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 を参照してください。
はじめに
Dify の「ナレッジ」は、あなた自身のデータを統合し、AI アプリに活用できる仕組みです。これにより、LLM（大規模言語モデル）に特定分野の情報を文脈として提供し、より正確で関連性の高い、幻覚（誤情報）の少ない応答を実現します。 この仕組みは RAG（Retrieval-Augmented Generation／検索拡張生成） によって支えられています。これは、モデルが事前学習された一般公開データだけに依存するのではなく、あなたの独自ナレッジを追加の信頼ソースとして利用するという意味です。- （検索／Retrieval） ユーザーが質問をすると、システムはまずナレッジから 最も関連性の高い情報を検索します。
- （拡張／Augmented） 取得された情報はユーザーの質問文と組み合わせられ、拡張文脈として LLM に渡されます。
- （生成／Generation） LLM はその文脈をもとに、より精度の高い回答を生成します。
ナレッジで構築する
Dify のナレッジ機能を利用すれば、独自データや専門知識を基盤とした AI アプリを構築できます。代表的なユースケースは以下の通りです。- カスタマーサポートチャットボット：最新の製品ドキュメント、FAQ、トラブルシューティングガイドから正確な回答を提供する、より賢いサポートボットを構築。
- 社内ナレッジポータル：従業員が会社のポリシーや手順を迅速にアクセスできる AI 検索・Q&A システムを構築。
- コンテンツ生成ツール：特定分野の資料やバックグラウンド情報をもとに、レポート、記事、メールなどを生成する知的ライティングツールを構築。
- リサーチ・分析アプリケーション：学術論文、市場レポート、法的文書などの特定の知識リポジトリから情報を検索・要約するリサーチ支援アプリを構築。
セットアップ
- すぐに使えるナレッジベースを作成：データをインポートし、チャンキング、インデックス作成、検索の方法を設定します。
- カスタムナレッジベースを構築：標準の設定がコンテンツに合わない場合に、処理の流れをナレッジパイプラインとして独自に設計します。データソースと、抽出、チャンキング、インデックス作成の各ステップを自分で選べます。
- 外部ナレッジベースと連携：すでに運用しているナレッジベースを API 経由で検索します。コンテンツを Dify に移す必要はありません。
テストと改善
- 検索検証：ユーザーが尋ねそうな質問を試し、どのチャンクが返されるかを確認します。
- ナレッジベース設定の調整：埋め込みモデルと検索設定を変更します。インデックス方法を「経済的」から「高品質」に切り替えることもできます。
- メタデータによる検索強化：ドキュメントにラベルを付け、条件に合うドキュメントだけに検索を絞り込めるようにします。
利用とメンテナンス
- アプリケーションへの統合：ナレッジベースをアプリに接続し、アプリからの検索方法を設定します。
- コンテンツ管理：コンテンツの変化に合わせて、ドキュメントやチャンクを追加、編集、無効化、削除します。
関連資料