> ## Documentation Index
> Fetch the complete documentation index at: https://docs.dify.ai/llms.txt
> Use this file to discover all available pages before exploring further.
# レッスン 10：AI アプリを公開してモニタリングする
> このドキュメントは AI によって自動翻訳されています。不正確な部分がある場合は、[英語版](/en/learn/tutorials/workflow-101/lesson-10) を参照してください。
ここまでの構築とチューニングを経て、メールアシスタントは完成しました。ナレッジベースの参照、検索ツールの使用、きれいにフォーマットされた返信の生成ができるようになっています。しかし現時点では、まだ Dify Studio の中にあり、あなただけしか見ることができません。
他の人と共有するにはどうすればよいでしょうか？自分が見ていないときに、正しく動作しているかどうかをどう確認すればよいでしょうか？
いよいよ最後の 2 つの重要なステップ、公開とモニタリングです。
## アプリケーションを公開する
1. キャンバスの右上にマウスを移動し、**Publish** ボタンをクリックします。他のボタンが有効になります。
ワークフローに変更を加えた場合は、必ず **Publish → Update** をクリックして保存してください。
更新しないと、公開中のバージョンは古いままになります。
2. 公開すると、グレーアウトしていたボタンがクリックできるようになります。
1. **アプリを共有する**
Dify が自動的に WebApp を生成します。これはメールアシスタント用のすぐに使えるチャットインターフェースです。
この URL を同僚や友人に送ることができます。相手は Dify にログインしなくても、メールアシスタントを使用できます。
2. **バッチ実行**
100 通のメールに返信する必要がある場合、1 通ずつコピー＆ペーストしていては大変です。
Dify では、100 通のメールを CSV ファイルにまとめて準備するだけで済みます。Dify のバッチ実行機能にアップロードすると、Dify が自動的にすべてのメールを処理し、生成された返信をスプレッドシートとして返してくれます。
ワークフローで特定の変数（`email_content` など）を設定しているため、CSV はそのフォーマットに合わせる必要があります。Dify が提供するテンプレートをダウンロードすれば、簡単に準備できます。
3. **その他**
* **API リファレンスにアクセス**：コーディングの知識がある方は、API キーを取得して、このワークフローを自分のウェブサイトやモバイルアプリに直接統合できます
* **探索で開く**：このアプリをワークスペースのサイドバーにピン留めして、次回すぐにアクセスできるようにします
* **ツールとして公開**：ワークフローをツールとしてパッケージ化し、他の Agent がメールアシスタントを利用できるようにします
## アプリをモニタリングする
作成者として、このアシスタントの状態を把握する必要があります。モニタリングとログを使うことで、アプリの健全性、パフォーマンス、コストを確認できます。
### 指令センター：モニタリング
左サイドバーの **Monitoring** をクリックすると、アプリのパフォーマンスを確認できます。
| 名称 | 説明 |
| :------------- | :--------------------------------------- |
| メッセージ総数 | ユーザーが AI とやり取りした回数です。アプリの人気度がわかります。 |
| アクティブユーザー | AI と対話したユニークユーザーの数です。 |
| トークン使用量 | AI が使用したトークン量です。急な増加がないか監視してコストを管理しましょう。 |
| 平均ユーザーインタラクション | ユーザーがフォローアップの質問をしているかがわかります。 |
### 虫眼鏡：ログ
ログは、すべての実行の詳細を記録します。時間、入力、所要時間、出力などです。詳細な記録を確認するには、左サイドバーの Logs をクリックしてください。
**なぜログが重要なのか？**
* **デバッグ**：ユーザーが*動かない*と言った場合、ログで*現場*を再現し、どのノードで失敗したかを正確に確認できます。
* **パフォーマンス**：各ノードの所要時間を確認し、処理を遅くしているボトルネックを特定できます。
* **ユーザー理解**：ユーザーが実際に何を質問しているかを確認できます。この実データを活用して、ナレッジベースの更新やプロンプトの改善に役立てましょう。
* **コスト管理**：特定の実行でどれだけのトークンを消費したかを正確に確認できます。
| 名称 | 説明 |
| :-------------- | :---------------------------- |
| 開始時間 | ワークフローがトリガーされた時刻 |
| ステータス | 成功（Success）または失敗（Failure） |
| 実行時間 | プロセス全体の所要時間 |
| トークン | この実行で消費されたトークン数 |
| エンドユーザー / アカウント | セッションを開始した特定のユーザー ID またはアカウント |
| トリガー元 | WebApp インターフェース経由か、API 経由か |
各ログエントリをクリックすると、詳細を確認できます。例えば、ユーザーが頻繁に質問する内容を特定し、それをもとにナレッジベースを適時更新・修正することができます。
AI アプリの構築は新たなスタート地点です。これが **LLMOps**（大規模言語モデル運用）の核心です。
1. **観察（Observe）**：ログを確認します。ユーザーは何を質問していますか？回答に満足していますか？
2. **分析（Analyze）**：特定の質問でハルシネーションが発生したり、一部のツールが頻繁に失敗したりしていないか確認します
3. **最適化（Optimize）**：キャンバスに戻り、プロンプトを編集したり、ナレッジベースにドキュメントを追加したり、ワークフローのロジックを調整します
4. **公開（Publish）**：アップグレードしたバージョンをリリースします
このサイクルを繰り返すことで、メールアシスタントはより賢く、より高速になっていきます。
## おわりに
**ここまでお付き合いいただきありがとうございます。あなたは今、新しい思考法を身につけた Dify ビルダーです**：
```plaintext wrap theme={null}
タスクを分解する → ノードとツールを選ぶ → 適切なロジックで接続する → モニタリングして改善する
```
さあ、Dify の探索ページでテンプレートを開いてみましょう。それを分解・分析してみたり、日常業務の課題を解決するワークフローをゼロから構築してみてください。
あなたの仕事がもっと軽くなり、想像力がもっと広がりますように。Dify で楽しく構築していきましょう。