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。ナレッジベースを使うと、アプリが独自のコンテンツをもとに回答できるようになります。質問が届くと、最も関連性の高い文章が検索され、質問と一緒にモデルに渡されます。そのため回答は、モデルが学習時に得た知識だけに頼らず、そのコンテンツを踏まえたものになります。 ヘルプセンター、社内規程、製品カタログ、調査資料など、モデルは知らないがアプリには知っておいてほしい情報があれば、ナレッジベースを使います。分野やチームごとに 1 つずつ作成し、必要とするアプリに接続します。
2 種類のナレッジベース
どちらが適しているかは、主に構築するアプリと、処理をどこまで自分で制御したいかによって決まります。- Agent ナレッジベース
- 従来型ナレッジベース
Agent ナレッジベース は、セットアップが簡単です。コンテンツを追加するだけで、整理もインデックス作成もすべて自動で行われます。次のような機能が必要な場合に選んでください。
- 難しい質問への深い検索：検索の深度 を「高速」「詳細」「リサーチ」から選べます。
- コンテンツの自動更新：接続したウェブサイト、オンラインドキュメント、オンラインドライブが、設定したスケジュールで更新されます。
- 組み込みの品質チェック：変更のたびに重要な質問を再テストし、検索で取りこぼした内容を追跡できます。
- コーディングエージェントからのアクセス：Dify CLI を通じてコンテンツを読み取れます。
ほとんどの従来型ナレッジベースは、後から Agent ナレッジベースに アップグレード できます。ただし、Agent ナレッジベースを従来型に変換することはできません。
2 種類の比較
2 種類のナレッジベースは、ドキュメント数の上限、リクエストレート制限、ナレッジベースの API キーを共有し、権限の選択肢も同じです。また、どちらもビジョン対応の埋め込みモデルを使えば、画像を検索対象にできます。