レッスン 10：AI アプリを公開してモニタリングする

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。

   

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。

      

   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。

      

   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：ワークフローをツールとしてパッケージ化し、他の Agent がメールアシスタントを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。