Шаг 5. Ассистент, Output Routes и виджет на сайте
Когда предприниматели подключают первую нейросеть к сайту, их ждёт один и тот же холодный душ. Чат-бот либо радостно раздаёт клиентам несуществующие скидки в 50%, либо уныло молчит на типовой вопрос о доставке, пока менеджеры тонут в рутине. Мы собрали инфраструктуру и наполнили базу знаний. Пришло время превратить это в образцового сотрудника: настроить логику ведения диалога в Chatflow, разделить потоки ответов через Output Routes и встроить виджет без риска слить ключи авторизации.
1. Chatflow против Workflow: переговорная или складской конвейер
В Dify есть два принципиально разных типа приложений, и путать их — верный способ потратить вечер впустую. Если провести аналогию с компанией, то Workflow — это складской конвейер. Сюда поступила накладная, сканер считал штрихкод, манипулятор упаковал коробку и передал в доставку. Процесс строго детерминирован: на входе есть триггер, на выходе — готовый результат. У него нет контекста прошлых действий, он не умеет переспрашивать и не ведёт беседу.
Chatflow — это переговорная комната. На входе сидит администратор, который помнит, о чём вы говорили две минуты назад, учитывает ваши уточнения и направляет разговор. В Chatflow заложена память сессии, возможность задавать встречные вопросы и ветвить логику в зависимости от реплик собеседника. Если вам нужен консультант на сайт, бот техподдержки или виртуальный продавец — мы всегда выбираем Chatflow. Вы не тратите время на попытки прикрутить диалоговые костыли к линейному Workflow, а сразу строите полноценного собеседника в правильном визуальном редакторе.
2. Сборка умного консультанта: база знаний, системный промпт и память
Я открываю интерфейс Dify, перехожу в раздел «Студия» (Studio) и создаю приложение с типом Chatflow. На холсте сразу появляются два базовых узла: Start (Начало) и Answer (Ответ). Наша задача — встроить между ними мозг и архив документов компании.
Первым делом в узле Start я настраиваю стартовые вопросы. Это кнопки-подсказки, которые встречают посетителя: «Сколько стоит доставка?», «Как оформить возврат?», «Где скачать прайс-лист?». Клиенту не нужно выдумывать формулировки, он кликает по кнопке и моментально начинает диалог.
Далее вытягиваем связь из Start и добавляем узел Knowledge Retrieval (Извлечение знаний). В настройках узла выбираем базу, которую мы создали и обязательно опубликовали в пайплайне на прошлом шаге. Если вы забыли нажать «Опубликовать» в пайплайне базы, этот узел вернёт пустой список документов, даже если файлы загружены на сервер.
После базы знаний ставим узел LLM. В качестве провайдера выбираем настроенный российский шлюз: например, ProxyAPI с моделью openai/gpt-4o-mini или Polza AI. Системный промпт пишем без абстракций, превращая нейросеть в дисциплинированного менеджера на ресепшн:
# Этап 1: Роль и базовые правила сотрудника
Ты — старший консультант компании по снабжению. Отвечай вежливо, кратко и строго по делу.
Используй только факты из контекста ниже. Если информации нет в контексте, не выдумывай условия,
а вежливо предложи клиенту связаться с живым менеджером по телефону 8-800-000-00-00.
# Этап 2: Подключение контекста из базы знаний
Контекст из архива регламентов:
{{#context#}}
В настройках узла LLM находим блок «Память» (Memory). Я выставляю окно диалога в 8 сообщений. Этого хватает, чтобы бот держал контекст обсуждения сложного заказа, но не тратил лишние токены на перечитывание всего разговора с самого утра. Выход узла LLM соединяем со штатным узлом Answer.
Проверка: Нажмите кнопку «Предпросмотр» в правом верхнем углу холста и напишите тестовый вопрос по вашему регламенту из базы.
У меня ошибка
- Симптом: Бот отвечает стандартными фразами и не видит регламент. — Что делать: Откройте базу знаний в разделе «Knowledge Pipeline», проверьте статус публикации пайплайна и убедитесь, что в узле LLM переменная
{{#context#}}привязана к выходу узла Knowledge Retrieval. - Симптом: Ошибка генерации при обращении к модели. — Что делать: Проверьте баланс в ProxyAPI/Polza AI и корректность формата имени модели (для ProxyAPI обязательно указывать вендора:
openai/gpt-4o-mini).
Клиент получает точные ответы по вашим внутренним регламентам за 2–3 секунды, а нейросеть физически не может наобещать скидки, которых нет в документах.
3. Output Routes: разводим ответы клиенту, в CRM и Telegram
До версии 1.18.0 в Dify была серьёзная проблема: ответ ассистента шёл строго по одному руслу — на экран пользователю. Если клиент оставлял свой телефон, приходилось городить сложные сторонние костыли. Начиная с Dify v1.18.0 (а у нас развёрнута v1.19.0), прямо из коробки доступен механизм Output Routes (Маршруты вывода).
2 vCPU · 4 ГБ RAM · 40 ГБ NVMe · Ubuntu 24.04 LTS. Почасовая тарификация, защита от DDoS, без навязанных платных панелей.
Выбрать конфигурацию VPS →| Параметр | Старт (первый запуск) | Продакшен (база знаний и агенты) |
|---|---|---|
| RAM | 4 ГБ | 8 ГБ |
| Ядра | 2 vCPU | 4 vCPU |
| Диск | 40 ГБ SSD | 80 ГБ SSD |
| Когда выбирать | Один чатбот, знакомство с Dify, тесты шлюзов | Knowledge Pipeline на сотни документов, несколько приложений, песочница и плагины |
💡 Какие навязанные опции снять при заказе:
- Платная панель управления — не нужна: сервером управляем по SSH.
- Хостинговые бэкапы — не нужны: базу бэкапим собственным скриптом по расписанию.
- Дополнительные IPv4 — не нужны: Caddy проксирует любое число поддоменов на одном IP.
Как это устроено? Выход узла генерации ответа раздваивается. Первый маршрут мгновенно стримит текст клиенту в диалоговое окно. Второй маршрут ведёт к узлу HTTP Request, который отправляет вебхук во внутреннюю CRM-систему или в корпоративный n8n, создавая карточку лида с текстом переписки. Третий маршрут можно направить на отправку уведомления дежурному менеджеру в Telegram, если в диалоге прозвучало слово «срочно» или «жалоба».
Благодаря этому ассистент перестаёт быть просто изолированной говорящей головой. Он становится полноценным диспетчером, который прямо во время разговора заносит данные в учётную систему компании. Ни один контактный телефон или запрос на оптовую поставку не потеряется в закрытой вкладке браузера — заявка сразу падает в воронку продаж менеджеров.
4. Шлифовка ответов через Annotation Reply
Каким бы выверенным ни был промпт, на реальном трафике возникнут ситуации, когда ассистент ответит неуклюже или не до конца поймёт профессиональный сленг клиента. Для исправления таких ситуаций в Dify есть инструмент Annotation Reply (Ответы по аннотациям).
Это работает как контролёр качества на производстве. Вы заходите в раздел «Журналы» (Logs) вашего приложения, видите неудачный диалог и прямо в карточке сообщения нажимаете кнопку добавления аннотации. Вы вписываете правильный, эталонный ответ. Система сохраняет эту связку в векторную базу. Когда следующий клиент задаст похожий вопрос (даже другими словами), Dify сначала проверит слой аннотаций, найдёт эталон и мгновенно отдаст его без обращения к дорогой генеративной модели.
Система непрерывно самообучается на реальных ошибках, снижает расходы на токены и исключает повторение одних и тех же огрехов в общении с заказчиками.
5. Безопасный виджет, вебхуки и протокол MCP
Когда ассистент собран, его нужно показать внешнему миру. В Dify есть три способа подключения: встраиваемый виджет, внешний триггер по вебхуку и протокол MCP.
Переходим во вкладку «Обзор» (Overview) в настройках ассистента. В блоке «Встроить на сайт» система предлагает два варианта: готовый iframe или легкий JS-скрипт. Здесь же обязательно настраиваем безопасность: указываем домены-исключения (Allowed Domains), чтобы конкуренты не смогли скопировать ваш виджет на свой домен и расходовать ваши деньги. Если включён корпоративный тариф или self-hosted сборка, здесь же отключается надпись «Powered by Dify».
Главная ловушка новичков кроется в обращении по REST API. Dify генерирует API-ключ формата app-xxxxxxxxxxxxxxxxxxxx. Вызов выглядит стандартно:
# Этап 1: Отправка запроса к API ассистента
curl -X POST "https://ai.company.ru/v1/chat-messages"
-H "Authorization: Bearer app-xxxxxxxxxxxxxxxxxxxx"
-H "Content-Type: application/json"
-d '{"inputs": {}, "query": "Есть ли в наличии кабель ВВГнг 3x2.5?", "response_mode": "blocking", "conversation_id": "", "user": "site-visitor-77"}'
Запомните железное правило: ключ вида app-… никогда нельзя вставлять в открытый JavaScript-код на фронтенде сайта. Любой школьник откроет вкладку Network в консоли браузера, скопирует ваш ключ и через пару часов обнулит баланс в шлюзе моделей. Встроенный виджет Dify безопасен, потому что работает через временные веб-сокеты и сессионные токены. Если же вы пишете собственный интерфейс, запросы должны идти на ваш бэкенд, а уже бэкенд обращается к Dify с закрытым ключом.
Для событийных цепочек используем вебхук-триггер вида {TRIGGER_URL}/triggers/webhook/{id} (адрес TRIGGER_URL мы задавали в файле api.env). Обратите внимание: встроенного cron-триггера для запуска по расписанию в Dify нет, периодические задачи всегда инициируются внешней системой — например, cron-скриптом сервера или n8n.
Наконец, Dify v1.19.0 умеет работать с протоколом MCP (Model Context Protocol). Он может выступать как MCP-клиент (раздел Integrations > Tools), забирая инструменты из внешних сервисов, так и в роли MCP-сервера через MCP Access Point, отдавая свои цепочки агентам Claude Desktop. Помните о безопасности: для отладки MCP нельзя использовать утилиту MCP Inspector версий ниже 1.0.2 из-за критических уязвимостей.
Проверка: Откройте консоль сервера и убедитесь, что фоновые воркеры и сокеты стабильно держат соединения.
# Этап 1: Проверяем запущенные контейнеры платформы
docker compose ps
# Этап 2: Проверяем логи контейнера API на отсутствие ошибок маршрутизации
docker compose logs --tail=50 api
У меня ошибка
- Симптом: Виджет на сайте бесконечно крутит индикатор загрузки. — Что делать: Проверьте параметр
NEXT_PUBLIC_SOCKET_URLв файлеapi.env. Он должен содержать корректный протоколwss://ваш-домен, а Nginx должен быть настроен на проксирование WebSocket. Помните, что у контейнеровapi,workerиbeatнет встроенного healthcheck (известная особенность issue #34320), поэтому их статус оценивается строго по логам и открытым портам. - Симптом: Ошибка 403 при вызове вебхука. — Что делать: Убедитесь, что переменная
TRIGGER_URLвapi.envсовпадает с реальным внешним адресом вашего сервера с префиксомhttps://.
Вы получаете защищённый от взлома виджет на сайте, интегрированный с учётными системами и готовый к расширению через современный протокол MCP.
Проверяем результат: как понять, что всё работает
Откройте тестовую страницу со встроенным виджетом в режиме инкогнито и задайте сложный профессиональный вопрос, требующий данных из загруженного регламента. Ассистент должен моментально выдать точный ответ с опорой на документ, в логах Dify появится сессия с заполненным окном памяти, а на ваш привязанный эндпоинт CRM через Output Routes придёт хук с содержимым заявки. Ни одной ошибки сокетов в логах, ни одного утекшего API-ключа в консоли браузера — ваш цифровой отдел консультаций работает автономно на вашем собственном сервере.
Итог урока
Мы превратили сырую языковую модель в управляемого и безопасного цифрового консультанта. Разобрали ключевую разницу между конвейерным Workflow и диалоговым Chatflow, защитили бюджет компании с помощью строгих системных промптов и лимитов памяти, настроили многоканальную маршрутизацию через Output Routes и внедрили инструмент ручной доводки ответов Annotation Reply. Наконец, мы вывели виджет в публичный доступ с соблюдением всех правил изоляции ключей и доменных ограничений.
Чек-лист готовности
Дальше по курсу: открывайте шаг 6 — Dify и n8n, CRM, бэкапы: там связываем ассистента с n8n и CRM, настраиваем аудит диалогов, бэкапы и обновление. Если нужно вернуться к общей картине, обзор архитектуры Dify всегда под рукой, а связку с внешними сервисами разбирайте в курсе Автоматизация на n8n.
Сложно настраивать сервер и возиться с кодом Linux вручную?
Освойте профессию AI-инженера и автоматизатора без программирования на проверенных бесплатных интенсивах:
Обучение работе с нейросетями Нейродоход
Прикладное обучение нейросетям от Plaan Academy
Готовый комплект файлов и пресетов к этому уроку
Соберите персональный production-файл под свой домен прямо на странице без переходов в Telegram: