Dify版GPBについてChatGPTに聞きました。
結論は
既存のPython版GPBと予定しているDify版GPBは
近いものは可能とのことですが、AIエージェントに
広げる場合はDifyの方が勝るので、お客様の導入
目的によってどちらでも対応可能にする予定です。
弊社代表のPCでの実行結果は以下の通りですが、間違いも含んでいる
ようなので、これをご覧になった方でDifyをご存知の方は、ご自身のPCで
同じプロンプトで実行して戴き、回答を弊社問合わせアドレスに送って戴
ければ、協業も視野にご交流させて戴ければ幸甚でございます。
----------ChatGPTとのやりとり----------
結論から言うと、
👉
可能です。ただし“そのまま再現”は難しく、「設計力」で差が出ます。
そして一番重要なのは
👉
Difyは“作る道具”、GPBは“体験そのもの”
という違いです。
■ ① 全体評価（率直に）
LangGeniusのDifyで
AAC社GPB的な仕組みは
👉
8割は再現可能
👉
残り2割（体験・完成度）が勝負
です。
■ ② どこまで再現できるか（分解）
あなたの説明ベースで、GPBの本質はこの3つです：
① CLM（社内データ優先）
② LLM補完
③
回答生成（検索しない）
● Difyでの再現
① CLM優先
👉 可能
- Knowledge（ナレッジ）機能
- RAG構成
ただし
👉 精度は設計次第（かなり重要）
② LLM補完
👉 可能
- GPT系モデル接続
- 条件分岐（ワークフロー）
③ 回答生成
👉 可能
- プロンプト設計で実現
● まとめ
👉 機能は作れる
■ ③ 再現が難しい部分（ここが本質）GPB：
- CLMを優先して不足分だけLLM
Dify：
- 基本はRAG（混ざる）
👉 問題
- LLMが“余計なこと”を言う
GPB：
- 結論まで出す
Dify：
- 中間的な回答になりがち
GPB：
- 聞くだけ
Dify：
- 作る前提（エンジニア向け）
■ ④ 実現するための設計（ここが核心）
DifyでGPBに近づけるなら👇
👉 これが最重要です
Step1：CLM検索
- 類似度検索
- スコア判定
Step2：LLM補完（条件付き）
- スコア低い時だけ使う
👉 擬似「CLM優先制御」
例：
- 「まず結論を書け」
- 「不明な場合は推測するな」
- 「CLM情報を優先」
👉 かなり効きます
👉 これを必ずやる
理由：
次のアクション：
👉 ブレを防ぐ
👉 Difyのままだと弱い
- 入力欄1つ
- 出力だけ表示
👉 必要ならフロントを別で作る
👉 汎用にすると負けます
■ ⑤ やってはいけない設計
これをやると失敗します👇
- 機能を盛る
- フローを複雑にする
- ユーザーに選ばせる
- 汎用チャットにする
👉 Difyの“悪い使い方”
■ ⑥ 結論（かなり重要）
👉 DifyでGPBは作れる
👉 そのままだと負ける
👉 Difyは裏側に使う
👉 表はGPB思想で作る
■ ■ 最後の核心
スティーブ・ジョブズ的に言うと：
👉
「重要なのは技術ではなく“体験”」
つまり
👉
Difyで作ること自体は価値ではない
👉
“どう使わせるか”が価値
ChatGPTの回答は以上です。
何故スティーブ・ジョブズ様が登場したのかですが、以前スティーブ・
ジョブズの生涯についてプロンプトに入れたことがあったり、弊社代表
との類似性を公開したこととも関係がある可能性もございます。