Linuxサーバー

Open WebUI チーム活用ガイド:ユーザー承認・グループ・AI アシスタント・プロンプト共有・バックアップ

8 ステップ 10 分で読めます 10 回閲覧 0
目次

Ollama と Open WebUI をインストールした後、多くのチームはプライベートな ChatGPT のように、各自がチャットを開いて入力するだけの使い方をしています。チーム向けに設定すると、利便性は大きく向上します。アカウントを承認制にし、スタッフをグループに分け、顧客への返信、翻訳、商品説明文といった繰り返し作業用のアシスタントをあらかじめ用意し、プロンプトライブラリと社内資料を共有し、すべてをバックアップします。この記事ではこれらの設定を順に解説します。メニュー名は最近の Open WebUI のバージョンに基づいており、リリースによって場所が変わることがあります。

Open WebUI にはチームの会話内容やドキュメントが保存されます。必ず HTTPS 経由で公開して登録の承認制を有効にし、Ollama のポート 11434 は絶対にインターネットに公開しないでください。インストール、HTTPS、ファイアウォールの設定は「Ollama と Open WebUI でローカル LLM を運用する」で解説しています。

ステップ1:登録できるユーザーを管理する

最初に作成したアカウントが管理者になります。続いて Admin Panel > Settings > General(管理者パネル > 設定 > 一般)で、次のように設定します。

  • 新規ユーザーの既定のロールを pending(保留)に設定します。新しく登録したユーザーは、管理者が承認するまでチャットを利用できなくなります。
  • 新規登録は同僚が登録している間だけ有効にし、終わったら再び無効にします。Admin Panel > Users(ユーザー)で、管理者がアカウントを直接作成することもできます。
  • 管理者の数は最小限にとどめ、それ以外のメンバーには user ロールを割り当てます。

ステップ2:スタッフをグループに分ける

Admin Panel > Users > Groups(グループ)で、サポート、マーケティング、開発などのグループを作成し、メンバーを追加します。グループには 2 つの用途があります。1 つは各チームがどのアシスタントやナレッジを利用できるかを決めること、もう 1 つはファイルのアップロードや、ワークスペースでの独自のアシスタント・プロンプトの作成といった権限を付与することです。よくある構成は、チームリーダーにはワークスペースの編集を許可し、それ以外のメンバーにはチャットのみを許可する形です。

ステップ3:ユーザーに表示するモデルを決める

Admin Panel > Settings > Models(モデル)で、埋め込みモデルやテスト中のモデルなど、チャットのメニューに表示する必要のないモデルを非表示にし、適切なデフォルトモデルを設定します。これでスタッフは、素のモデル名ではなく、用途別に用意された少数のアシスタントから選べるようになります。

ステップ4:すぐに使えるアシスタントを作成する

アシスタントとは、ベースモデル、システムプロンプト、各種設定、必要に応じてナレッジを組み合わせて保存したものです。Workspace > Models(ワークスペース > モデル)で作成し、それぞれにわかりやすい名前と説明を付けて、必要なグループに共有します。効果的な例をいくつか紹介します。

Name: Customer Reply Writer        Base model: qwen2.5:7b
System prompt:
You help support staff answer customer messages for ACME Hosting.
Write a polite, concise reply in the customer's language.
Use only facts given by the staff member or the attached knowledge.
If information is missing, list what to ask the customer instead of guessing.

Name: Listing Translator           Base model: qwen2.5:7b
System prompt:
Translate e-commerce product text into the language the user requests.
Keep brand names, model numbers, units and HTML tags unchanged.
Use natural marketplace wording, not word-for-word translation.
Return only the translated text.

Name: Ticket Summariser            Base model: qwen2.5:7b
System prompt:
Summarise the conversation pasted by the user in 5 bullet points:
problem, what was tried, current status, next step, customer mood.

事実に忠実であるべきアシスタントでは、詳細パラメーターで temperature を下げてください(例:0.3)。共有する前に、実際の事例で各アシスタントをテストしましょう。

ステップ5:社内のナレッジを共有する

Workspace > Knowledge(ナレッジ)で「製品 FAQ」や「サポート手順」などのコレクションを作成し、ドキュメントをアップロードします。コレクションをアシスタントに紐付けると、そのアシスタントとのすべてのチャットでドキュメントを参照できます。また、チャットで # と入力すれば、1 回の質問だけに使うコレクションや Web ページを選択できます。コレクションは常に最新の状態に保ち、価格や手順が変わったら古いファイルを削除してください。ドキュメントへの質問応答をより厳密に行いたい場合は「AnythingLLM でプライベート RAG チャットボットを構築する」を参照してください。

ステップ6:プロンプトライブラリを作成する

Workspace > Prompts(プロンプト)で、チームが何度も入力する指示を短いコマンド付きで保存します。どのチャットでも / と入力すると一覧が表示されます。例:

Command: /seo-title
Content:
Write 5 product titles for the product below. Each title must be under
120 characters, put the main keyword first and make no exaggerated claims.

Command: /polite
Content:
Rewrite the text below so it sounds friendly and professional.
Keep the meaning and all facts unchanged.

ステップ7:スタッフ向けの日常的な使い方のコツ

  • @ と入力すると、会話を離れずに次の回答を別のアシスタントに任せられます。
  • # でナレッジコレクションや URL を使用し、/ で保存済みのプロンプトを挿入できます。
  • チャットにファイルをアップロードすると、そのドキュメントだけを対象に質問できます。
  • チャット上部で 2 つのモデルを選択すると、回答を並べて比較できます。
  • 履歴に残すべきでない内容には、一時チャットを使います。

ステップ8:バックアップとアップデート

すべてのユーザー、チャット、アシスタント、プロンプト、アップロードしたファイルは open-webui という Docker ボリュームに保存されています。アップデートの前には必ずバックアップを取ってください。

# Back up the whole Open WebUI data volume
mkdir -p /root/backup
docker run --rm -v open-webui:/data -v /root/backup:/backup alpine \
  tar czf /backup/open-webui-$(date +%F).tar.gz -C /data .

# Update to the latest version (the data stays in the volume)
docker pull ghcr.io/open-webui/open-webui:main
docker stop open-webui && docker rm open-webui
# then start it again with the same "docker run" command you used to install it

よくある質問

同時に何人まで利用できますか?

Open WebUI 自体は軽量で、上限を決めるのはモデルがテキストを生成する速度です。CPU サーバーでは回答がほぼ 1 件ずつ順番に生成されるため、混雑する時間帯には待ち時間が発生します。簡単なタスクには小さなモデルを使う、最もよく使うモデルを読み込んだままにしておく、あるいは次の質問で説明するように、利用が多い場合はクラウドモデルを追加するといった対策があります。

ローカルモデルと並べてクラウドモデルも追加できますか?

はい。Admin Panel > Settings > Connections(接続)で、ベース URL とキーを指定して OpenAI 互換の API を追加できます。プロバイダーはサービス提供対象の地域から、利用規約の範囲内で使用してください。また、これらのモデルに送信したプロンプトはサーバーの外に送られる点にも注意してください。

同僚がパスワードを忘れた

管理者が Admin Panel > Users でそのユーザーを編集し、新しいパスワードを設定できます。

上記の手順で解決しない場合は、サポートチケットを送信して IMIDC の 24 時間 365 日対応テクニカルサポートへご連絡ください。サーバー IP、Open WebUI のバージョン、docker logs open-webui の出力、エラーメッセージ全文を添えていただくと、より迅速に調査できます。

この回答はお役に立ちましたか?

関連チュートリアル