Difyで「請求書の勘定科目を判定するAIチャットボット」を開発する方法について徹底解説！

現在使用している会計ソフトから、請求書の仕訳データをCSV形式でエクスポートします。

会計ソフトからのエクスポート方法一例：
Freee会計：仕訳帳をCSV形式・PDF形式で出力する（印刷する）
マネーフォワードクラウド経費：仕訳エクスポートの設定方法
弥生会計：仕訳データを書き出す（エクスポート）方法

空のスプレッドシートを作成し、「ファイルタブ」から「インポート」を選択します。

ファイルのアップロード画面で、ステップ1で取得した仕訳データをアップロードするとGoogleスプレッドシートにCSVデータをインポートできます。

インポートが完了したら、どの列に借方の「勘定科目」「金額」「会社名」が格納されているか記録しておきましょう。

「拡張機能タブ」から「Apps Script」を選択します。

コードの編集画面で既存のものから、以下のコードに差し替えを行います。
各項目が格納されている列名が異なる場合は、編集を行なってください。

function fetchResponse(e) {
  const sheetData = fetchSheetData();

  // JSON形式でレスポンスを作成して返却
  return ContentService
    .createTextOutput(JSON.stringify({ data: sheetData }))
    .setMimeType(ContentService.MimeType.JSON);
}

function fetchSheetData() {
  const sheet = SpreadsheetApp.getActiveSpreadsheet().getSheetByName("シート1");  // スプレッドシートから「シート1」を取得
  const categoryData = sheet.getRange("D2:D" + sheet.getLastRow()).getValues();  // D2からD列の最終行までデータを取得
  const amountData = sheet.getRange("F2:F" + sheet.getLastRow()).getValues();    // F2からF列の最終行までデータを取得
  const clientData = sheet.getRange("M2:M" + sheet.getLastRow()).getValues();    // M2からM列の最終行までデータを取得
  
  let result = [];
  
  categoryData.forEach((_, index) => {
    result.push({
      category: categoryData[index][0],  // 勘定科目 (D列)
      amount: amountData[index][0],      // 金額 (F列)
      client: clientData[index][0]       // 取引先名 (M列)
    });
  });
  
  return result;
}

コードの編集が完了したら、画面右上の「デプロイ」から「新しいデプロイ」を選択します。

画面右上の歯車ボタンから「ウェブアプリ」を選択します。

表示されたウェブアプリ編集画面で以下のように設定をし、「デプロイ」します。

次のユーザーとして実行：自分
アクセスできるユーザー：全員

デプロイ後に表示される画面で、ウェブアプリのURLをコピーします。
後ほど使用するため、必ず控えておくようにしましょう。

URL：https://cloud.dify.ai/signin

「GitHub」または「Google」アカウントを用いてDifyではアカウントを作成します。

手順や複雑さに違いはないため、普段よく使用するアカウントを選んで作成しましょう。
画面の指示に従い「GitHub」または「Google」アカウントでログインを行えば、Difyアカウントの作成は完了です。

アカウント作成またはログインが完了すると、Difyのトップページに移動します。

この画面右上に表示されている「自身のアカウント名」をクリックし、表示されるメニューから「設定」を選択します。

「モデルプロパイダー」を選択し、LLMの設定画面に移動します。

ChatGPTとClaudeに関しては標準でモデルの組み込みが行われているため、この2つのLLMのどちらかを使用してDifyを利用する場合には、

ChatGPTの場合は、OpenAIタブの横にある「API-KEYセットアップ」
Claudeの場合は、ANTHROPICタブの横にある「API-KEYセットアップ」

をクリックして、APIキーのセットアップ画面を表示します。
表示された画面にそれぞれのAPIキーを入力すると接続が完了し、Difyで使用できるようになります。

※ChatGPTの利用に限り、API接続を行わなくても一定回数無料で使用することが可能です。

ステップ2と同様に、「モデルプロパイダー」を選択しLLMの設定画面に移動します。

この画面の下に表示されている、「モデルプロパイダを追加」から、使用したいLLMを探し、カーソルを合わせます。
カーソルを合わせると「モデルを追加」または「セットアップ」という表示が現れるため、そちらをクリックします。

表示された画面の指示に従い、モデルタイプの選択やAPIキーなどの求められた情報を入力すると接続が完了し、Difyで使用できるようになります。

※この設定は必須ではありません。特定のLLMをDifyで使用したい場合のみ設定を行なってください。

LLMの接続を行ったらホーム画面に移動し、「アプリを最初から作成」というボタンを選択します。

表示される画面で以下のように設定を行い、「作成する」ボタンをクリックします。

アプリタイプ：チャットボット
オーケストレーション：Chatflow
アプリアイコン：任意のものを選択
アプリ名：任意の名前を入力

画面右上の「機能」を選択します。

機能設定画面にて、「画像をアップロード」という項目をオンに変更します。

機能設定画面を閉じて、Difyのアプリ構築画面に戻ります。

「開始」ブロックを選択し、ブロック右側に表示される「+」ボタンを選択します。
選択後に表示されるメニューから「コード」を選択して、コードブロックを追加します。

コードの入力画面に、以下のコードを入力します。
5行目には、手順1のステップ6でコピーしたウェブアプリのURLを入力しましょう。

import urllib.request
import ssl

def fetch_data():
    url = "https://script.google.com/macros/s/xxx"  # AppsScriptウェブアプリURL
    context = ssl._create_unverified_context()  # SSL証明書の検証を無効化
    with urllib.request.urlopen(url, context=context) as response:
        return response.read().decode('utf-8') if response.status == 200 else None

def main():
    return {"result": fetch_data()}

if __name__ == "__main__":
    print(main())

「LLM」ブロックを追加します。

LLMブロックの「SYSTEM」入力欄に、以下のようなプロンプトを入力します。

アップロードされた画像から、以下のデータを抽出してください。
「取引先名」「金額」

さらに「LLM」ブロックを追加し、コンテキストとSYSTEM入力欄に以下のようなプロンプトを入力します。

コンテキスト欄：
クリックするとメニューが表示されるため、一覧から「コード/result」を選択します。

SYSTEM欄：

[コード]を参考にして、[LLM]の勘定科目を判定してください。
判定後、勘定項目のみ出力してください。

「回答」ブロックを追加します。

回答入力欄に「LLM2」という項目を入力します。

画面右上の「プレビュー」または「公開する」を選択して、チャット画面を開きます。

請求書の送信後に、勘定科目が正しく出力されれば構築は完了です。

ステップ1でチャットボットの「公開」を行なっていない場合は、公開設定を行いましょう。
公開後にURLを共有することで、誰でもアクセスできるようになります。