こんにちは、AI研究部です！

私たちのAI研究部では、日々進化するAI技術の波に乗り遅れないよう、様々な技術調査や実践的なシステム開発に取り組んでいます。今回は、2025年4月27日に行われた、特に注力した活動内容についてご報告させていただきます！

この日の主な活動は、Difyのインストールと、それを用いたRAG（Retrieval-Augmented Generation）システムの構築、そしてオリジナルのチャットボット開発でした。

なぜDifyを選んだのか？

Difyは、LLM（大規模言語モデル）をベースとしたアプリケーション開発をノーコードまたはローコードで実現できるプラットフォームです。特に、外部データを活用してより関連性の高い応答を生成するRAGシステムを比較的容易に構築できる点に魅力を感じ、今回の導入を決定しました。すでに自社サーバには2025年1月28日にOllamaをインストールし、ローカル環境で様々なLLMを試せる準備を進めていましたが、Difyと連携させることで、これらのLLMをさらに効果的に活用できると考えました。

2025年4月27日の活動内容

この日は朝から、自社サーバへのDifyのインストール作業を開始しました。ドキュメントを参照しながら慎重に進め、無事に環境構築を完了。以前インストールしておいたOllamaとの連携設定もスムーズに行うことができました。

次に、いよいよRAGシステムの構築に取り掛かりました。RAGシステムは、外部の知識ソース（ドキュメントなど）を参照して、ユーザーの質問に対してより正確で信頼性の高い回答を生成する仕組みです。今回はテストケースとして、会社案内のドキュメントをDifyに取り込み、ベクトルデータベースに格納する作業を行いました。

データの取り込みと準備が整ったところで、いよいよチャットボットの開発です。Difyの直感的なインターフェースを使い、先ほど準備したドキュメントを参照するRAG機能を組み込んだチャットフローを設計しました。質問応答のロジックを構築し、実際の応答をテストしながら調整を重ねました。

開発を通じて感じたのは、Difyが提供する強力な機能と使いやすさです。特に、外部データソースの管理や、応答生成のプロセスを視覚的に設計できる点は、開発効率を大きく向上させると感じました。もちろん、細かいチューニングや意図した応答を得るための試行錯誤は必要でしたが、想定していたよりも短時間でプロトタイプを完成させることができました。

今回の成果と今後の展望

この一日の集中的な活動により、私たちはDifyを基盤としたRAGシステムを構築し、特定の社内ドキュメントに関する質問に答えられるチャットボットのプロトタイプを完成させることができました。これにより、LLMが学習した一般的な知識だけでなく、私たちの持つ固有の情報を活用した、より実用的で信頼性の高いAIアプリケーション開発の道が開けました。

今後は、今回構築したシステムをさらに発展させ、対象とするドキュメント範囲の拡大や、より複雑な質問への対応、他システムとの連携などを進めていく予定です。また、今回得られた知見を活かし、様々な業務効率化や新たなサービス開発にAIを活用していくための研究開発を加速させていきます。

AI技術の進化は目覚ましく、私たちAI研究部もその最前線で学び、実践していくことに大きなやりがいを感じています。

今後のAI研究部の活動にもぜひご期待ください！