デジタルヒューマンにおけるDifyの役割

デジタルヒューマンとは

デジタルヒューマンは、人間のような外見と振る舞いを持つAI駆動のキャラクターです。リアルな映像や音声で人間と対話し、以下のような場面で活用されています。

利用例

• 接客・窓口業務の自動化: 受付、コンシェルジュ、駅・空港案内、サイネージ対応

• セールス・マーケティング: 強化商品説明、販売促進、ブランドアンバサダー（創業者・著名人の再現）

• 人材教育・採用DX: 採用一次面接官、研修ロールプレイング相手（営業・接客練習）

• 専門業務・コンサルティング: 問診・予診（医療）、メンタルケア、士業・金融相談、シニア見守り

デジタルヒューマンのアーキテクチャ

デジタルヒューマンは、複数のコンポーネントで構成されています：

CleanShot 2025-12-24 at 09.55.16.png

Difyが担う「頭脳」の役割

Difyは、デジタルヒューマンの思考と対話、アクションなどの制御を司る中核システムとして機能します。

1. ユーザー意図の理解

ユーザーからの質問や発話を受け取り、その意図を正確に理解します。

• 質問の分類（FAQ、商品問い合わせ、雑談など）

• キーワード抽出

• コンテキスト（文脈）の把握

2. 適切な回答の生成

ナレッジベースや外部情報を参照しながら、最適な回答を生成します。

• RAGによる正確な情報検索

• ペルソナに沿った話し方

• 自然で人間らしい表現

3. 会話の管理

複数ターンにわたる対話を記憶し、一貫性のあるコミュニケーションを実現します。

• 会話履歴の保持

• 前の発言を踏まえた応答

• 話題の追跡と管理

デジタルヒューマンに最適なDify設定

推奨アプリケーションタイプ: チャットフロー

デジタルヒューマンにはチャットフローが最適です：

特徴	チャットフローのメリット
マルチターン対話	会話履歴を自動管理し、ノードとして細かく制御可能。
柔軟なフロー制御	「ユーザーが怒っていたら謝罪フローへ」といった、複雑なシナリオに対応
ストリーミング出力	AIが考えながら文字を送り出すことで、アバターが即座に話し始められる（沈黙する時間を短縮）。
変数管理	ユーザーの名前や好みを記憶し、以後の会話に反映できる。

参考フロー

CleanShot 2025-12-24 at 10.08.18.png

重要な設定ポイント

1. ペルソナ設定

   • デジタルヒューマンのキャラクター設定をシステムプロンプトに記述

   • 話し方、口調、性格を定義

2. 会話履歴（メモリ）

   • 適切なターン数を設定（推奨: 5〜10ターン）

   • 長すぎるとコスト増、短すぎると文脈を忘れる

3. ナレッジベース

   • デジタルヒューマンが答えるべき情報を登録

   • Hybrid Search + Rerankで高精度検索

4. レスポンス速度

   • ストリーミング出力を有効化

   • 適切なモデル選択（速度とコストのバランス）

次のステップ

次章以降で、これらの設定を具体的に行う方法を解説します：

• 第2章: 初期設定

• 第3章: ナレッジベース（RAG）の設定

• 第4章: チャットフローの作成

• 第5章: プラグインの拡張

• 第6章: 運用・監視・改善