> For the complete documentation index, see [llms.txt](https://docs.allganize.ai/alli-llm-app-market/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.allganize.ai/alli-llm-app-market/first/start-guide/app-creation-overview.md).

# 2. アプリ作成までの全体フロー

具体的な作業に入る前に、**「Alliで1つのアプリを作成して公開するまで」**の全体の道筋を把握しておきましょう。

## 2-1. 全体フロー（俯瞰図） <a href="#overall-flow" id="overall-flow"></a>

<table><thead><tr><th width="84.0833740234375">STEP</th><th width="155.66668701171875">内容</th><th width="377.33331298828125">主な作業</th><th>詳細章</th></tr></thead><tbody><tr><td><strong>1</strong></td><td><strong>準備</strong></td><td>作りたいアプリのタイプを決める（RAG型／LLM実行型）。必要な素材（ドキュメント／Q&#x26;A／プロンプト案）を用意。</td><td>本章</td></tr><tr><td><strong>2</strong></td><td><strong>ドキュメント・ナレッジベース登録</strong>（RAG型のみ）</td><td><p>ドキュメントメニューでアップロード。</p><p>ナレッジベースメニューでQ&#x26;A登録。</p></td><td><a href="/pages/bfa19b1fb5577a29a89319ef48afc8cc33b49103#id-3-1-dokyumentotoqanoi">3章</a></td></tr><tr><td><strong>3</strong></td><td><strong>アプリ作成</strong></td><td>会話型アプリを新規作成し、チャットフローを設計。<br>・回答生成ノードを使う→RAG型<br>・LLM実行ノードを使う→LLM実行型</td><td><a href="/pages/a66fc47d94a05f8ee20ee5e6ba35a47611bd8d98#id-4-1-konodesuruapuri">4章</a>・<a href="/pages/a1098f486e710ba3c9f8d94154e37ad2cf5a1ab0#id-5-1-konodesuruapuri">5章</a></td></tr><tr><td><strong>4</strong></td><td><strong>プレビュー検証</strong></td><td>想定質問・入力で動作確認し、必要に応じて調整</td><td><a href="/pages/a66fc47d94a05f8ee20ee5e6ba35a47611bd8d98#id-4-1-konodesuruapuri">4章</a>・<a href="/pages/a1098f486e710ba3c9f8d94154e37ad2cf5a1ab0#id-5-1-konodesuruapuri">5章</a></td></tr><tr><td><strong>5</strong></td><td><strong>公開・共有</strong></td><td>Alli Worksで公開しアプリ一覧から利用。<br>または、個別のアプリURLを発行して特定アプリを共有。</td><td><a href="/pages/9680dbe770f941ad5c5184bbf480887c9ce07acc#id-6-1-nochekku">6章</a></td></tr></tbody></table>

***

## 2-2. アプリタイプ別の作業範囲 <a href="#work-scope-by-app-type" id="work-scope-by-app-type"></a>

* 本ガイドで解説するアプリは以下の2タイプです。
* **RAG型アプリ**：自社のドキュメントやQ\&Aを根拠として、LLMが回答する会話型アプリ
* **LLM実行型アプリ**：RAGを使わず、LLMの能力だけで動く会話型アプリ（文章のブラッシュアップ・ブレインストーミング・ロールプレイングなど）

\
作成するアプリのタイプによって、必要なステップが変わります。

<table><thead><tr><th width="192.7037353515625">タイプ</th><th width="174.40740966796875">STEP 2（ドキュメント/Q&#x26;A登録）</th><th>STEP 3（アプリ作成）</th></tr></thead><tbody><tr><td><strong>RAG型アプリ</strong></td><td>必須（<a href="/pages/bfa19b1fb5577a29a89319ef48afc8cc33b49103#id-3-1-dokyumentotoqanoi">3章</a>）</td><td>会話型アプリ：回答生成ノード（<a href="/pages/a66fc47d94a05f8ee20ee5e6ba35a47611bd8d98#id-4-1-konodesuruapuri">4章</a>）</td></tr><tr><td><strong>LLM実行型アプリ</strong></td><td>不要</td><td>会話型アプリ：LLM実行ノード（<a href="/pages/a1098f486e710ba3c9f8d94154e37ad2cf5a1ab0#id-5-1-konodesuruapuri">5章</a>）</td></tr></tbody></table>

### どちらから始めるべきか？ <a href="#which-to-start-with" id="which-to-start-with"></a>

* **業務文書ベースのQ\&Aを実現したい** → RAG型から（4章）
* **文章改善・ブレインストーミングなどドキュメント検索が不要のタスク** → LLM実行型から（5章）
* **両方着手したい** → デフォルトのエージェントをそのまま利用できて、プロンプト作成不要なRAG型（4章）でフロー設計に慣れてから、LLM実行型（5章）へ

{% hint style="info" %}
このほか、1回の入力で1回の出力を返す**シングルアクション**（要約・翻訳などの定型タスク向け）や、オリジナルのAIエージェントを作成する**エージェントタイプ**という形式もあります。\
それぞれの詳細は以下をご参照ください。\
・シングルアクション：[ユーザーガイド > アプリ管理 >シングルアクション](https://docs.allganize.ai/alli-llm-app-market/manual/app-management/singleaction)\
・エージェントタイプ：[ユーザーガイド > アプリ管理 > Agent Builder](/alli-llm-app-market/manual/app-management/agent-builder.md#about-agentbuilder)
{% endhint %}

***

## 2-3. 会話型アプリ（RAG型/LLM実行型）の作成の流れ <a href="#conversation-app-flow" id="conversation-app-flow"></a>

会話型アプリでは、チャットフロー編集画面上で「ノード」（機能ごとに定められたブロック）をつなぐことで、直感的にチャットフローを設計できます。

<figure><img src="/files/sv15sShIPr18GWm1wySh" alt=""><figcaption></figcaption></figure>

**アプリ名：**&#x753B;面左上に表示されます。アプリ名の変更は、チャットフロー編集画面および「アプリ管理」メニューで対象アプリを選択し、\[アプリ情報を編集]から変更できます。

**Startノード：**&#x30C1;ャットフローの起点です。最初のノードをStartノードに接続することでフローが始まります。※Startノードは削除できません。

**ノード：**&#x30C1;ャットフローを構成する処理の最小単位です。1つのノードが「メッセージを表示する」「ドキュメントを検索して回答する」「メールを送信する」など特定の役割を担い、これらをつなげて一連の会話を組み立てます。\
上の例では「会話応答ノード」が、会話開始メッセージとしてAlliに「こんにちは！AIチャットボットの"Alli"です。」「質問をどうぞ！」を表示させています。\
各ノードの詳細は、[ユーザーガイド＞アプリ管理 ＞ カンバセーション](/alli-llm-app-market/manual/app-management/conversation.md)をご参照ください。

**ノードエディタ：**&#x30CE;ード右下の編集アイコン（鉛筆）をクリックすると開きます。ここでノードの内容を編集できます。

**フロー：**&#x30CE;ード同士をつなぐ線です。前のノードの紫色の点から、次のノードの任意の場所へドラッグすると作成できます。\
上の例では、Startノードから「会話応答」ノードへドラッグしてフローを作成しています。

***

## （補足）Allganize提供の主なデフォルトエージェント <a href="#default-agents" id="default-agents"></a>

Alliには、高度な処理を実行できる**エージェント**がデフォルトで用意されています。\
アプリのフロー内（回答生成ノードやLLM実行ノードの「エージェント」選択肢）から利用でき、本ガイドのハンズオンで登場するものも含まれます。\
どのような処理が可能かを把握しておくと、2つ目以降のアプリ設計の幅が広がります。

<table><thead><tr><th width="224">エージェント</th><th width="298.666748046875">できること</th><th>主な活用シーン</th></tr></thead><tbody><tr><td><strong>Basic RAG</strong></td><td>指定した検索範囲（ドキュメント／Q&#x26;A）から、プロンプトに沿って回答を生成する標準型RAG。</td><td>社内文書Q&#x26;Aアプリ。</td></tr><tr><td><strong>Rag Agent V1</strong></td><td>質問の意図に応じて、検索・回答生成・要約・翻訳などのタスクを自動で選択実行するエージェント型RAG。会話の文脈を保持し、後続質問にも対応。</td><td>対話形式で柔軟に回答を得たいQ&#x26;Aアプリ。</td></tr><tr><td><strong>Rag Agent V2</strong></td><td>Rag Agent V1の最新アップデート版。回答速度などが改善された最新版の機能。</td><td>・最新の回答機能を利用したい場合<br><strong>基本的には本機能の利用を推奨</strong>（4章で使用）</td></tr><tr><td><strong>Table Agent</strong></td><td>Excelファイル（.csv／.xls／.xlsx）を構造化データベースに変換し、SQLベースの検索で高精度な集計・分析回答を生成。</td><td>名簿・台帳・売上実績など、表データへの質問・集計</td></tr><tr><td><strong>Deep Research Agent</strong></td><td>Webやドキュメントを横断して情報を収集・分析・推論し、調査レポートを生成。従来数時間〜数日かかった調査を数分〜数十分で実行</td><td>市場調査・比較検討・調査報告書の作成</td></tr><tr><td><strong>Speech to Text Agent</strong></td><td>音声ファイルをテキストに文字起こし</td><td>会議録音からの議事録作成</td></tr></tbody></table>

### さらに詳しく <a href="#learn-more" id="learn-more"></a>

| トピック                        | リンク                                                                                                                               |
| --------------------------- | --------------------------------------------------------------------------------------------------------------------------------- |
| Basic RAG / Rag Agentの違いと設定 | [ユーザーガイド > 回答生成ノード](https://docs.allganize.ai/alli-llm-app-market/manual/app-management/conversation/generative-answer)           |
| Table Agentの設定手順            | [ユーザーガイド > Excelファイルをテーブルデータとして実行して利用する](https://docs.allganize.ai/alli-llm-app-market/manual/document/table-agent)               |
| Deep Researchの利用方法          | [ユーザーガイド > Deep Researchノード](https://docs.allganize.ai/alli-llm-app-market/manual/app-management/conversation/deep-research-node) |
| 独自エージェントの作成（Agent Builder）  | [ユーザーガイド > Agent Builder](https://docs.allganize.ai/alli-llm-app-market/manual/app-management/agent-builder)                      |

***

## ✅この章のチェックリスト <a href="#checklist" id="checklist"></a>

* [ ] STEP1〜5の全体フローを把握した
* [ ] 作成するアプリのタイプ（RAG型／LLM実行型）を決めた
* [ ] デフォルトエージェントの種類（Basic RAG／Rag Agent／Table Agent／Deep Research Agent／Speech to Text Agent）を把握した


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.allganize.ai/alli-llm-app-market/first/start-guide/app-creation-overview.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.