> ## 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. # チャットボット > モデルとプロンプトで会話型アプリを構築する最もシンプルな方法 > 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/self-host/use-dify/build/chatbot) を参照してください。 チャットボットは、ユーザーがチャットインターフェースを通じてモデルと対話する会話型アプリです。 ツール呼び出しやマルチステップワークフローを必要としないが、やり取りのある対話が有効なタスクに使用します。たとえば、チームのナレッジベースに基づいた社内 Q\&A アシスタントの構築に適しています。 チャットボットは会話ごとに最大 500 メッセージまたは 2,000 token の履歴を保持します。いずれかの上限を超えた場合、新しいメッセージのために古いメッセージから順に削除されます。 チャットボットは会話オープナー、フォローアップ提案などのオプション機能もサポートしています。詳細は [アプリツールキット](/ja/self-host/use-dify/build/additional-features) を参照してください。 ## 設定 ### プロンプトの作成 プロンプトは、モデルに何をすべきか、どのように応答すべきか、どのような制約に従うべきかを伝えます。会話全体を通じてモデルの振る舞いを形作るため、一回限りのタスクではなく、一貫したペルソナを定義するものと考えてください。 効果的なプロンプトを書くためのヒント： * **ペルソナを定義する**：モデルが誰として振る舞い、どのようなトーンを使用すべきかを記述します。 * **出力形式を指定する**：期待する構造、長さ、スタイルを記述します。 * **制約を設定する**：モデルが避けるべきことや従うべきルールを伝えます。 #### 変数を使った動的プロンプトの作成 毎回プロンプトを書き直すことなく、異なるユーザーやコンテキストにチャットボットを適応させるには、変数を追加して必要な情報を事前に収集します。 変数はプロンプト内のプレースホルダーです。各変数は入力フィールドとして表示され、ユーザーが会話開始前に入力し、その値が実行時にプロンプトに挿入されます。ユーザーは会話中に変数の値を更新することもでき、プロンプトはそれに応じて調整されます。 たとえば、オンボーディングアシスタントでは `role` と `language` を使って回答をカスタマイズできます： ```text wrap theme={null} あなたは新しく入社した {{role}} 向けのオンボーディングアシスタントです。会社のプロセスやポリシーに関する質問に回答してください。親しみやすく簡潔に、{{language}} で応答してください。 ``` プロンプトの作成中に `/` と入力し、**変数を新規追加** を選択すると、名前付きプレースホルダーをすばやく挿入できます。詳細は後で **Variables** セクションで設定できます。 期待する入力に合った変数タイプを選択してください： 最大 256 文字まで入力可能です。名前、メールアドレス、タイトルなど、1 行に収まる短いテキスト入力に使用します。 長さ制限のない長文テキストを入力できます。詳細な説明のための複数行テキストエリアをユーザーに提供します。 事前定義されたオプションを含むドロップダウンメニューを表示します。 入力を数値のみに制限します。数量、評価、ID、または数学的処理が必要なデータに最適です。 シンプルな「はい/いいえ」のオプションを提供します。ユーザーがチェックボックスをオンにすると出力は `true`、それ以外は `false` になります。確認や二択が必要なケースに使用します。 ユーザーからの入力ではなく、実行時に外部 API から変数の値を取得します。 ライブ気象条件やデータベースレコードなど、外部ソースからの動的データがプロンプトに必要な場合に使用します。詳細は [カスタム API](/ja/self-host/use-dify/workspace/api-extension/api-extension) を参照してください。 **ラベル名** は、エンドユーザーに各入力フィールドとして表示される名前です。 #### AI でプロンプトを生成・改善する 何から始めればよいかわからない場合や、既存のプロンプトを改善したい場合は、**生成** をクリックして LLM にドラフトを作成させましょう。 ゼロから望む内容を記述するか、`current_prompt` を参照して改善点を指定します。より的確な結果を得るには、**理想的な出力** にサンプルを追加してください。 生成のたびにバージョンとして保存されるため、自由に実験してロールバックできます。 ### 独自データに基づいた回答 一般的な知識ではなく独自のデータに基づいてモデルの回答を生成するには、ナレッジベースを追加します。 ユーザーがメッセージを送信するたびに、そのメッセージが検索クエリとしてナレッジベースから関連コンテンツを取得し、モデルへのコンテキストとしてプロンプトに挿入されます。 #### アプリレベルの検索設定 検索結果の処理方法を微調整するには、**検索設定** をクリックします。 検索設定にはナレッジベースレベルとアプリレベルの 2 つのレイヤーがあります。 2 つの連続するフィルターと考えてください。ナレッジベース設定が結果の初期プールを決定し、アプリ設定がさらに結果をリランクまたはプールを絞り込みます。 * **リランク設定** * **ウェイト設定** リランク時のセマンティック類似度とキーワードマッチングの相対的な重みです。セマンティックの重みを高くすると意味的な関連性が重視され、キーワードの重みを高くすると完全一致が重視されます。 ウェイト設定は、追加されたすべてのナレッジベースが **高品質** モードでインデックスされている場合のみ利用可能です。 * **リランクモデル** クエリとの関連性に基づいてすべての結果を再スコアリングし、並べ替えるリランクモデルです。 マルチモーダルのナレッジベースが追加されている場合は、マルチモーダルリランクモデル（**Vision** タグ付き）も選択してください。そうしないと、検索された画像がリランクと最終出力から除外されます。 * **Top K** リランク後に返す上位結果の最大数です。 リランクモデルが選択されている場合、この値はモデルの最大入力容量（モデルが一度に処理できるテキスト量）に基づいて自動的に調整されます。 * **スコアしきい値** 返される結果の最小類似度スコアです。このしきい値を下回る結果は除外されます。厳密な関連性にはより高いしきい値を、より広範なマッチングにはより低いしきい値を使用してください。 #### 特定ドキュメント内の検索 デフォルトでは、検索はナレッジベース全体を対象とします。検索を特定のドキュメントに制限するには、手動または自動のメタデータフィルタリングを有効にします。 これにより検索精度が向上します。特にナレッジベースが大規模な場合や、異なるコンテキストのコンテンツが含まれている場合に有効です。 ドキュメントメタデータの作成と管理については、[メタデータ](/ja/self-host/use-dify/knowledge/metadata)を参照してください。 ### マルチモーダル入力の処理 エンドユーザーがファイルをアップロードできるようにするには、対応するマルチモーダル機能を持つモデルを選択します。モデルがサポートしている場合、関連するファイルタイプのトグル（**ビジョン**、**音声**、**ドキュメント**）が表示され、必要に応じて有効にできます。 モデルのサポートするモダリティはタグで簡単に確認できます。 モデルタグ **ビジョン** の下にある **設定** をクリックして、ファイルの受け入れと処理方法を設定します。アップロード設定は、有効なすべてのファイルタイプに適用されます。 * **解像度**： **画像** 処理のみの詳細レベルを制御します。 * **高**：複雑な画像ではより高い精度が得られますが、より多くの token を使用します * **低**：シンプルな画像では、より少ない token で高速に処理します * **アップロード方法**：ユーザーがデバイスからアップロード、URL の貼り付け、またはその両方を選択できます。 * **アップロード制限**：ユーザーが 1 メッセージあたりにアップロードできるファイルの最大数です。 ファイルサイズの上限は、以下の環境変数で調整します。 * `UPLOAD_IMAGE_FILE_SIZE_LIMIT`（デフォルト：10 MB） * `UPLOAD_FILE_SIZE_LIMIT`（デフォルト：15 MB） * `UPLOAD_AUDIO_FILE_SIZE_LIMIT`（デフォルト：50 MB） 詳細は [環境変数](/ja/self-host/deploy/configuration/environments) を参照してください。 ## デバッグとプレビュー 右側のプレビューパネルで、チャットボットをリアルタイムにテストできます。タスクに最適なモデルを選択し、メッセージを入力して送信すると、モデルがどのように応答するかを確認できます。 モデルを選択した後、パラメータを調整して応答の生成方法を制御できます。利用可能なパラメータとプリセットはモデルによって異なります。 異なるモデル間で出力を比較するには、**複数モデルでデバッグ** をクリックして最大 4 つのモデルを同時に実行できます。 複数モデルでデバッグ ## 公開する 結果に満足したら、**公開する** をクリックしてアプリを公開します。公開オプションの全一覧は[公開する](/ja/self-host/use-dify/publish/README)を参照してください。