Chapter1　大規模言語モデル活用の基本

1.1　言語モデルの基本理解

• 1-1-1　ChatGPTの社会的インパクト
• 1-1-2　従来のAI技術が抱える課題
• 1-1-3　言語モデルの能力
• 1-1-4　生成AI分野における言語モデルの特長

1.2　言語モデル活用の課題とDifyの必要性

• 1-2-1　言語モデルを使う際のコストの課題
• 1-2-2　データプライバシーの課題
• 1-2-3　運用ワークフローの課題
• 1-2-4　Difyによる課題解決
• 1-2-5　Difyを効果的に使うための基礎知識

1.3　言語モデルの仕組みと特性

• 1-3-1　予測による文章生成の仕組み
• 1-3-2　確率的な予測の特徴と限界
• 1-3-3　言語や分野による性能差

1.4　プロンプトエンジニアリングの基本理解

• 1-4-1　効果的な指示の重要性
• 1-4-2　プロンプト設計の基本原則
• 1-4-3　具体的なプロンプト作成方法

Chapter2　Difyの環境構築とセットアップ

2.1　Difyの基本と特徴

• 2-1-1　生成AIアプリ開発プラットフォームDify
• 2-1-2　シンプルなチャットボットの開発
• 2-1-3　アプリケーションの管理と運用

2.2　クラウド版Difyで作る初めてのアプリケーション

• 2-2-1　クラウド版のアカウント作成とセットアップ
• 2-2-2　シンプルなチャットボットの開発
• 2-2-3　アプリケーションの管理と運用

2.3　コミュニティ版Difyのセットアップ

• 2-3-1　Dockerによる実行環境の理解
• 2-3-2　インストール手順と環境構築
• 2-3-3　Dockerのインストール
• 2-3-4　Difyのソースコード取得
• 2-3-5　Docker Composeでコンテナの作成と起動
• 2-3-6　アプリケーションの動作確認とログイン

2.4　言語モデルの設定とAPIの基礎

• 2-4-1　APIの基本を理解する
• 2-4-2　言語モデルの選択基準

2.5　アプリケーションタイプの選択

• 2-5-1　各アプリタイプの特徴と機能
• 2-5-2　処理の複雑さによるアプリタイプの選択
• 2-5-3　インターフェースの種類によるアプリタイプの選択
• 2-5-4　エージェントアプリの特徴

Chapter3　テキスト処理を行うアプリケーション開発

3.1　本書での学習リソースの概要

• 3-1-1　DSLファイルの概要
• 3-1-2　GitHubリポジトリの利用ガイド
• 3-1-3　DSLファイルのインポート手順
• 3-1-4　設定時の注意点

3.2　変数機能で作るレポート生成アプリ

• 3-2-1　レポート作成アプリケーションの概要
• 3-2-2　テキストジェネレーターでのアプリケーション作成

3.3　高度なアプリタイプの基本

• 3-3-1　チャットフローとワークフローのアプリタイプ
• 3-3-2　高度なアプリタイプの基礎
• 3-3-3　変数の基本概念
• 3-3-4　システム変数の概要

3.4　文章校正アプリケーションの開発

• 3-4-1　文章校正アプリの概要
• 3-4-2　アプリケーションの基本設計
• 3-4-3　入力データの受け取り方法を設定
• 3-4-4　言語モデルによる校正処理の設定
• 3-4-5　校正結果の表示方法を設定
• 3-4-6　アプリケーションのテストと調整
• 3-4-7　アプリケーションの公開と利用
• 3-4-8　アプリケーションの拡張性を高める

3.5　条件分岐を活用した文章処理アプリの開発

• 3-5-1　文章処理アプリケーションの概要
• 3-5-2　アプリケーションの基本設計
• 3-5-3　開始ノードでの入力設定
• 3-5-4　IF/ELSEノードによる処理の分岐
• 3-5-5　LLMノードの設定と処理の実装
• 3-5-6　変数集約器ノードによる結果の統合
• 3-5-7　テンプレートノードによる出力の整形
• 3-5-8　終了ノードの設定と出力
• 3-5-9　アプリケーションのテストと実行

3.6　JSONモードで作る文章アシストアプリ

• 3-6-1　文章アシストアプリの概要
• 3-6-2　アプリケーションの基本設計
• 3-6-3　入力データの設定
• 3-6-4　LLMノードの設定と処理の実装
• 3-6-5　アプリケーションのテストと実行

3-7　問い合わせ対応チャットボット開発

• 3-7-1　問い合わせ対応チャットボットの概要
• 3-7-2　アプリケーションの基本設計
• 3-7-3　開始ノードでの入力設定
• 3-7-4　質問分類器ノードの実装
• 3-7-5　LLMノードの設定
• 3-7-6　変数集約器ノードと回答ノードの設定
• 3-7-7　アプリケーションの実行と改善のポイント

Chapter4　ファイル処理を行うアプリケーション開発

4.1　ファイル処理機能で作るQA自動生成アプリ

• 4-1-1　QA自動生成アプリの概要
• 4-1-2　アプリケーションの基本設計
• 4-1-3　ファイル入力の設定と変数の定義
• 4-1-4　PDFからのテキスト抽出機能の実装
• 4-1-5　LLMノードの設定とプロンプトの実装
• 4-1-6　出力形式の整形と表示
• 4-1-7　アプリケーションの実行とテスト

4.2　チャットフローによるPDF対話アプリの開発

• 4-2-1　PDF対話アプリの概要
• 4-2-2　アプリケーションの基本設計
• 4-2-3　ファイル処理のための変数設定
• 4-2-4　利用方法の説明文の表示
• 4-2-5　説明文の実装
• 4-2-6　PDFコンテンツの処理設定
• 4-2-7　回答生成の実装
• 4-2-8　アプリケーションの実行とテスト

4.3　複数の方法で実現するPDF要約アプリの開発

• 4-3-1　文章要約アプリの概要
• 4-3-2　アプリケーションの基本設計
• 4-3-3　PDFファイルの取得とテキスト抽出
• 4-3-4　並列処理による要約処理の実装
• 4-3-5　要約結果の表示形式の設計
• 4-3-6　アプリケーションの実行とテスト

4.4　ワークフローを活用した複数ファイルの一括要約

• 4-4-1　複数ファイル要約アプリの概要
• 4-4-2　アプリケーションの基本設計
• 4-4-3　ワークフローツールの基本設定
• 4-4-4　開始ノードの設定
• 4-4-5　イテレーションノードの実装
• 4-4-6　結果の整形と出力設定
• 4-4-7　アプリケーションの実行とテスト

4.5　マルチモーダルモデルによる画像処理の基本

• 4-5-1　画像処理アプリの概要
• 4-5-2　アプリケーションの基本設計
• 4-5-3　LMMによる画像処理の実装
• 4-5-4　アプリケーションの実行とテスト
• 4-5-5　特定情報の抽出機能の実装
• 4-5-6　LMMで画像を扱う際の制限事項
• 4-5-7　画像処理のコスト

4.6　音声認識を活用した議事録作成アプリの開発

• 4-6-1　音声処理アプリの概要
• 4-6-2　アプリケーションの基本設計
• 4-6-3　開始ノードと条件分岐の設定
• 4-6-4　音声認識による文字起こしの実装
• 4-6-5　会話データの保持と再利用の実装
• 4-6-6　議事録を作成するLLMの設定
• 4-6-7　アプリケーション起動時の案内設定
• 4-6-8　質問応答機能の実装
• 4-6-9　アプリケーションの実行とテスト

Chapter5　Difyで実現するRAGアプリケーション開発

5.1　RAGによるビジネス課題の解決

5.2　はじめてのRAGアプリケーション開発

• 5-2-1　ナレッジベースの作成と設定
• 5-2-2　チャットフローによるRAGの実装

5.3　RAGシステムの仕組みと検索技術の基礎

• 5-3-1　RAGシステムの全体像
• 5-3-2　検索・抽出のための前処理
• 5-3-3　検索アルゴリズムの設定
• 5-3-4　検索精度を高めるリランク技術

5.4　複数の業務文章を活用したRAGアプリケーションの実践

• 5-4-1　文章特性に応じたナレッジベースの設計
• 5-4-2　複数ナレッジの統合と知識取得ノードの実装
• 5-4-3　RAGシステムの精度向上とトラブルシューティング
• 5-4-4　Q&A形式による高精度化の実現

5.5　文脈を考慮したRAG検索システムの実装

• 5-5-1　RAGシステムにおける文脈理解の重要性
• 5-5-2　文脈対応したRAGの基本設計
• 5-5-3　入力内容の分類システムの実装
• 5-5-4　クエリ変換システムの構築
• 5-5-5　RAG以外のフローを実装する
• 5-5-6　動作確認とデバッグ

5-6　RAGシステムの現状の限界

• 5-6-1　要約生成における制約
• 5-6-2　非テキストデータ処理の課題
• 5-6-3　表形式データ処理の限界
• 5-6-4　複雑な検索クエリへの対応

Chapter6　ツールを活用したDifyの機能拡張と外部システム連携

6.1　ツール機能の基礎

• 6-1-1　ツール機能によるアプリケーションの拡張
• 6-1-2　ツールプラグインの全体像
• 6-1-3　DALL-Eによる画像生成アプリの開発
• 6-1-4　アプリケーションの概要
• 6-1-5　ツールプラグインの設定方法
• 6-1-6　DALL-Eツールの利用
• 6-1-7　アプリケーションの実行と動作確認

6.2　ウェブ検索ツールを活用した情報収集アプリの開発

• 6-2-1　ウェブ検索による最新情報の取得
• 6-2-2　ウェブ検索ツールを組み込んだアプリケーション開発
• 6-2-3　検索クエリ生成機能の実装
• 6-2-4　現在の日時情報の取得
• 6-2-5　検索クエリ作成用のLLMノードの設定
• 6-2-6　Tavily Searchによるウェブ検索
• 6-2-7　検索精度を高めるフィルタリング処理
• 6-2-8　複数の検索を同時に実行する
• 6-2-9　引用元を含めた回答生成フローの構築
• 6-2-10　アプリケーションの実行と動作確認

6.3　Google スプレッドシートと連携したデータ管理の基礎

• 6-3-1　Google Apps Scriptとの連携によるデータの保存
• 6-3-2　作成するアプリケーションの概要
• 6-3-3　スプレッドシートの作成と設定
• 6-3-4　Google Apps Scriptのプログラムの実装
• 6-3-5　ウェブサービスとしての公開手順

6.4　Dify とGoogle スプレッドシートの連携

• 6-4-1　スプレッドシート連携アプリの設計
• 6-4-2　画像からテキストを情報抽出する
• 6-4-3　HTTPリクエストの概要
• 6-4-4　HTTPリクエストノードの設定
• 6-4-5　環境変数の活用
• 6-4-6　レスポンス処理の実装
• 6-4-7　処理結果の表示設計
• 6-4-8　アプリケーションの実行と動作確認

6.5　再利用可能なカスタムツールの作成と活用

• 6-5-1　カスタムツールによる外部連携の基礎
• 6-5-2　請求書データ登録ツールの開発
• 6-5-3　カスタムツールの作成
• 6-5-4　アプリケーションでの活用
• 6-5-5　カスタムツールの設定
• 6-5-6　アプリケーションの動作確認
• 6-5-7　カスタムツールとHTTPリクエストノードの使い分け

Chapter7　AIエージェントを活用したアプリケーション開発

7.1　AIエージェントの基本

• 7-1-1　AIエージェントとは？
• 7-1-2　生成AIの台頭におけるAI エージェント
• 7-1-3　AIエージェントの基本技術

7.2　AIエージェントを活用した基本アプリ

• 7-2-1　AIエージェントアプリの概要
• 7-2-2　エージェントアプリ作成の基本
• 7-2-3　エージェントが利用できる機能の設定
• 7-2-4　アプリの動作確認
• 7-2-5　AIエージェントの仕組みの確認
• 7-2-6　ナレッジの検索クエリの設定

7.3　AIエージェント導入の考え方

• 7-3-1　AIエージェントが適しているタスク
• 7-3-2　AIエージェントの問題点
• 7-3-3　Difyのワークフロー型のアプリケーション

• さらなる学習とコミュニティサポート