Cara Menggunakan Dify: Panduan Praktis untuk Membuat Aplikasi dan Agen AI dengan Cepat
Jika Anda pernah berharap dapat membuat chatbot AI siap produksi, sistem QA dengan augmented pengambilan informasi (), atau agen otomatis tanpa bergulat dengan kode yang rumit, maka Dify dibuat untuk Anda. Ia menggabungkan pembuat alur kerja visual, manajemen prompt, RAG (), dan integrasi alat ke dalam satu platform yang efisien. Dalam panduan praktis dan berorientasi solusi ini, Anda akan mempelajari secara persis cara menggunakan Dify—mulai dari login pertama hingga menerapkan aplikasi AI yang mumpuni.
Perlu dicatat: Dify memposisikan dirinya sebagai platform pengembangan AI agentik terkemuka dengan alur kerja seret dan lepas serta templat aplikasi yang mempercepat secara dramatis. Jika Anda lebih suka panduan langsung, ada tutorial ramah pemula yang solid yang menunjukkan pembuatan ujung-ke-ujung untuk aplikasi obrolan dan asisten berbasis data, ditambah panduan yang dikurasi komunitas untuk menguasai blok inti seperti node HTTP dan penanganan JSON. Untuk pengalaman proyek demo terstruktur, tutorial langkah demi langkah juga tersedia.
Dalam panduan ini, kita akan membahas:
- Apa itu Dify dan di mana ia bersinar
- Menyiapkan ruang kerja dan kunci Anda
- Membuat aplikasi pertama Anda (chatbot dan asisten RAG)
- Alur kerja visual, alat, dan konektor
- Agen dan penalaran multi-langkah
- Evaluasi, observabilitas, dan iterasi
- Praktik terbaik penerapan dan alur kerja tim
Kami juga akan menyertakan tips praktis, jebakan umum, dan pola hemat waktu—sehingga Anda dapat mengirimkan produk lebih cepat dengan percaya diri.
Apa Itu Dify dan Mengapa Menggunakannya?
Dify adalah platform untuk menyusun aplikasi AI melalui kanvas visual, dengan orkestrasi prompt bawaan, penanganan status, RAG, dan kemampuan agen. Ini secara dramatis mengurangi pekerjaan dan membantu Anda:
- Membuat chatbot, asisten, dan otomatisasi multi-langkah
- Menerapkan (RAG) dengan basis pengetahuan Anda sendiri
- Mengintegrasikan alat (pencarian web, API, database) tanpa kode khusus
- Mengulangi prompt, melacak kinerja, dan mengamati jejak dari ujung ke ujung
Alur kerja visual dan templat aplikasi Dify membuatnya sangat menarik bagi tim yang perlu membuat prototipe dengan cepat dan berkembang menuju produksi. Tutorial dan demo pihak ketiga dapat membantu Anda beralih dari nol ke aplikasi yang berfungsi dengan cepat, dan sering digunakan untuk pola agentik dengan pengambilan data. Integrasi observabilitas juga tersedia saat Anda siap untuk mengevaluasi dan menskalakan.
Mulai Cepat: Akun, Model, dan Kunci
- Buat ruang kerja Dify Anda
- Mendaftar dan membuat ruang kerja baru.
- Pilih (tercepat) atau bersiap untuk nanti jika Anda memerlukan kontrol penuh.
- Di Pengaturan, hubungkan ke LLM pilihan Anda (mis., OpenAI, Anthropic, dll.).
- Tambahkan kunci API dengan aman. Uji dengan prompt kecil untuk mengonfirmasi konektivitas.
- Buat Aplikasi atau Alur Kerja baru. Beri nama yang jelas (mis., "Dukungan Pelanggan RAG" atau "Agen Kualifikasi Prospek").
- Tentukan hasil pertama Anda: aplikasi obrolan, alat internal, atau agen.
Tip: Mulailah dengan model dasar untuk iterasi cepat, lalu tukar dengan model lanjutan nanti.
Buat Aplikasi Obrolan Pertama Anda dalam Hitungan Menit
Berikut adalah cara sederhana untuk membangun asisten obrolan yang bermanfaat.
- Di Galeri Aplikasi, pilih templat "Obrolan". Ini menyediakan perancah pesan langsung.
- Rancang prompt sistem Anda
- Tentukan peran, nada, batasan, dan format output. Contoh:
"Anda adalah asisten produk yang ringkas dan ramah. Selalu sebutkan sumber, gunakan poin-poin untuk langkah-langkah, dan ajukan satu pertanyaan klarifikasi jika permintaan pengguna tidak jelas."
- Tambahkan contoh giliran ()
- Tunjukkan pasangan Tanya Jawab teladan untuk mendorong perilaku yang konsisten.
- Buat mereka tetap pendek dan representatif.
- Gunakan penguji obrolan bawaan untuk mencoba kueri nyata.
- Sesuaikan prompt sistem untuk gaya dan suhu untuk kreativitas.
- Tentukan urutan berhenti, token maks, dan filter konten sesuai kebutuhan.
- Aktifkan tautan berbagi aplikasi atau sematkan melalui widget.
Belajar sambil melakukan adalah yang tercepat—penjelasan video dapat membantu Anda memvisualisasikan setiap klik.
Ubah Menjadi Asisten RAG (Obrolan yang Sadar Pengetahuan)
RAG memungkinkan asisten Anda menjawab dengan dokumen pribadi, FAQ, atau konten wiki Anda.
- Buat Dataset (Basis Pengetahuan)
- Unggah PDF, , atau hubungkan ke sumber data.
- Dify akan membagi, menyematkan, dan mengindeks konten Anda.
- Pilih model dan ukuran . yang lebih besar mempertahankan konteks; yang lebih kecil meningkatkan granularitas. Mulailah dengan 400–800 token.
- Konfigurasikan pengambilan
- Pilih hasil top-k (mis., 4–8), ambang relevansi, dan opsional.
- Tambahkan filter (mis., berdasarkan tag atau jenis dokumen) untuk presisi.
- Hubungkan pengambilan ke aplikasi
- Gunakan kanvas alur kerja atau tombol RAG aplikasi untuk menyuntikkan konteks yang diambil ke dalam prompt. Sertakan kutipan dalam templat jawaban akhir.
- Uji dengan pertanyaan nyata
- Coba kueri yang mudah dan sulit. Validasi kutipan, pemformatan, dan latensi.
Jika Anda menggunakan database vektor seperti Milvus, ada penjelasan langkah demi langkah tentang mengintegrasikan Dify untuk RAG yang kuat.
Alur Kerja Visual: Otomatiskan Logika Multi-Langkah
Kanvas Dify memungkinkan Anda merangkai langkah-langkah, mencabangkan logika, dan memanggil alat.
Blok umum:
- Input/Output: tentukan skema untuk data pengguna yang masuk dan respons akhir.
- Node LLM: buat prompt, setel model, kendalikan suhu.
- Node Pengambilan: kueri dataset Anda.
- Node HTTP: panggil API eksternal (pencarian, CRM, layanan internal).
- Node Kode: jalankan transformasi, penguraian, atau validasi ringan.
- Kondisi/Cabang: rute jalur berdasarkan maksud atau data pengguna.
Contoh: Asisten riset web
- Deteksi maksud → Jika "riset", panggil node HTTP untuk pencarian → Rangkum hasil dengan LLM → Kembalikan temuan poin-poin dengan sumber.
Untuk petunjuk konkret tentang menghubungkan node HTTP dan mengurai respons JSON, tutorial komunitas sangat membantu.
Agen: Menggunakan Alat, Penalaran Multi-Langkah
Agen di Dify menggabungkan perencanaan, pemilihan alat, dan penalaran iteratif untuk menyelesaikan tujuan.
Kapan menggunakan agen:
- Tugas memerlukan rencana multi-langkah ("riset → bandingkan → rangkum").
- Asisten harus memanggil alat: pencarian web, database, kalkulator, API internal.
- Anda ingin model memutuskan tindakan selanjutnya secara dinamis.
Bangun agen:
- Tentukan tujuan dan batasan dalam prompt sistem.
- Daftarkan alat (HTTP, pencarian, pengambilan data, fungsi khusus).
- Aktifkan perencanaan: biarkan model mengusulkan langkah-langkah dan mengkritik pekerjaannya.
- Tetapkan langkah maks, batas waktu, dan anggaran alat.
- Uji dengan berbagai tugas dan perhatikan jejak untuk mendiagnosis .
Jika kasus penggunaan Anda memerlukan pengambilan data web yang akurat, Anda dapat memasangkan Dify dengan plugin data khusus untuk memperkaya kemampuan agen.
Konektor dan Alat: Bawa Tumpukan Anda Masuk
Dify terintegrasi dengan layanan eksternal melalui konektor dan node HTTP:
- Pencarian web, , atau API pengetahuan
- CRM dan (mis., Salesforce, Zendesk)
- Titik akhir REST/GraphQL internal
- Penyimpanan vektor dan gudang data
Praktik terbaik:
- Normalkan respons ke dalam JSON dan validasi skema.
- Buat deskripsi alat tetap ringkas sehingga model tahu kapan harus menggunakannya.
- Tambahkan batas laju dan coba lagi.
Rekayasa Prompt di Dify
Buat prompt modular dan dapat diuji:
- Gunakan variabel untuk input pengguna, konteks yang diambil, dan output alat.
- Standarisasi format output dengan JSON atau daftar poin untuk penguraian hilir.
- Berikan rubrik langkah demi langkah (mis., "Berpikir dalam langkah-langkah bernomor") untuk mengurangi kesalahan.
- Sertakan kebijakan penolakan dan panduan gaya dalam prompt sistem.
iterasi:
- Tambahkan set pengujian prompt representatif.
- Jalankan evaluasi dan bandingkan pengaturan model.
- Catat kasus kegagalan dan buat contoh atau cabang baru.
Observabilitas, Pengujian, dan Optimalisasi
Saat Anda lulus dari prototipe ke percontohan, observabilitas dan penelusuran penting. Anda dapat menambahkan penelusuran untuk melihat penggunaan token, latensi, dan keputusan langkah demi langkah untuk men- dan meningkatkan kualitas.
Pemeriksaan utama sebelum peluncuran:
- Tingkat halusinasi dengan dan tanpa RAG
- Anggaran latensi per permintaan dan per panggilan alat
- Kasus ekstrem: input kosong, input panjang, kueri di luar topik
Menerapkan ke Pengguna
Dify mendukung beberapa jalur penerapan:
- Bagikan UI obrolan yang di- untuk pengujian internal
- Sematkan widget di situs web atau produk Anda
- Ekspos titik akhir API untuk dipanggil oleh aplikasi Anda
Tips operasional:
- Tambahkan analitik: sesi, CSAT, tingkat
- Cache jawaban yang sering dan
- Tetapkan peringatan untuk batas waktu dan kesalahan model
Kolaborasi dan Tata Kelola Tim
Saat aplikasi Anda berkembang:
- Gunakan kontrol akses berbasis peran dan pisahkan dev/staging/prod
- Versi prompt/alur kerja; beri tag rilis
- Buat untuk insiden dan gangguan alat
- Dokumentasikan kontrak alat (input/output) dan SLA
Pola Lanjutan untuk Dicoba Selanjutnya
- Panggilan fungsi dengan skema JSON ketat untuk output terstruktur
- Pencarian hibrida (BM25 + ) untuk yang lebih baik
- RAG multi-vektor (judul, isi, metadata)
- untuk meningkatkan presisi cuplikan
- refleksi diri untuk tugas kompleks
- Pagar pembatas dengan validasi regex atau skema JSON
Pemecahan Masalah: Jebakan dan Perbaikan Umum
- Agen melakukan atau membutuhkan waktu terlalu lama
- Turunkan langkah maks, perketat deskripsi alat, tambahkan kondisi berhenti.
- Cuplikan pengambilan yang tidak relevan
- Sesuaikan , tambahkan filter metadata, coba , sesuaikan top-k.
- Output yang berantakan atau tidak konsisten
- Tegakkan skema JSON, tambahkan contoh, kurangi suhu.
- Cache pengambilan, paralelkan panggilan alat, beralih ke model yang lebih cepat.
- Perkuat batasan sistem, selalu sebutkan sumber, lebih suka langkah-langkah RAG dan verifikasi.
Omong-omong: Mempercepat Alur Kerja Konten
Jika tujuan Anda adalah ide konten, penyusunan, dan sintesis riset, perlu dicatat bahwa asisten yang dibuat dengan Dify berpasangan dengan baik dengan alat produktivitas seperti Sider.AI untuk penulisan dan peringkasan sehari-hari. Sider dapat berada di samping peramban Anda untuk membantu menyusun, menerjemahkan, dan menganalisis konten dengan cepat; ketika dikombinasikan dengan RAG yang ditenagai Dify, Anda mendapatkan konteks domain yang akurat dan pengalaman menulis yang mulus (https://sider.ai/). Kesimpulan Utama
- Mulai sederhana dengan templat obrolan, lalu lapisi dengan RAG dan alat.
- Gunakan kanvas alur kerja untuk memvisualisasikan logika dan menghindari kode yang rapuh.
- Perlakukan prompt seperti kode: versi, uji, dan evaluasi.
- Amati semuanya—jejak, biaya, latensi—untuk menskalakan dengan percaya diri.
- Agen sangat kuat, tetapi pagar pembatas dan anggaran membuatnya tetap andal.
Sumber Daya Tambahan
- Ikhtisar dan posisi Dify.
- Tutorial video ramah pemula untuk membangun aplikasi AI.
- Panduan komunitas untuk node HTTP dan penanganan JSON.
- Tutorial terstruktur dengan proyek demo.
- Membangun agen dengan plugin pengambilan data web.
- Observabilitas dan penelusuran untuk aplikasi Dify.
- RAG dengan Dify dan penjelasan Milvus.
FAQ
Q1:Untuk apa Dify digunakan?
Dify adalah platform untuk membangun aplikasi dan agen AI menggunakan alur kerja visual, orkestrasi prompt, dan RAG. Ini membantu tim membuat chatbot, asisten pengetahuan, dan otomatisasi dengan cepat.
Q2:Bagaimana cara membuat chatbot RAG di Dify?
Buat dataset, konfigurasikan dan pengambilan, lalu suntikkan konteks yang diambil ke dalam prompt Anda melalui alur kerja. Uji top-k, ukuran , dan untuk mengoptimalkan akurasi.
Q3:Bisakah Dify terhubung ke API dan alat saya?
Ya. Gunakan node HTTP dan konektor untuk memanggil layanan web, database, dan API pencarian. Simpan respons dalam JSON dan tentukan deskripsi alat yang jelas sehingga agen menggunakannya dengan benar.
Q4:Bagaimana cara menghentikan agen saya dari ?
Kurangi langkah maks, tambahkan kriteria penghentian, dan perketat instruksi alat. Observabilitas dan penelusuran membantu mengidentifikasi di mana terjadi sehingga Anda dapat menyesuaikan prompt dan logika alat.
Q5:Apa cara terbaik untuk mengevaluasi alur kerja Dify saya?
Buat set pengujian, jalankan evaluasi , dan periksa jejak untuk latensi dan biaya. Lacak halusinasi, tegakkan output terstruktur, dan ulangi prompt dengan contoh.
