この教材の目的は、パソコンに質問を入力すると、用意した資料を調べて答える窓口を作ることです。今回は、その準備に4つのソフトを使っています。ソフトとは、機械に仕事をさせる手順や道具をまとめたものです。
4つを入れれば、文書・画像・動画の仕事が何でも自動で完成するわけではありません。「何の作業を、どの担当がするか」を順に見ていきます。
OSは「オーエス」と読みます。アプリを動かし、保存場所や機器を管理する基本ソフトです。WindowsもUbuntuもOSです。
Linuxは「リナックス」と読みます。OSの中心の仕組みと、それを使うOSの仲間の名前です。UbuntuはLinuxを使うOSの一つです。
AIは「エーアイ」、人工知能のことです。この教材では文章を読んで答えの下書きを作る技術を指します。AIも間違えるので、答えを資料と比べます。
PC（ピーシー）は、普段使っているパソコンのこと。 たとえると、仕事をする建物全体。
アプリ（アプリ）は、文章を書くなど、目的の仕事に使うソフト。アプリケーションの略。 たとえると、仕事ごとの道具。
モデル（モデル）は、AIが文章などを処理するために使う、学習済みの仕組み。 たとえると、仕事を担当する人が身に付けた知識や技能。
WSLは「ダブリューエスエル」と読みます。Windowsを使いながら、Linuxという別方式の作業環境を動かす機能です。今回は、その作業環境としてUbuntuを選びました。
たとえると、普段の仕事部屋を残し、別の設備の作業室も使えるようにする仕組みです。WSL 2では、実際にLinuxを動かすための機能も用意されます。
Windowsの文書を開いたまま、UbuntuでDifyの準備に必要な命令を実行する。Ubuntuの導入も必要です。
WSLを入れただけで「議事録を要約して」と頼む。文章を処理するAIや、その使い方は別に準備します。
WindowsのないMacやLinux専用機で、Windowsの機能であるWSLをそのまま使う。別の方法で環境を用意します。
PowerShell（パワーシェル）は、Windowsで文字の命令を入力し、処理を実行するための仕組み。 たとえると、Windows側の作業指示を出す受付。
Ubuntuは「ウブントゥ」と読みます。Linuxと基本の道具をまとめたOSです。今回はWindowsを入れ替えず、WSLの仕組みを使ってUbuntuを動かします。
たとえると、選んだ作業室に基本の机や道具がそろっている状態です。追加の仕事をするには、用途に合う道具も準備します。
Difyの書類を置く場所を作り、設定のひな形をコピーする。コピーは元を残して同じものを作る操作です。
Linux向けの文章編集や画像編集のソフトを追加して使う。Ubuntuそのものに、すべての編集機能が入っているわけではありません。
Windows専用ソフトを、何の対応確認もせずLinux用として動かす。WSLからWindows側のアプリを呼び出すこととは別です。
Bash（バッシュ）は、Linuxなどで文字の命令を受け付け、実行する仕組み。 たとえると、Ubuntu側の作業指示を出す受付。
ファイル（ファイル）は、文章、写真、設定などを一つにまとめて保存したもの。 たとえると、中身を書いた書類1枚。
フォルダー（フォルダー）は、ファイルを整理して入れる場所。 たとえると、書類を入れる引き出し。
Dockerは「ドッカー」と読みます。ソフトを動かすために必要な道具をそろえ、仕事ごとに区切った場所で処理を実行する仕組みです。この区切った実行単位をコンテナーと呼びます。
Difyには、画面を見せる担当、質問を処理する担当、情報を保存する担当などがあります。担当ごとに必要な道具をそろえて動かすため、Dockerを使います。
Difyの画面担当と、記録を保存する担当を、決めた構成に従ってまとめて起動する。事前に構成と設定が必要です。
Dockerを入れただけで、お店への質問に答えてもらう。質問に答えるDify、資料、AIは別に必要です。
保存した資料の控えを、故障に備えて別の場所へ保管する。保存先と控えを作る手順も決めます。
サービス（サービス）は、ここでは、決まった役目を受け持つソフトの処理。 たとえると、受付係、記録係などの担当。
データベース（データベース）は、情報を整理して保存し、探したり更新したりする仕組み。 たとえると、索引付きの管理台帳。
コンテナーは、必要なファイルとともにアプリの処理を、ほかの処理から分けて実行する単位です。「仕事専用に区切った作業場」と考えてください。
イメージは、その作業場を用意するためのプログラムや設定をまとめたひな形です。ここでいうイメージは写真ではありません。「使う道具と、その配置をまとめた一式」に当たります。
コンテナーは「止める」と「消す」で結果が違います。止めるだけなら、通常は保存内容が消えるわけではありません。区画の中だけに書いた内容は、その区画を削除すると失う場合があります。
残したい情報は、区画とは別の保存先を使うように設計します。Dockerのボリュームは、そのための保存方法の一つです。作業場の外に置く保管庫、と考えてください。
| 操作 | たとえ | 覚えること |
|---|---|---|
| 処理を止める | 担当を休ませる | 通常、停止しただけでデータは消えない |
| コンテナーを削除する | 作業区画を片付ける | 区画の中だけにあった変更は失う場合がある |
| 別の保存先を使う | 外の保管庫に台帳を置く | 区画を作り直しても参照できるよう設計する |
| バックアップを取る | さらに別の場所へ写しを置く | 故障や誤削除への備えも必要 |
バックアップ（バックアップ）は、故障や誤削除に備え、別の場所へ保存する控え。 たとえると、元の台帳とは別の場所に保管する写し。
Difyは「ディファイ」と読みます。質問を受ける、資料を探す、AIへ渡す、返事を表示する、といった仕事の順番を組み立てるソフトです。
たとえると、お客さまの質問を受付から資料係、文章担当へ回す進行係です。文章担当に当たるAIモデルは、別の役目として接続します。
店の営業時間の資料を登録し、その記述を調べて回答する窓口を作る。回答用AIの接続と、資料を探す設定が必要です。
会議メモを受け取り、「決定事項を3つにまとめて」という指示をAIへ渡し、下書きを表示する。
資料にない祝日の営業時間を、確実に正しく回答する。根拠がなければ確認が必要と返すように設計します。
モデル（モデル）は、AIが文章などを処理するために使う、学習済みの仕組み。 たとえると、仕事を担当する人が身に付けた知識や技能。
ノード（ノード）は、処理の流れを組み立てる、一つの仕事の部品。 たとえると、作業表の中の一つの工程。
説明用の架空の店を例にします。資料には「土曜日は10時から17時まで営業」と書いてあることにします。
「土曜日は何時までですか」と入力されたら、Difyがその記述を探し、質問と一緒にAIへ渡します。AIが「土曜日は17時まで営業しています」と文章にして返します。
FAQ（エフエーキュー）は、よくある質問と答えをまとめた資料。 たとえると、営業時間や返品条件を書いた問答集。
RAG（ラグ）は、質問に関係する資料を探し、その内容を生成AIへ渡して回答に使う方法。 たとえると、質問のたびに資料を調べてから答えること。
入力する架空のメモ：「点検は完了。水漏れはなし。部品Aは来週交換予定。」
DifyでAIへ渡す指示：「完了したこと、問題の有無、次の予定に分けて、書いてある範囲で報告文の下書きを作ってください。」
返す文章の例：「点検は完了しました。水漏れは確認されませんでした。部品Aは来週交換する予定です。」
入力したメモをもとに、読みやすい報告文の下書きを作る。AIモデルの接続は必要です。
会社指定のWord書式に差し込み、決まった場所へ保存する。書式と、文書を作成・保存する道具との接続を用意します。
現場で本当に点検したか、日付や数量が正しいか、提出してよいかを判断する。担当者が元の記録と確認します。
ワークフロー（ワークフロー）は、仕事をどの順番で進めるかを定めた流れ。 たとえると、受付から完成までの順番付きの作業表。
Difyで台本や宣伝文の下書きを作ることと、画像や動画そのものを生成・編集することを分けて説明します。
| やりたいこと | Difyの担当 | 別に必要なもの |
|---|---|---|
| 商品紹介の文章 | 商品情報から紹介文を作る流れを構成 | 文章を作るAIと、商品の正しい資料 |
| 新しい商品画像 | 対応する画像生成の窓口へ指示を渡す | 画像を生成するサービスやモデルとの接続 |
| 写真の人物だけを消す | 対応する画像編集の道具に依頼する構成は可能 | 編集用の道具、画像を渡す方法、仕上がり確認 |
| 30秒動画の台本 | 場面の順番やナレーションの下書きを作る | 文章を作るAIと、使う商品の情報 |
| 完成した動画 | 生成や編集の処理をつなぐ構成は可能 | 映像や音声の道具、素材、字幕、完成映像の確認 |
API（エーピーアイ）は、ソフト同士が、決められた方法で情報や処理をやり取りする窓口。 たとえると、書式を決めて注文を受ける受付。
プラグイン（プラグイン）は、ソフトに機能や接続先を追加する部品。 たとえると、新しい窓口へつなぐための追加道具。
PowerShellはWindows側で文字の命令を実行する仕組みです。UbuntuのBashは、Linux側で文字の命令を実行する仕組みです。入力先を先に声に出します。
| 画面の文字 | 意味 | 覚えること |
|---|---|---|
| wsl.exe -d Ubuntu | WSLを呼び出し、Ubuntuを選ぶ | -dは使うLinuxの種類を指定する印 |
| --list --verbose | 一覧を詳しく表示する | Runningは稼働中、VERSION 2はWSL 2 |
| docker compose ps --all | Dockerの部品の状態を全部見る | composeはまとめ管理、psは状態一覧、--allは停止中も含む |
| Up / healthy | 処理が稼働中 / 設定した点検に合格 | 回答が正しいことまで証明する表示ではない |
| Exited (0) | 処理が終わり、正常終了の番号0を返した | 一度だけ準備するinit_permissionsでは正常 |
localhost（ローカルホスト）は、命令やブラウザーを動かしている、そのコンピューター自身を指す名前。 たとえると、住所に『自分の建物』と書くようなもの。
ポート（ポート）は、同じ機械の中で、どの通信の窓口へ届けるかを区別する番号。 たとえると、同じ建物にある窓口の番号。
普段使っているパソコンのこと。
たとえ 仕事をする建物全体。
この教材では 今回、Windowsが入っている機械。
パソコンを動かす基本のソフトの一つ。
たとえ 普段仕事をしている部屋。
この教材では いつもの画面を残したまま、別の作業環境も使う。
機械にしてほしい仕事の手順をまとめたもの。ソフトウェアとも呼ぶ。
たとえ 仕事のやり方と道具の一式。
この教材では DifyやDockerもソフトの一種。
文章を書くなど、目的の仕事に使うソフト。アプリケーションの略。
たとえ 仕事ごとの道具。
この教材では ブラウザーはWebページを開くアプリ。
機器や保存場所を管理し、アプリを動かす基本ソフト。
たとえ 建物の電気や水道などの共通設備。
この教材では WindowsもUbuntuもOS。
OSの中心の仕組みと、それを使うOSの仲間を指す名前。
たとえ Windowsとは違う設備の方式。
この教材では UbuntuはLinuxを使うOSの一つ。
WindowsでLinuxの環境を動かす機能。Windows Subsystem for Linuxの略。
たとえ いつもの部屋に、別方式の作業室を使えるようにする仕組み。
この教材では Windowsを消さずにUbuntuを使う。
Linuxと基本の道具をまとめたOS。
たとえ 今回選ぶ作業室と基本の道具。
この教材では Difyのファイルを置き、Linuxの命令を使う。
Linuxと基本のソフトを組み合わせ、使える形にまとめた種類。
たとえ 設備と道具の組み合わせが違う作業室の種類。
この教材では UbuntuやDebianはその種類の名前。
OSの中心で、機器や処理の実行を管理する部分。
たとえ 建物全体の設備を管理する中枢。
この教材では WSL 2は実際のLinuxカーネルを使う。
実物のパソコンの中に、別のコンピューターのような環境を作る仕組み。
たとえ 一つの建物の中に、設備付きの別室を作ること。
この教材では WSL 2の内部で使われる。物理的なパソコンが増える意味ではない。
Windowsで文字の命令を入力し、処理を実行するための仕組み。
たとえ Windows側の作業指示を出す受付。
この教材では ZIPの取得や展開、Ubuntuの呼び出しに使う。
Linuxなどで文字の命令を受け付け、実行する仕組み。
たとえ Ubuntu側の作業指示を出す受付。
この教材では Ubuntuでcdやlsなどを入力する。
文字で書いて実行する命令。
たとえ 『この箱を開けて』という作業指示。
この教材では Get-Itemは指定したファイルの情報を見せる命令。
複数の命令を順番に実行するようにまとめたもの。
たとえ 順番付きの作業手順書。
この教材では 今回の撮影用の命令は、取得から確認までを順に実行する。
文字の命令と結果を表示する窓のこと。
たとえ 指示を伝え、返事を読む窓口。
この教材では Windows TerminalはPowerShellなどを表示するアプリ。
文章、写真、設定などを一つにまとめて保存したもの。
たとえ 中身を書いた書類1枚。
この教材では FAQの文章や設定のひな形もファイル。
ファイルを整理して入れる場所。
たとえ 書類を入れる引き出し。
この教材では dify-1.19.0の中にdockerフォルダーがある。
ファイルやフォルダーの場所を文字で表したもの。
たとえ 建物から引き出しまでの住所。
この教材では C:\Users\… と /home/… は書き方が異なる。
元のものを残し、同じ内容をもう一つ作ること。
たとえ 書類の複写。
この教材では .env.exampleを.envへコピーする。
コピーして一時的に覚えた内容を、別の場所へ入れること。
たとえ 写しを作業指示の欄へ移すこと。
この教材では PowerShellではCtrl+Vで貼り付ける。
外の保存先から、このパソコンへファイルを受け取ること。
たとえ 配送された荷物を受け取ること。
この教材では 公式の配布先からDifyのZIPを受け取る。
複数のファイルをまとめ、小さくして扱う形式。
たとえ 書類をまとめた圧縮袋。
この教材では 展開すると、中のファイルを使える。
ソフトを使えるように、必要なファイルや設定を準備すること。
たとえ 届いた道具を設置して使えるようにすること。
この教材では ZIPを展開しただけではDifyの起動まで終わらない。
ソフトの版や更新の段階を示す番号。
たとえ 手順書の第何版かを表す番号。
この教材では この教材のDifyは1.19.0。
プログラムなどを保管し、配布・共同作業に使うWebサービス。
たとえ 作り手が道具や説明書を置く配布棚。
この教材では この教材ではlanggenius/difyという公式の配布場所を使う。
ソフトを必要な道具とともに、区切った場所で動かす仕組み。
たとえ 仕事ごとに区切った作業台を準備し、開始・停止を管理する係。
この教材では Difyの画面や保存担当などを分けて動かす。
アプリの処理を、必要なファイルとともに、ほかの処理から分けて実行する単位。
たとえ 必要な道具をそろえた、仕事専用の作業区画。
この教材では Difyの画面担当と、資料を保存する担当を別々に動かせる。
コンテナーを作るために必要なプログラムや設定をまとめたひな形。写真という意味ではない。
たとえ 同じ作業台を用意するための道具セットと配置のひな形。
この教材では ひな形を取得してから、実行する区画を作る。
WindowsなどでDockerを使いやすくするアプリ。
たとえ 作業台を管理するための操作盤。
この教材では このPCではLinux側の実行機能も準備する。
コンテナーを作り、動かし、停止する本体。
たとえ 実際に作業台を用意して動かす担当。
この教材では Ubuntuから出したdocker命令を受ける相手。
複数のコンテナーを、構成を記したファイルに従ってまとめて扱う道具。
たとえ 複数の作業台をまとめて準備する作業表と管理係。
この教材では docker compose up -dで関連する部品をまとめて起動する。
ここでは、決まった役目を受け持つソフトの処理。
たとえ 受付係、記録係などの担当。
この教材では Difyの画面担当やデータ保存担当など。
情報を整理して保存し、探したり更新したりする仕組み。
たとえ 索引付きの管理台帳。
この教材では Difyの設定や記録などを保存する担当が使う。
コンテナーとは別にデータを保存し、区画を作り直しても使えるようにする仕組み。
たとえ 作業台の外に置く保管庫。
この教材では 保存先の設計が必要。保管庫を消せばデータも失う。
故障や誤削除に備え、別の場所へ保存する控え。
たとえ 元の台帳とは別の場所に保管する写し。
この教材では ボリュームがあることと、バックアップがあることは別。
Webページを開き、見る・入力するためのアプリ。
たとえ 利用者が操作する窓口。
この教材では このPCではhttp://localhost:8080でDifyを開く。
Webページや接続先の場所を表す文字列。
たとえ 窓口へ行くための住所。
この教材では http://localhost:8080が、このPCのDifyの接続先。
命令やブラウザーを動かしている、そのコンピューター自身を指す名前。
たとえ 住所に『自分の建物』と書くようなもの。
この教材では 別のPCで同じ文字を入れても、こちらのDifyへは接続しない。
同じ機械の中で、どの通信の窓口へ届けるかを区別する番号。
たとえ 同じ建物にある窓口の番号。
この教材では この教材では8080番の窓口を使う。
AIや資料検索を使って、仕事の手順を組み立てるソフト。
たとえ 質問受付、資料探し、回答作成をつなぐ進行係。
この教材では よくある質問への回答や、文章の下書きを作る流れを作る。
ここでは、文章を読み、返答などを作る人工知能の技術。
たとえ 文章を読んで下書きを作る担当。
この教材では 内容が正しいかは、人や元資料で確かめる。
AIが文章などを処理するために使う、学習済みの仕組み。
たとえ 仕事を担当する人が身に付けた知識や技能。
この教材では Difyから接続して使う。Dify本体とは別の役目。
Large Language Modelの略。多くの文章などから学び、文章を処理するAIモデル。
たとえ 文章を読んで回答を組み立てる担当。
この教材では Difyの画面にあるLLMの部品で、使う回答用モデルを選ぶ。
自分のコンピューターなどでAIモデルを動かすためのソフト。
たとえ 文章担当を自分の建物で働かせるための道具。
この教材では この教材のPC内モデルを動かす構成で使用する。
よくある質問と答えをまとめた資料。
たとえ 営業時間や返品条件を書いた問答集。
この教材では この教材では検索して回答するための元資料。
ここでは、AIの回答で参照するために登録した資料。
たとえ 回答の根拠を探す資料棚。
この教材では 資料を登録しただけでは、AIの回答に自動で使われるとは限らない。
質問に関係する資料を探し、その内容を生成AIへ渡して回答に使う方法。
たとえ 質問のたびに資料を調べてから答えること。
この教材では AIモデル自体を再学習して覚え直す処理とは異なる。
文章の特徴を数値に置き換え、意味の近い文章を探しやすくする処理。
たとえ 資料棚で似た話題を探すための分類札。
この教材では Difyの高品質検索で、専用のAIモデルを使う場合がある。
仕事をどの順番で進めるかを定めた流れ。
たとえ 受付から完成までの順番付きの作業表。
この教材では 入力、資料検索、文章作成、表示を順につなぐ。
処理の流れを組み立てる、一つの仕事の部品。
たとえ 作業表の中の一つの工程。
この教材では Difyでは入力や知識検索などの四角い部品。
ソフト同士が、決められた方法で情報や処理をやり取りする窓口。
たとえ 書式を決めて注文を受ける受付。
この教材では Difyから画像生成サービスへ指示を送るときなどに使う。
ソフトに機能や接続先を追加する部品。
たとえ 新しい窓口へつなぐための追加道具。
この教材では Ollamaなどへ接続する部品を追加する。
通信先の会社などが管理するコンピューターを、インターネット経由で使う方式。
たとえ 外部の事業者の作業場へ仕事を頼むこと。
この教材では 外部のAIを使う場合は、送る情報や利用条件を確認する。
自分や自社が管理するコンピューターでソフトを動かす方式。
たとえ 自分の管理する作業場へ設置すること。
この教材では Difyを自分のPCで動かしても、接続先が外部なら通信する。
ほかのソフトや利用者からの依頼に応えるコンピューターや処理。
たとえ 依頼を受けて仕事を返す担当のいる場所。
この教材では 自分のPCの中でも、Difyが依頼を受ける処理を動かせる。
いつ何が起きたかを残す記録。
たとえ 作業日誌。
この教材では 失敗したとき、どこで止まったかを調べる。
命令に従って計算や処理を行う主要な部品。
たとえ いろいろな仕事を処理する担当者。
この教材では 性能や数によって処理の速さが変わる。
画像処理や、多くの計算を並べて行うのが得意な部品。
たとえ 同じ種類の作業をまとめて行う専門の担当。
この教材では 対応するAIの計算を速める場合がある。必須条件は構成次第。
処理の途中で使う情報を、一時的に広げておく場所。
たとえ 作業中の机の広さ。
この教材では AIが大きいと、十分なメモリーが必要になる。
外部の窓口を使う権限などを示す秘密の文字列。
たとえ 利用者であることを示す鍵。
この教材では 録画や公開資料に載せない。料金が発生する接続先もある。
Dockerの一覧では、その処理が動いている表示。
たとえ 担当者が勤務中。
この教材では 回答が正しいことまで保証する表示ではない。
設定された状態確認に合格している表示。
たとえ 決められた点検項目に合格。
この教材では 業務上の答えが正しいかは、別に確認する。
処理が終了し、正常終了を表す番号0を返した表示。
たとえ 一度だけ行う準備係が仕事を終えた状態。
この教材では init_permissionsという初期化担当では正常。ほかの常駐処理は役目を見て判断する。
操作例はこのPCのDify 1.19.0を対象にしています。たとえは理解の補助です。実物の箱や別の人がいるという意味ではありません。用途の構成例と、このPCで動作確認したことは区別します。