DifyでRAG機能付きチャットボット作成を解説！

DifyのRAG機能で、あなたのAIをさらに賢く！

皆さん、こんにちは！
前回はRAGの基本的な考え方について解説しました。LLMが持つ既存の知識に加えて、外部の最新情報や専門知識を組み込むことで、より正確で信頼性の高い回答を生成するRAGの可能性に驚いた方も多いのではないでしょうか？

前回の記事

今回は、そのRAG機能をノーコードで手軽に実装できるプラットフォーム「Dify」に焦点を当て、具体的にどのようにしてRAG機能を設定し、賢いチャットボットを構築できるのかを詳しく解説していきます。

Difyとは？〜直感的なワークフローでAIを構築〜

Difyは、LLMを活用したアプリケーション開発を、コーディングなしで実現できる強力なプラットフォームです。Difyの最大の特徴は、その分かりやすいワークフローにあります。

Difyでは、主に以下の流れでAIアプリケーションを構築していきます。

1. アプリケーションの選択と設定: どのような目的のAIを作るかを決め、基本的な設定を行います。チャットボット、ワークフローの2種類から基本的に選択します。

   • チャットボット: 会話形式でユーザーと対話するAI。カスタマーサポート、情報提供など、様々な用途に活用できます。
   • ワークフロー: 複数の処理を組み合わせて自動化するAI。データ分析、コンテンツ生成など、より複雑なタスクを実行できます。

2. プロンプトの設計: AIにどのような役割を与え、どのように振る舞ってほしいかを指示する「プロンプト」を作成します。

3. RAG（ナレッジ）の連携: 外部の知識ソースをAIに学習させ、RAG機能を通じて利用できるようにします。今回の記事のメインテーマです！

4. チャットボットの構築とデプロイ: 実際にユーザーと対話できるチャットボットを作成し、公開します。

今回はこの中でも特に、RAG機能に焦点を当てて深掘りしていきます。Difyでは、このRAG機能を実現するために「ナレッジ」という概念を使用します。

ステップ1：あなたの知識をDifyに登録する「ナレッジ」

DifyでRAG機能を利用する最初のステップは、AIに学習させたい知識を「ナレッジ」として登録することです。
Difyの画面上側のメニューから「ナレッジ」を選択すると、現在登録されているナレッジの一覧が表示されます。

新しいナレッジを追加するには、「ナレッジベースを作成」ボタンをクリックします。すると、以下のような複数の登録方法が提示されます。

• ファイルアップロード: PDF、TXT、Markdownなどのファイルを直接アップロードできます。複数のドキュメントをまとめてアップロードすることも可能です。
• Notion連携: Notionと連携し、Notionに登録されているデータをナレッジとして利用することが可能です。
• ウェブサイト同期: 特定のURLを指定することで、そのウェブサイトの内容を自動的にクロールしてナレッジとして取り込むことができます。

今回は最も手軽で汎用性の高い「ファイルアップロード」を例に解説を進めますが、皆さんのニーズに合わせて最適な方法を選んでください。

アップロードされたファイルは、Difyによって自動的にチャンキング（小さな塊に分割）され、ベクトル化されます。このプロセスが、RAGにおける「検索」の精度を左右する重要な部分となります。

これで、AIが参照できる「知識ベース」の準備が整いました！

ステップ2：アプリケーションとナレッジの連携〜RAGノードの活用〜

ナレッジの登録が完了したら、次にこの知識をAIアプリケーションに連携させます。Difyでは、この連携も直感的な操作で行えます。

Difyのメインメニューから「アプリケーション」を選択し、RAG機能を使いたい既存のアプリケーションを開くか、新しくアプリケーションを作成します。今回は最初から作成を選択。

チャットボットの作成ですので、チャットフローで作成します。
作成すると初期配置として開始→LLM→回答のノードが配置されています。

RAGを有効にするには、開始ノードとLLMノードの間に知識検索ノードを用意する必要があります。

知識検索のパラメータでナレッジベースの追加を選択し、自身のナレッジベースを選択
することで、RAG機能用の設定は完了です。

Difyのバックエンドでは、この設定によってユーザーからの質問が来た際に、まず登録されたナレッジの中から関連性の高い情報を検索し、その検索結果とユーザーの質問を組み合わせてLLMに送る、というRAGの処理が自動的に行われるようになります。

ステップ3：チャットボットを動かしてRAGの効果を実感！

さあ、いよいよ設定したRAG機能がどのように働くか、実際にチャットボットを動かして確認してみましょう。

アプリケーションの設定画面から、チャットボットの「プレビュー」に進みます。

ここで、先ほどナレッジとして登録した情報に関する質問を投げかけてみてください。例えば、もしあなたが会社の製品マニュアルをナレッジとして登録したのであれば、そのマニュアルに記載されているような製品の機能や仕様について質問してみましょう。

質問例: 「[製品名]のバッテリー持続時間はどのくらいですか？」

期待される回答は、登録したナレッジに基づいて、正確な情報が返ってくることです。もしRAGが適切に機能していれば、LLMが元々知らなかった最新の製品情報や、社内特有の専門用語も正確に理解し、自然な言葉で回答してくれるはずです。

RAG機能を活用するためのナレッジ登録のポイント

ナレッジ: RAGの精度は、登録する情報の正確さと整理度に大きく左右されます。信頼できる情報を登録しましょう。
特にExcelファイルを利用する場合、CSV形式でアップロードすると精度が高くなる傾向があります。DifyはCSVのようなシンプルな構造のデータをより適切に処理できます。

チャンキング: Difyはナレッジ登録時に、自動で情報を細かく分割（チャンキング）してくれます。通常はこの自動設定で問題ありませんが、用途に応じてチャンキングのサイズや重複（オーバーラップ）などの設定をカスタマイズすることで、回答の精度をさらに高めることができます。
※設定項目はDifyのバージョンやプランによって異なります。

キューイング:
登録するファイルが大きい場合や、同時に他のユーザーがナレッジ登録を行っている場合は「キューイング中」と表示され、反映まで時間がかかることがあります。
そのような場合は、

• ファイルを複数に分割する
• 少し時間を空けて再度アップロードする
  などの対応がおすすめです。

質問: DifyのRAG機能は、登録されたナレッジに基づいて回答を生成します。そのため、ユーザーの質問がナレッジに含まれている内容としっかり一致しているかが非常に重要です。
特に、以下のような工夫をすると、より的確な回答が得られやすくなります。

• ナレッジ内に記載されている用語や表現を、そのまま質問でも使う
  • （例：「サポート対応時間」とナレッジに書かれていれば、「受付時間」ではなく「サポート対応時間」で質問する）
• あいまいな表現は避け、具体的に聞く
  • （例：「サービスについて教えて」ではなく、「○○サービスの料金体系を教えて」）
    また、ナレッジに存在しない内容については、Difyは正しく回答できないことがあります。どの情報が登録されているかを確認し、それに沿った質問をすることがポイントです

まとめ

今回は、Difyを活用してRAG機能を実装し、ノーコードでAIチャットボットを構築するプロセスを解説しました。
Difyの「ナレッジ」機能を使えば、LLMの知識を拡張することができ、より専門的で、より正確な情報を得ることができます。
ビジネスにおけるQ&Aボット、カスタマーサポート、社内ナレッジの検索など、RAG機能を使ってAIを使った業務の幅を広げてみましょう！

おまけ

くすりの窓口にてインターン募集中！！　8.9.10月開催
https://internshipguide.jp/interns/internDetail/17895