> ## 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. # ワークフローとチャットフロー > AI モデル、ツール、ロジックを組み合わせて信頼性の高い再現可能なプロセスを構築する Agentic ワークフロー > 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/workflow-chatflow) を参照してください。 ## なぜ Agentic ワークフローなのか AI モデルは強力ですが、単体では予測不可能な場合があります。ハルシネーション、ステップの欠落、出力の不整合などが発生する可能性があります。信頼性が重要なプロダクション環境、特にチームやエンタープライズでは、AI の動作をより細かく制御する必要があります。 Agentic ワークフローは、AI の機能を構造化された再現可能なプロセスに組み込むことでこの問題を解決します。単一のモデルにすべてを判断させるのではなく、モデル、ツール、ロジックをステップごとにオーケストレーションするフローを設計します。明確な条件、チェックポイント、フォールバックパスを備えた構成です。 AI が主要な処理を行うことに変わりはありませんが、定義した境界の中で動作します。 ## ワークフロー vs. チャットフロー Dify は Agentic ワークフローを構築するために、**ワークフロー** と **チャットフロー** の 2 つのアプリタイプを提供しています。どちらも共通のビジュアルキャンバスとノードシステム上に構築されています。 フローを構築するには、モデルの呼び出し、ナレッジの検索、コードの実行、条件分岐など、特定のステップを処理するノードを接続します。作業の大部分は **ドラッグ、接続、設定** で行い、コードはロジックが必要な場合のみ使用します。 両者の主な違いは、ユーザーがアプリとどのようにインタラクションするかです： * **ワークフロー** は最初から最後まで 1 回実行されます。 入力を受け取り、フローを通じて処理し、結果を返します。自動レポート生成、データ処理パイプライン、バッチ処理などのタスクに使用します。 * **チャットフロー** は会話レイヤーを追加します。 ユーザーはチャットインターフェースを通じてインタラクションし、各メッセージが設計したフローをトリガーしてから応答が生成されます。インタラクティブなアシスタント、ガイド付き Q\&A、各返信の裏で構造化された処理が必要な会話シナリオに使用します。 チャットフローはコンテンツモデレーション、テキスト読み上げなどのオプション機能を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。 起点と終点のノードも異なります： | | ワークフロー | チャットフロー | | :---- | :---------------------------------------------------------------------------------------------------------- | :-------------------------------------------- | | 開始ノード | [ユーザー入力](/ja/self-host/use-dify/nodes/user-input) または [トリガー](/ja/self-host/use-dify/nodes/trigger/overview) | ユーザー入力 | | 終了ノード | [出力](/ja/self-host/use-dify/nodes/output)（任意） | [回答](/ja/self-host/use-dify/nodes/answer)（必須） | トリガーは、スケジュール、Webhook、統合イベントによってワークフローを自動実行します。チャットフローは常にユーザーメッセージから開始されるため、トリガーはありません。 両方の構築方法については、[オーケストレーションロジック](/ja/self-host/use-dify/build/orchestrate-node) を参照してください。