【図解】ノーコードマルチエージェント構築　－Difyワークフロー入門

2025年12月5日2025年12月10日

前回の記事で紹介したプロンプト手法は手軽だが、毎回同じ指示を書くのは面倒だ。ワークフローを「一度作って何度も使い回す」仕組みにできれば、業務効率は飛躍的に向上する。

その課題を解決するのが、ノーコードAI開発プラットフォーム「Dify（ディファイ）」だ。本記事では、Difyがなぜマルチエージェント構築に優れているのかを解説し、実際の構築手順を紹介する。

なぜDifyなのか──5つの強み

強み①：完全ノーコードでAIアプリを構築できる

Difyの最大の特徴は、プログラミング知識ゼロでもAIアプリを作れる点にある。ドラッグ＆ドロップでノードを配置し、線でつなぐだけでワークフローが完成する。AutoGenやCrewAIのようにPythonコードを書く必要がない。

従来、AIアプリ開発には専門エンジニアが必要だったが、Difyなら営業担当者やマーケターでも自分の業務を自動化できる。実際にカカクコムでは、非エンジニアの社員がDifyを使って約100種類のAIツールを開発し、年間9,000時間の業務削減を実現した。

強み②：複数のLLMを自由に切り替えられる

Difyは単一のインターフェースからGPT-4o、Claude、Gemini、Llamaなど主要なLLMをすべて利用できる。モデルごとにAPIキーを管理する手間がなく、タスクに応じて最適なモデルを選択可能だ。

たとえば、分析タスクにはClaude、クリエイティブな生成にはGPT-4o、コスト重視の大量処理にはGemini Flashというように使い分けられる。

強み③：RAG（検索拡張生成）が標準搭載

Difyにはナレッジベース機能が組み込まれており、PDF・テキスト・Notionなどの社内ドキュメントをアップロードするだけでRAGを実現できる。

一般的なRAG構築にはベクトルDB・エンベディング・検索ロジックの実装が必要だが、Difyならファイルをドラッグ＆ドロップするだけで完了する。「社内FAQ」「製品マニュアル検索」「契約書チェック」などの業務に即座に適用可能だ。

強み④：エージェントノードでマルチエージェントを実現

2025年3月のv1.0.0で追加されたエージェントノードは、Difyをマルチエージェント構築ツールへと進化させた。

エージェントノードは、ユーザーの質問に応じて自律的にツールを選択・実行する。Function Calling戦略（明確なタスクに最適）とReAct戦略（複雑な推論に最適）を切り替えられ、複数のエージェントを連携させる高度なワークフローも構築できる。

これにより、前回の記事で紹介した「リサーチャー→ライター→エディター」のようなマルチエージェント構成を、一度設定すれば何度でも再利用できる形で実装できる。

強み⑤：オープンソースで商用利用可能

DifyはGitHubで公開されているオープンソースソフトウェア（OSS）であり、セルフホスト版は完全無料で利用できる。クラウド版も無料プラン（Sandbox）から始められるため、初期投資なしで導入検討が可能だ。

セルフホスト版を使えば、データを自社サーバーに保持できるため、セキュリティ要件の厳しい企業でも安心して導入できる。

なぜDifyなのか──5つの強み

ノーコードで本格的なAIアプリを構築できるプラットフォーム

完全ノーコードでAIアプリを構築できる

ドラッグ＆ドロップでノードを配置し、線でつなぐだけでワークフローが完成

メリット

プログラミング
知識ゼロでOK

複数のLLMを自由に切り替えられる

GPT-4o、Claude、Gemini、Llamaなど主要LLMを単一インターフェースから利用可能

メリット

タスクに応じて
最適モデルを選択

RAG（検索拡張生成）が標準搭載

PDF・テキスト・Notionなどをアップロードするだけで社内ドキュメント検索を実現

メリット

ファイルを
ドロップするだけ

エージェントノードでマルチエージェントを実現

自律的にツールを選択・実行するエージェントを連携させ、高度なワークフローを構築

メリット

一度設定すれば
何度でも再利用

オープンソースで商用利用可能

セルフホスト版は完全無料。クラウド版も無料プラン（Sandbox）から開始可能

メリット

初期投資なしで
導入検討できる

導入事例

カカクコムでは、非エンジニアの社員がDifyを使って約100種類のAIツールを開発し、年間9,000時間の業務削減を実現

Difyの基本構造を理解する

チャットフロー vs ワークフロー

Difyには2種類のアプリタイプがある。

タイプ	特徴	適した用途
チャットフロー	対話型・会話履歴を保持	カスタマーサポート、FAQ対応
ワークフロー	バッチ処理・自動化向け	翻訳、要約、データ分析

マルチエージェント構成を組む場合は、ワークフローを使うことで複数のLLMノードを順次実行できる。

主要ノード5種

開始ノード：入力変数を定義する起点
LLMノード：GPT/Claude/Geminiなどを呼び出し、プロンプトを設定
知識検索ノード：ナレッジベースからRAGで情報取得
条件分岐ノード：if-then-else処理で分岐
エージェントノード：自律的にツールを選択・実行（v1.0.0〜）

クイックスタート：10分で作るマルチエージェントワークフロー

ここでは「テキスト要約＋質問生成」の2段階ワークフローを例に、構築手順を解説する。

手順1：アカウント作成とログイン

Dify公式（https://dify.ai）にアクセスし、GitHub ・Google・メールのいずれかでアカウントを作成する。

手順2：新規ワークフロー作成

「スタジオ」→「最初から作成」→「ワークフロー」を選択し、名前を入力して作成。

手順3：開始ノードの設定

入力フィールドを追加。変数名「input_text」、タイプ「段落」、必須をONに設定。

手順4：要約LLMノードを追加

「+」ボタンからLLMノードを追加し、以下のシステムプロンプトを設定：

あなたは優秀な要約者だ。以下のテキストを3文以内で要約せよ。

ユーザープロンプトには変数{{input_text}}を挿入。

手順5：質問生成LLMノードを追加

2つ目のLLMノードを追加し、以下のシステムプロンプトを設定：

あなたは優秀なインタビュアーだ。以下の要約に対して、読者が気になるであろう質問を3つ生成せよ。

ユーザープロンプトには前段の出力変数を挿入。

手順6：終了ノードで出力を定義

「要約結果」「生成された質問」の2つを出力変数として設定。

手順7：プレビュー＆公開

右上の「プレビュー」でテスト実行し、問題なければ「公開」ボタンでデプロイ完了。

これで「入力テキスト → 要約 → 質問生成」のマルチエージェントワークフローが完成した。APIとして外部システムから呼び出すことも可能だ。

Difyワークフロー構築手順

「テキスト要約＋質問生成」の2段階ワークフローを構築する

入力テキスト

→

要約LLM

→

質問生成LLM

→

出力

アカウント作成とログイン

Dify公式（dify.ai）にアクセスし、GitHub・Google・メールのいずれかで登録

サインアップ

新規ワークフロー作成

「スタジオ」→「最初から作成」→「ワークフロー」を選択し、名前を入力

作成

開始ノードの設定

変数名「input_text」、タイプ「段落」、必須をONに設定

入力定義

要約LLMノードを追加

「+」からLLMノードを追加し、システムプロンプトを設定

System: あなたは優秀な要約者だ。以下のテキストを3文以内で要約せよ。
User: {{input_text}}

LLM追加

質問生成LLMノードを追加

2つ目のLLMノードを追加し、前段の出力変数を参照

System: あなたは優秀なインタビュアーだ。以下の要約に対して、読者が気になるであろう質問を3つ生成せよ。

LLM追加

終了ノードで出力を定義

「要約結果」「生成された質問」の2つを出力変数として設定

出力定義

プレビュー＆公開

右上の「プレビュー」でテスト実行し、問題なければ「公開」でデプロイ

公開

完成

「入力テキスト → 要約 → 質問生成」のマルチエージェントワークフローが完成！
APIとして外部システムから呼び出すことも可能

料金プラン（2025年11月時点）

プラン	月額	メッセージクレジット	チームメンバー	アプリ数
Sandbox（無料）	$0	200回（累計）	1名	10個
Professional	$59	5,000回/月	3名	50個
Team	$159	10,000回/月	50名	無制限
Enterprise	要相談	無制限	無制限	無制限

セルフホスト版を選べば、ソフトウェア自体は無料で、サーバーコストのみで運用可能だ。Docker Composeで簡単にデプロイでき、データを自社管理したい企業に向いている。

まずはSandbox（無料）で試し、本格運用時にProfessional以上へアップグレードするのがおすすめだ。

他ツールとの比較：Difyを選ぶべき場面

比較軸	Dify	AutoGen	CrewAI	Langflow
難易度	ノーコード	Python必須	Python必須	ローコード
RAG	標準搭載	別途実装	別途実装	標準搭載
エージェント	v1.0.0〜対応	高度に対応	高度に対応	限定的
日本語対応	◎	△	△	○
商用利用	条件付きで可	可	可	可