レッスン 3：ワークフローの頭脳（LLM ノード）

統合 > モデルプロバイダー に移動します。

OpenAI を見つけて、インストール をクリックします。

インストールが完了したら、準備完了です。右上の ESC（または X）をクリックして、「キャンバス」に戻りましょう。

レッスン 2 で作成した AI メールアシスタント ワークフローに戻ります。

開始ノードと出力ノードの間の空白部分を右クリックし、新しい LLM ブロックをクリックします。右側のパネルで モデルを探し、gpt-4o-mini を選択します。

開始ノードから LLM ノードへ線をドラッグします。次に LLM ノードから出力ノードへ線をドラッグします。フローは次のようになります：開始 → LLM → 出力。

LLM ノードをクリックしてパネルを開き、system ボックスを見つけます。System 指示 は、モデルがどのように応答すべきか（役割、トーン、行動のガイドライン）のルールを設定します。

まず、指示を書きましょう。以下のテキストをコピー＆ペーストできます。

You are a professional customer service manager. Based on the customer's email, please draft a professional reply.Requirements:1. Start by addressing the customer name with a friendly tone.2. Thank them for their email.3. Let them know we have received it.4. Sign off as Anne.

ユーザーメッセージは、モデルに送信する内容です。質問、リクエスト、またはモデルに処理してほしいタスクを入力します。

このワークフローでは、顧客名とメール内容は毎回変わります。手動で入力する代わりに、ユーザーメッセージに変数を追加します。

1. system ボックスの下にある Add Message ボタンをクリックします。
2. User Message ボックスに customer name：と入力します。
3. キーボードで / を押します。
4. 変数選択メニューが表示されるので、customer_name をクリックします。
5. Enter を押して改行し、email content：と入力します。再度 / キーを押して email_content をクリックします。

4. 最終的なプロンプトは次のようになります：

「キャンバス」の右上を見てください。チェックリスト アイコンに小さな数字 1 が表示されていませんか？これは Dify が「ちょっと待ってください！まだ 1 つ足りないところがあります。」と教えてくれています。

クリックすると、output variable is required（出力変数が必要です） という警告が表示されます。出力ノードが何も受け取っていないことを意味しています。

シェフ長（LLM）が料理を完成させたのに、ウェイター（出力ノード）が手ぶらのままだと想像してください。

1. 出力ノード をクリックします。
2. Output Variable（出力変数） を探し、横にある プラス（+） アイコンをクリックします。
3. Variable Name フィールドに email_reply と入力します。
4. 値を選択します：変数セレクターをクリックし、LLM ノードから {x} text を選択します。

チェックリストのポップアップ数字が消えました。テスト実行をしてみましょう。

「キャンバス」の右上にある テスト実行 をクリックします。顧客名とメール内容を入力し、開始 をクリックします。

顧客名：Amandaメール原文：Hi there,I'm writing to ask for more information about Dify. Could you please tell me more on it?Best regards,Amanda

今度は、各ノードに緑のチェックマークが表示され、AI が生成した返信メールが確認できます。