Dify tutorial: crie chatbot com RAG sem programar [passo a passo]

Introdução: o que é o Dify e para que serve

Você já precisou criar um assistente de IA para responder perguntas com base nos documentos da sua empresa, mas travou na parte de programação? O Dify resolve exatamente esse problema. É uma plataforma open source que oferece uma interface visual completa para construir chatbots, agentes inteligentes e aplicações de busca com RAG (Geração Aumentada por Recuperação) — tudo sem escrever uma linha de código.

O Dify funciona como um “cérebro” que conecta diferentes modelos de linguagem (LLMs) a bases de conhecimento, gatilhos e fluxos de trabalho. Você escolhe o modelo — OpenAI, Anthropic, Google Gemini, Mistral, ou até mesmo modelos locais via Ollama — monta o roteiro do seu assistente visualmente, e ele já sai com uma API REST automática pronta para ser usada. Empresas de todos os tamanhos usam o Dify para criar centrais de ajuda inteligentes, assistentes internos de RH e até ferramentas de análise de documentos.

Pré-requisitos e instalação

Você tem duas formas de usar o Dify. A mais rápida é o Dify Cloud (gratuito para começar), que não exige instalação alguma. Basta acessar cloud.dify.ai e criar uma conta com seu e-mail ou login social.

Se preferir auto-hospedar, você vai precisar de:

• Um servidor com Docker e Docker Compose instalados
• Pelo menos 2 GB de RAM e 10 GB de armazenamento
• Um domínio (opcional, mas recomendado para produção)

O passo a passo da instalação local é simples:

1. Clone o repositório oficial: git clone https://github.com/langgenius/dify.git
2. Acesse a pasta: cd dify/docker
3. Copie o arquivo de ambiente: cp .env.example .env
4. Suba os containers: docker compose up -d
5. Acesse: http://localhost:3000 no navegador

Provedores como a Hetzner oferecem servidores a partir de €3,79/mês, o que torna a auto-hospedagem bem acessível para testes e projetos pequenos.

Criando seu primeiro chatbot passo a passo

Vamos construir um chatbot de atendimento funcional em menos de 5 minutos. Este exemplo usa o Dify Cloud, mas os passos são idênticos na versão auto-hospedada.

1. Crie uma aplicação nova

No painel principal, clique em “Create Application”. Escolha o tipo “Chatbot”. Dê um nome como “Atendimento IAgora”.

2. Escolha o modelo de linguagem

Na aba “Model”, selecione o provedor. Se for sua primeira vez, você precisará configurar uma chave de API. Por exemplo, para usar o GPT-4o da OpenAI, clique em “Setup Provider” e cole sua chave. O Dify também permite usar modelos gratuitos como o Gemini 1.5 Flash do Google.

3. Configure a personalidade

No campo “System Prompt”, escreva as instruções que definem o comportamento do seu chatbot:

“Você é um assistente de atendimento ao cliente da empresa IAgora. Responda de forma educada e objetiva. Se não souber a resposta, diga que vai transferir para um atendente humano.”

4. Teste o chatbot

No painel à direita, você já pode digitar mensagens e conversar com seu assistente. Ajuste o tom e as instruções conforme necessário — as alterações no prompt de sistema surtem efeito imediato.

5. Publique

Clique em “Publish”. O Dify gera automaticamente:

• Um link público para incorporar no seu site
• Um iframe para embutir em qualquer página HTML
• Uma API REST completa com chave de acesso

Adicionando base de conhecimento (RAG)

Um chatbot sem contexto específico responde apenas com o conhecimento geral do modelo. Para fazer ele responder com base nos seus documentos, você precisa de uma base de conhecimento RAG.

No menu lateral, vá em “Knowledge” e clique em “Create Knowledge”. Você pode enviar arquivos nos formatos:

• PDF — ideal para manuais, contratos e relatórios
• TXT e Markdown — para documentação técnica
• HTML — para páginas web

Após o upload, o Dify processa automaticamente o documento: ele quebra o texto em pedaços menores (chunks), gera embeddings (representações numéricas do significado do texto) e armazena tudo em um banco de dados vetorial. Depois, no seu chatbot, vá em “Settings” > “Knowledge” e associe a base que você criou. Pronto: agora o chatbot responde com base nos seus documentos, não apenas com o conhecimento genérico do modelo.

Workflows avançados

O Dify vai além do chatbot simples. Com o editor visual de workflows, você pode criar fluxos multi-etapas que combinam chamadas de API, condições lógicas, extração de dados e mais.

Por exemplo, um workflow de triagem de chamados pode funcionar assim:

1. Usuário descreve o problema em linguagem natural
2. O Dify classifica automaticamente a categoria (suporte técnico, financeiro, comercial)
3. Com base na categoria, consulta a base de conhecimento específica
4. Se a confiança da resposta for baixa, aciona um gatilho que envia um e-mail para a equipe responsável
5. Retorna a resposta final ao usuário com o protocolo de atendimento

Cada bloco no editor visual pode ser configurado com nós de LLM, código Python (opcional), consultas HTTP e condicionais if/else. Tudo com clique e arrasto, sem programação obrigatória.

Conclusão com próximos passos

O Dify transforma o que antes exigia semanas de desenvolvimento — integrar LLMs, tratar embeddings, gerenciar histórico de conversas — em minutos de configuração visual. Você viu neste tutorial como criar um chatbot funcional, conectar uma base de conhecimento com RAG e estruturar workflows complexos, tudo sem escrever código.

Seus próximos passos podem incluir: explorar os modelos locais com Ollama para eliminar custos de API por completo, criar um agente autônomo que executa ações (como buscar informações em sites externos) ou configurar o log de conversas para monitorar e melhorar as respostas continuamente. O céu — e os tokens — são o limite.