【Dify】- Difyで画像を活用する：問題とその解決策

執筆日

2025/4/25

---

つまずいた点

Difyのワークフローを作成している際に、LLMに画像を入力し、それを認識させる仕組みを試していました。

しかし、実行してみると「あれ？画像がLLMに渡っていないぞ...」という問題に直面しました。

---

解決策

画像をLLMで処理するには、事前にテキスト抽出を行う必要がありました。

以下のようにフローを組むことで、画像をLLMに渡して認識させることが可能になります：

1. 画像を入力
2. テキスト抽出処理を実行
3. 抽出されたテキストをLLMに渡す