はじめに

現代のビジネスにおいて、顧客満足度は成功の鍵を握ります。しかし、「24時間365日対応したいが人手が足りない」「問い合わせが集中して対応が追いつかない」といった課題は、多くの企業にとって深刻な悩みです。この課題を解決する切り札として、AIチャットボットが注目されていますが、「開発には専門知識が必要」「高額なコストがかかる」といったイメージから、導入をためらうケースも少なくありません。

しかし、AI開発の常識は変わりつつあります。本記事でご紹介する「Dify」のようなノーコード/ローコードプラットフォームの登場により、プログラミングの専門知識がない担当者でも、驚くほど高機能なAIアプリケーションを構築できるようになりました。

この記事では、生成AIのエキスパートである弊社の代表・岡田とエンジニア・秋月の対談形式で、Difyを使って実践的なカスタマーサポートBotを構築する具体的な手順を、初心者にも分かりやすく完全解説します。単なる問い合わせ応答に留まらない、ユーザーの意図を汲み取り、複数の質問にも対応できる高度なBotの作り方を学び、自社の業務効率化と顧客体験向上の第一歩を踏み出しましょう。

Difyとは？ なぜ今カスタマーサポートに最適なのか

従来のチャットボットとの決定的な違い

岡田：最近、クライアントからAIチャットボットに関する相談を受けることが増えました。特に多いのが、「シナリオベースのチャットボットを導入したけれど、決まった質問にしか答えられず、結局有人対応になってしまう」という悩みです。

秋月：よく聞く話ですね。従来のチャットボットは、事前に設定されたルールやキーワードに基づいて応答するものが主流でした。そのため、少しでも想定外の質問が来ると「分かりません」と返してしまうことが多かったんです。

岡田：その通りです。しかし、DifyのようなLLM（大規模言語モデル）を活用したプラットフォームを使えば、その問題点を克服できます。Difyの強みは、単なる一問一答ではなく、文脈を理解し、人間のように柔軟な対話が可能なAIを、まるでフローチャートを組むような直感的な操作で開発できる点にあります。

ノーコードで実現する高度なワークフロー

秋月：Difyは、AIへの指示（プロンプト）やデータの流れを「ノード」というブロックを繋ぎ合わせて構築（オーケストレーション）していきます。これにより、非エンジニアでも複雑なロジックを組むことが可能です。

岡田：ええ。例えば、ユーザーからの問い合わせを内容に応じて分類し、それぞれに適したナレッジ（知識ベース）を参照させて回答を生成する、といった一連の流れを自動化できます。これが、本記事のテーマである高機能なカスタマーサポートBotの根幹となる部分です。

【実践】DifyでカスタマーサポートBotを構築する

岡田：では、実際にDifyを使って、複数の質問に対応でき、かつ不適切な質問はフィルタリングできる、実践的なカスタマーサポートBotの作り方を解説していきましょう。今回は、弊社のサービスに関する問い合わせを想定したBotを例にします。

Step 1: 全体像の設計 〜ユーザーの質問をどう処理するか〜

岡田：まず、Botの全体的な処理の流れを設計します。今回は以下のような流れを想定します。

1. 開始: ユーザーからのチャット入力を受け取る。

2. 質問分類: 入力された内容が「挨拶」「料金に関する質問」「不適切な質問」など、どのカテゴリに属するかを分類する。

3. 内容抽出: 分類された質問から、具体的な質問項目を抜き出す。（例：「料金プランと導入事例について教えて」→「料金プラン」「導入事例」の2項目を抽出）

4. 反復処理: 抽出された複数の質問項目を、1つずつ処理するループを作る。

5. 知識参照: 各質問項目に関連する社内ドキュメント（知識ベース）を検索する。

6. 回答生成: 検索した情報を基に、LLMが最終的な回答を作成する。

7. 終了: 生成された回答をユーザーに提示する。

秋月：なるほど。ただ質問に答えるだけでなく、最初にユーザーの意図を正確に把握し、それに合わせて処理を分岐させていくのがポイントですね。特に、悪意のある質問やサービスに関係ない質問を最初に弾く「質問分類器」は、公開するBotには必須の機能と言えそうです。

Step 2: ワークフローの構築①（開始〜質問分類）

岡田：それでは、Difyのワークフロー画面で構築していきます。まず、ワークフローの起点となる「開始」ノードがあります。ユーザーからのチャット入力は、すべてこのノードに入ってきます。

秋月：sys_queryという変数に、ユーザーの入力が格納されるんですよね。

岡田：その通りです。次に、このsys_queryを「質問分類器」ノードに繋ぎます。このノードでは、ユーザーの質問がどのような種類のものかをAIに判断させます。

岡田：例えば、以下のようにクラス（分類先）を設定します。

• class_1（挨拶）: こんにちは、ありがとう、などの単純な挨拶。

• class_2（質問）: サービス内容、料金、機能などに関する具体的な質問。

• class_3（不適切・無関係な質問）: プロンプトインジェクションの試みや、サービスとは無関係な雑談。

秋月：ここで不適切な質問（class_3）と判断された場合、あらかじめ用意しておいた定型文（「申し訳ありませんが、その質問にはお答えできません」など）を返して処理を終了させる、といった分岐も作れますね。

岡田：まさにその通りです。この最初のフィルタリングが、Botの安定性と安全性を保つ上で非常に重要になります。

Step 3: ワークフローの構築②（内容抽出と構造化）

岡田：次に、class_2（質問）と分類された入力に対して、具体的な質問内容を抽出します。ここでは「LLM」ノードを使い、AIに「入力された文章から、質問の要点をJSON形式で抜き出してください」といった指示（プロンプト）を与えます。

秋月：昔はLLMが出力したJSON文字列を、さらに別の「JSONに変換」ノードで整形する必要がありましたが、今のDifyなら「構造化出力（Structured Output）」機能を使えば、もっと簡単に、かつ確実にJSON形式でデータを取り出せますね。

岡田：良い補足です。技術は日々進化していますね。この構造化出力を使うことで、例えば「SAKUBUNの料金について知りたい。あとAI導入支援の実績も教えて。」という入力から、以下のようなデータを取り出すことができます。

JSON

{
  "items": [
    "SAKUBUNの料金",
    "AI導入支援の実績"
  ]
}

このステップで、非構造的な文章を、後続の処理で扱いやすい構造化データに変換することが、自動化の鍵となります。

Step 4: ワークフローの構築③（イテレーションと知識ベース連携）

岡田：先ほど抽出したitemsには、複数の質問項目が入っている可能性があります。これらを一つずつ処理するために、「イテレーション」ノードを使います。このノードは、配列（リスト）の中の要素を一つずつ取り出して、後続の処理を繰り返してくれる便利な機能です。

秋月：プログラミングで言うところのforループ（繰り返し処理）ですね。これを使えば、ユーザーが一度にいくつ質問してきても、漏れなく対応できるわけですね。

岡田：その通り。そしてイテレーションの中で、取り出した各質問項目（「SAKUBUNの料金」「AI導入支援の実績」など）に応じて、参照させる「知識ベース」を切り替えます。例えば、「料金」というキーワードが含まれていれば「料金プラン一覧.pdf」を、「実績」なら「導入事例集.docx」をAIに読み込ませる、といった具合です。

岡田：最後に、もう一度「LLM」ノードを設置します。このノードには、入力として「イテレーションで取り出した質問項目」と「参照させた知識ベースの情報」の2つを与えます。そして、「これらの情報を基に、丁寧な日本語で回答を生成してください」と指示します。

秋月：なるほど。質問ごとに関連性の高い情報だけをAIに与えることで、より精度の高い、的を射た回答が生成できるわけですね。

岡田：ええ。この「質問の意図を理解し、関連情報だけをピンポイントで参照して回答を生成する」仕組み（RAG: Retrieval-Augmented Generation）こそが、Difyで高機能なBotを作る上での核心です。こうして生成された回答は、最終的に「終了」ノードに渡され、ユーザーのチャット画面に表示されます。

まとめ：Difyで始める、次世代の顧客体験

岡田：いかがでしたでしょうか。今回はDifyを使って、ユーザーの複雑な意図を汲み取り、複数の質問にも的確に答えられるカスタマーサポートBotの構築方法を解説しました。

秋月：ポイントをまとめると、以下のようになりますね。

岡田：ありがとうございます。このように、Difyのようなプラットフォームを活用すれば、従来は専門のエンジニアチームが時間をかけて開発していたような高度なAIシステムを、驚くほど迅速かつ低コストで実現できます。これは、単なる業務効率化に留まりません。24時間365日、顧客一人ひとりの疑問に寄り添う質の高いサポートを提供することは、顧客満足度を飛躍的に向上させ、結果として企業の競争力を高めることに繋がります。

本記事が、皆様の会社でAI活用の可能性を広げる一助となれば幸いです。

その業務課題、AIで解決できるかもしれません

「AIエージェントで定型業務を効率化したい」

「社内に眠る膨大なデータをビジネスに活かしたい」

このような課題をお持ちではありませんか？

私たちは、お客様一人ひとりの状況を丁寧にヒアリングし、本記事でご紹介したような最新のAI技術を活用して、ビジネスを加速させるための最適なご提案をいたします。

AI戦略の策定から、具体的なシステム開発・導入、運用サポートまで、一気通貫でお任せください。

「何から始めれば良いかわからない」という段階でも全く問題ありません。 まずは貴社の状況を、お気軽にお聞かせください。

＞＞ AI開発・コンサルティングの無料相談はこちら

FAQ

Q1. Difyを使うのにプログラミング知識は必要ですか？

A1. 基本的な操作にプログラミング知識は必須ではありません。本記事で紹介したようなノードを繋ぎ合わせる直感的な操作で、多くの機能を実装できます。ただし、Pythonコードを直接記述できるノードもあり、プログラミング知識があれば、より複雑でカスタマイズ性の高いワークフローを構築することも可能です。

Q2. どのような知識ベース（データ）を読み込ませることができますか？

A2. Difyは、PDF、Word、Excel、CSV、Textファイルなど、様々な形式のドキュメントを知識ベースとして直接アップロードできます。また、NotionやWebサイトのコンテンツを同期して、最新の情報を自動で知識ベースに反映させることも可能です。

Q3. Difyの料金体系はどのようになっていますか？

A3. Difyには、クラウド版とセルフホスト版があります。クラウド版には無料プランも用意されており、一定の制限内で機能を試すことができます。より多くの機能や大規模な運用が必要な場合は、有料のビジネスプランやエンタープライズプランが提供されています。料金の詳細は公式サイトをご確認ください。

https://dify.ai/jp/pricing

注釈

• Dify: 直感的なインターフェースでAIアプリケーションを構築・運用できるオープンソースのLLMOpsプラットフォーム。ワークフローのオーケストレーション、プロンプトエンジニアリング、知識ベース管理などの機能を統合的に提供する。

• プロンプトインジェクション: AIチャットボットに対し、開発者が意図しない不正な指示（プロンプト）を入力することで、機密情報を漏洩させたり、不適切な発言をさせたりするサイバー攻撃の一種。

• JSON: テキストベースのデータ交換フォーマット。"キー": "値" の形式でデータを記述するため、人間にも機械にも読みやすい特長がある。

▌【一緒に働くメンバー募集】生成AIを活用し、顧客の課題解決をしませんか？

最後までお読みいただき、ありがとうございます。

NOVEL株式会社では、生成AIを活用して企業の業務改善や新規プロダクト開発を支援しています。

私たちは「現場に眠るデータをつなぎ人とAIが協働する社会を創る」というビジョンのもと、非IT業界が抱える複雑な課題に日々向き合っています。

もしあなたが、

• 新しい技術の可能性にワクワクする方

• 困難な課題解決を楽しめる方

• 自分の手で「0から1」を創り出す経験をしたい方

であれば、私たちのチームで大きなやりがいを感じていただけるはずです。 まずは、私たちがどんな未来を描いているのか、採用ページで少し覗いてみませんか？

▶ 募集中のポジションを確認する