メインコンテンツへスキップ
⚠️ 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。
ここまでの構築とチューニングを経て、メールアシスタントは完成しました。ナレッジベースの参照、検索ツールの使用、きれいにフォーマットされた返信の生成ができるようになっています。しかし現時点では、まだ Dify Studio の中にあり、あなただけしか見ることができません。 他の人と共有するにはどうすればよいでしょうか?自分が見ていないときに、正しく動作しているかどうかをどう確認すればよいでしょうか? いよいよ最後の2つの重要なステップ、公開とモニタリングです。

アプリケーションを公開する

  1. キャンバスの右上にマウスを移動し、Publish ボタンをクリックします。他のボタンが有効になります。
    ワークフローに変更を加えた場合は、必ず Publish → Update をクリックして保存してください。更新しないと、公開中のバージョンは古いままになります。
    公開
  2. 公開すると、グレーアウトしていたボタンがクリックできるようになります。
    1. アプリを共有する Dify が自動的に WebApp を生成します。これはメールアシスタント用のすぐに使えるチャットインターフェースです。 この URL を同僚や友人に送ることができます。相手は Dify にログインしなくても、メールアシスタントを使用できます。
      WebApp
    2. バッチ実行 100通のメールに返信する必要がある場合、1通ずつコピー&ペーストしていては大変です。 Dify では、100通のメールを CSV ファイルにまとめて準備するだけで済みます。Dify のバッチ実行機能にアップロードすると、Dify が自動的にすべてのメールを処理し、生成された返信をスプレッドシートとして返してくれます。 ワークフローで特定の変数(email_content など)を設定しているため、CSV はそのフォーマットに合わせる必要があります。Dify が提供するテンプレートをダウンロードすれば、簡単に準備できます。
      テンプレートをダウンロード
    3. その他
      • API リファレンスにアクセス:コーディングの知識がある方は、API キーを取得して、このワークフローを自分のウェブサイトやモバイルアプリに直接統合できます
      • 探索で開く:このアプリをワークスペースのサイドバーにピン留めして、次回すぐにアクセスできるようにします
      • ツールとして公開:ワークフローをプラグインとしてパッケージ化し、他の Agent がメールアシスタントをツールとして利用できるようにします

アプリをモニタリングする

作成者として、このアシスタントの状態を把握する必要があります。モニタリングとログを使うことで、アプリの健全性、パフォーマンス、コストを確認できます。

指令センター:モニタリング

左サイドバーの Monitoring をクリックすると、アプリのパフォーマンスを確認できます。
名称説明
メッセージ総数ユーザーが AI とやり取りした回数です。アプリの人気度がわかります。
アクティブユーザーAI と対話したユニークユーザーの数です。
トークン使用量AI が使用したトークン量です。急な増加がないか監視してコストを管理しましょう。
平均ユーザーインタラクションユーザーがフォローアップの質問をしているかがわかります。

虫眼鏡:ログ

ログは、すべての実行の詳細を記録します。時間、入力、所要時間、出力などです。詳細な記録を確認するには、左サイドバーの Logs をクリックしてください。 なぜログが重要なのか?
  • デバッグ:ユーザーが動かないと言った場合、ログで現場を再現し、どのノードで失敗したかを正確に確認できます。
  • パフォーマンス:各ノードの所要時間を確認し、処理を遅くしているボトルネックを特定できます。
  • ユーザー理解:ユーザーが実際に何を質問しているかを確認できます。この実データを活用して、ナレッジベースの更新やプロンプトの改善に役立てましょう。
  • コスト管理:特定の実行でどれだけのトークンを消費したかを正確に確認できます。
名称説明
開始時間ワークフローがトリガーされた時刻
ステータス成功(Success)または失敗(Failure)
実行時間プロセス全体の所要時間
トークンこの実行で消費されたトークン数
エンドユーザー / アカウントセッションを開始した特定のユーザー ID またはアカウント
トリガー元WebApp インターフェース経由か、API 経由か
各ログエントリをクリックすると、詳細を確認できます。例えば、ユーザーが頻繁に質問する内容を特定し、それをもとにナレッジベースを適時更新・修正することができます。 AI アプリの構築は新たなスタート地点です。これが LLMOps(大規模言語モデル運用)の核心です。
  1. 観察(Observe):ログを確認します。ユーザーは何を質問していますか?回答に満足していますか?
  2. 分析(Analyze):特定の質問でハルシネーションが発生したり、一部のツールが頻繁に失敗したりしていないか確認します
  3. 最適化(Optimize):キャンバスに戻り、プロンプトを編集したり、ナレッジベースにドキュメントを追加したり、ワークフローのロジックを調整します
  4. 公開(Publish):アップグレードしたバージョンをリリースします
このサイクルを繰り返すことで、メールアシスタントはより賢く、より高速になっていきます。

おわりに

ここまでお付き合いいただきありがとうございます。あなたは今、新しい思考法を身につけた Dify ビルダーです:
タスクを分解する → ノードとツールを選ぶ → 適切なロジックで接続する → モニタリングして改善する
さあ、Dify の探索ページでテンプレートを開いてみましょう。それを分解・分析してみたり、日常業務の課題を解決するワークフローをゼロから構築してみてください。 あなたの仕事がもっと軽くなり、想像力がもっと広がりますように。Dify で楽しく構築していきましょう。