを決定（初心者向け）
- カスタム: チャンクサイズ（500〜1000トークン推奨）とオーバーラップを手動設定
- 親子チャンク: 大きなチャンクと小さなチャンクの階層構造（精度重視）
ステップ3: チャットボットにナレッジを接続
作成したチャットボットの「コンテキスト」設定で、ナレッジベースを追加。これだけで、ユーザーの質問に対してドキュメント内容を参照した回答が生成されます。
ユーザー: 「有給休暇の申請方法を教えて」
AI: 「社内規定によると、有給休暇は申請フォームから…」
（← アップロードした社内規定PDFの内容を参照して回答）
RAGの精度を上げるコツ
- リトリーバル設定: ハイブリッド検索（キーワード + ベクトル検索）を有効にする
- リランキング: Cohereのリランクモデルを設定すると、検索精度が大幅に向上
- チャンクサイズ: 短すぎると文脈が失われ、長すぎるとノイズが増える。500〜800トークンが目安
- メタデータ: ファイル名やセクション名をメタデータとして付与すると、検索精度が向上
ワークフロー：複雑な業務を自動化する
Difyのワークフロー機能は、複数の処理をビジュアルに繋いで自動化する機能です。
ワークフローの構成要素
| ノードタイプ | 機能 | 使用例 |
|---|---|---|
| LLM | 任意のLLMを呼び出し | テキスト生成、要約、分類 |
| ナレッジ検索 | RAGで文書検索 | 関連情報の取得 |
| HTTP | 外部APIを呼び出し | Slack通知、DB書き込み |
| コード | Python/JavaScriptを実行 | データ変換、計算処理 |
| 条件分岐 | if/elseで処理を分岐 | スコアに応じた振り分け |
| イテレーション | ループ処理 | リスト内の各アイテムを処理 |
| 変数代入 | 変数に値を格納 | 中間結果の保持 |
ワークフロー作成例：問い合わせ自動分類＆回答
- 開始ノード: ユーザーの問い合わせテキストを受け取る
- LLMノード: 問い合わせを「技術」「料金」「一般」に分類
- 条件分岐: カテゴリに応じて処理を分岐
- ナレッジ検索: 該当カテゴリのFAQデータベースを検索
- LLMノード: 検索結果をもとに回答を生成
- HTTPノード: 結果をSlackに通知
このフローをビジュアルエディタでドラッグ＆ドロップで構築できるのがDifyの強みです。
Dify vs 競合ツール比較
| 項目 | Dify | n8n | Langflow | Flowise |
|---|---|---|---|---|
| 主な用途 | AIアプリ開発 | 汎用ワークフロー自動化 | LLMパイプライン構築 | LLMチェーン構築 |
| ノーコード度 | ◎（完全ノーコード） | ○（一部コード必要） | △（LangChain知識必要） | △（LangChain知識必要） |
| 対応LLM数 | 200+ | プラグイン依存 | LangChain経由 | LangChain経由 |
| RAG機能 | ◎（内蔵） | △（要構築） | ○ | ○ |
| エージェント | ◎（内蔵） | △（要構築） | ◎ | ○ |
| 外部連携数 | プラグインで拡張 | 400+（最多） | 少なめ | 少なめ |
| セルフホスト | ○ | ○ | ○ | ○ |
| 無料プラン | あり（200回） | あり（制限付き） | あり | あり（OSS） |
| 日本語UI | ◎ | △ | × | × |
選び方の結論
- AIアプリをノーコードで作りたい → Dify一択
- SaaSツール間の自動化がメイン → n8n（400+の連携が強い）
- LangChainベースで細かく制御したい → Langflow
- Dify + n8nの組み合わせ → AIアプリはDifyで作り、外部連携はn8nに任せる。実はこれが最強構成
Difyの商用利用ルール
Difyはオープンソース（Apache 2.0ベースのカスタムライセンス）ですが、商用利用にはルールがあります。
商用利用OKなケース
- Difyで構築したアプリを自社の業務に使う
- Difyで作ったチャットボットを顧客向けに提供する
- セルフホスト版を自社サーバーで運用する
商用利用に制限があるケース
- Difyのロゴを削除する → Enterprise版のライセンスが必要
- マルチテナントSaaS → DifyをベースにしたプラットフォームビジネスはEnterprise版が必要
- ソースコードの大幅改変 → OSSライセンスの条件に従う必要あり
個人や中小企業が「Difyを使ってAIアプリを作り、社内外で使う」分には、Community版で問題ありません。
よくある質問（FAQ）
Q: Difyは完全に無料で使えますか？ A: はい。セルフホスト版のCommunity版は無料です。クラウド版もSandboxプラン（200メッセージ）まで無料。ただし、LLMのAPI利用料は別途かかります（OpenAI GPT-4oの場合、1,000トークンあたり約¥0.4〜¥1.5）。
Q: Difyの読み方は？ A: 「ディフィ」と読みます。「Define + Simplify」の造語とされています。
Q: プログラミング知識がなくても使えますか？ A: 使えます。チャットボットやRAGアプリはGUIだけで構築可能です。ワークフローのコードノードを使う場合のみ、PythonまたはJavaScriptの基礎知識があると便利です。
Q: ローカルLLM（Ollama等）と組み合わせて完全無料で使えますか？ A: はい。Dify Community版 + Ollamaでローカルモデル（Llama 3.3等）を使えば、外部API不要で完全無料の環境が構築できます。ただし、推論速度はPCのGPUスペックに依存します。
Q: Difyで作ったアプリのデータはどこに保存されますか？ A: セルフホスト版では自社サーバー内に完全に保持されます。クラウド版ではDifyのサーバー（AWSインフラ）に保存されます。機密データを扱う場合はセルフホスト版が推奨です。
Q: n8nとDifyのどちらを選ぶべきですか？ A: 目的次第。AIアプリの構築（チャットボット、RAG、エージェント）がメインならDify。SaaSツール間の連携・自動化がメインならn8n。両方使うケースも多いです。
Q: 学生は無料で使えますか？ A: はい。Difyは学生・教育者向けに無料プログラムを提供しています。クラウド版の有料機能を無償で利用できます。
