[AI-Agent] AIエージェントをつくれる自動化ツール「n8n」の使い方

1. n8nとは？

n8n（エイトン）は、オープンソースのワークフロー自動化ツールです。
「Zapier」や「Make（旧Integromat）」に近い存在ですが、より柔軟で自由度が高く、自分のPCやサーバーにセルフホストできるのが大きな特徴です。

特に最近は AIエージェント構築 にも活用されており、ChatGPTやClaudeなどと連携して「自分専用の自動化AI」を作れるのが魅力です。

n8n.io - AI workflow automation tool

n8n is a free and source-available workflow automation tool

https://n8n.io/

2. n8nの基本イメージ

n8nでは、処理の流れを ノード（Node） という部品のつなぎ合わせで表現します。
それぞれのノードは「ひとつの役割」に特化しており、シンプルに組み合わせることで複雑な自動化も可能になります。

ノードの基本3種類

n8nのノードは、大きく分けると以下の3つの役割に整理できます。

1. トリガー（Trigger）

「いつ処理を始めるか」を決めるきっかけ。
例:
- Webhookを受けたとき（外部からHTTPアクセスされたとき）
- 特定の時間になったとき（Cronジョブ）
- Gmailで新しいメールを受信したとき

→ スタートボタンのような役割です。

2. アクション（Action / Processing）

受け取ったデータを加工したり、他のサービスに送ったりする処理。
例:
- 文章を整形する（テキスト置換、フォーマット変更）
- OpenAIやClaudeに質問を送って返答を取得
- データベースに書き込み

→ 処理の中枢で、ここがAIエージェントの「頭脳」部分になります。

3. アウトプット（Output / Destination）

処理結果をどこに届けるかを指定する部分。
例:
- Slackに通知
- LINEに送信
- Google Sheetsに保存
- Webhookで呼び出し元に返す

→ 出口ドアのような役割です。

ノード同士のつなぎ方

各ノードには「入力」と「出力」があり、矢印でつなぐことでデータが流れる仕組みです。
データは JSON 形式でやり取りされ、どのノードでも {"key": "value"} の形で受け渡しできます。

例：Webhook → Function（加工） → Slack

{ "message": "Hello World!" }

イメージ例（簡単なフロー）

例えば「問い合わせをSlackに通知する」流れを作るなら：

Webhookノード（外部から問い合わせを受信）
Functionノード（メッセージを整形する）
Slackノード（整形したテキストを送信）

→ 「問い合わせが届くと、自動でSlackに飛んでくる仕組み」が完成します。

例え話でイメージすると…

トリガー＝インターホンが鳴る
アクション＝対応して、内容をメモに書き直す
アウトプット＝そのメモを誰かに渡す

n8nは、この一連の流れを LEGOブロックを組むように可視化していけるのが最大の特徴です。

ここまで理解できると「ノードをどう選んで組むか」が見えてきます。次の章（インストールや実際のワークフロー例）に進むとき、頭の中で「ノード＝部品、つなぐ＝配線」という図が浮かびやすくなるはずです。

3. インストール方法

n8nは クラウド版 と セルフホスト版 の両方があり、用途に合わせて選べます。

今回はローカルPCにインストールして「自分の環境で試す」方法を中心に解説します。

クラウドで試す場合

一番手軽な方法は公式サイトの n8n.io から無料アカウントを作ることです。
ブラウザだけでワークフローを作成・保存できるため、初めて触る方におすすめです。

ただし 無料枠は実行数やノード数に制限があるので、本格的に使う場合はセルフホストがベターです。

ローカル環境にインストールする場合

1. Node.js のインストール

n8nは Node.js 上で動くアプリです。
まずは Node.js 公式サイトから LTS版 をインストールしてください。

確認方法：

node -v
npm -v

バージョンが表示されればOKです。

2. n8n をインストール

npm（Node.jsのパッケージ管理ツール）で n8n をグローバルインストールします。

npm install -g n8n

インストール後、以下で起動できます。

n8n

3. 管理画面にアクセス

起動するとログに http://localhost:5678 と出るので、ブラウザで開きます。
ログイン画面が表示されたら、初回はユーザー名とパスワードを設定して管理画面へ。

4. 永続化（止めても消えない設定）

ローカルでそのまま起動すると、閉じたときに設定が消える場合があります。
環境変数を指定して「ユーザーデータを保存」すると便利です。

例：Linux/Mac

export N8N_USER_FOLDER=~/.n8n
n8n

Windows（PowerShell）

setx N8N_USER_FOLDER "C:\Users\lain\.n8n"
n8n

これでワークフローや認証情報が保存され、次回も同じ環境で使えます。

5. よくあるつまずきポイント

ポート競合 他のアプリが 5678 ポートを使っていると起動できない → --port 5679 のように指定可能
```
n8n --port 5679
```
ファイアウォール Windowsやセキュリティソフトがポートをブロックすることがあるので許可設定が必要
権限エラー（EACCES） Linux/Mac で npm -g インストール時に権限エラーが出る → sudo ではなく nvm を使うのがおすすめ

Docker で動かす場合（上級者向け）

ローカルで安定運用したい場合は Docker も選択肢です。

docker run -it --rm \
  -p 5678:5678 \
  -v ~/.n8n:/home/node/.n8n \
  n8nio/n8n

-p 5678:5678 → ポート開放
-v ~/.n8n:/home/node/.n8n → 設定やデータを永続化

👉 サーバーで24時間稼働させるなら Docker 一択です。

まとめ

まずは npm install -g n8n → n8n でOK
http://localhost:5678 にアクセスすれば管理画面が出る
設定を永続化したい場合は N8N_USER_FOLDER を指定
本格運用なら Docker でホストすると安定

4. 初めてのAIエージェント作成（詳しく）

ここでは「Webhookで質問を受け取り → ChatGPTで回答 → 返す」という最小構成のAIチャットエージェントを作ります。
n8nの強みは、ノードを3つつなぐだけでAIエージェントが完成するところにあります。

ワークフローの流れ

Webhookノード
- 外部からの質問を受け取る入り口です。
- 設定画面で以下を指定：
  - HTTP Method: POST
  - Path: /ask （任意の名前でOK）
これで http://localhost:5678/webhook/ask にリクエストを送れるようになります。

例：curlで質問を送る
```
curl -X POST http://localhost:5678/webhook/ask \
-H "Content-Type: application/json" \
-d '{"question": "今日の天気は？"}'
```

OpenAIノード
- Webhookで受け取った「質問」をAIに投げます。
- 事前に OpenAI APIキーを n8n に登録しておきます。
- 設定例：
  - Resource: Chat
  - Operation: Create
  - Model: gpt-3.5-turbo など
  - Message:
```
{ "role": "user", "content": "{{$json["question"]}}" }
```
  - （↑ Webhookノードから受け取った question をそのまま渡している）

Respond to Webhookノード
- AIの返答をそのまま呼び出し元に返します。
- 設定で「Response Data」を選択 → json に以下を指定：
```
{ "answer": "{{$json["choices"][0]["message"]["content"]}}" }
```
→ これでエンドポイントにアクセスした人へ、AIの返答が返ります。

画面イメージ

ワークフローはこんな感じになります：

📩 Webhook (質問受け取り)
    ↓
⚙️ OpenAI (AI応答生成)
    ↓
📤 Respond to Webhook (回答を返す)

動作確認

ワークフローを 「アクティブ」 にする
curl などで質問を送信する
JSON形式で回答が返ってくる

例：

curl -X POST http://localhost:5678/webhook/ask \
-H "Content-Type: application/json" \
-d '{"question": "n8nって何ですか？"}'

レスポンス：

{
  "answer": "n8nはオープンソースのワークフロー自動化ツールです..."
}

ポイント

最低限3ノードで動く → シンプルなのに「エージェント感」が出る
Webhookノードは外部アプリ連携の玄関口
Respond to Webhookで即応答できる → APIサーバーを自作したような感覚になる

5. コードでカスタマイズ

Function ノードは、n8n の中で 受け取った JSON を自在に加工する小さな JavaScript 実行環境 です。「ノードの間に 1 行差し込むだけで“欲しい形”に整える」用途に最適です。

基本ルール：配列を返す Function ノードの出力は [{ json: {...} }, { json: {...} }] のような配列です。

5.1 入力の取り方と出力の基本

入力：直前ノードのデータは {$json} で参照（式ではなくコード内では $json）
出力：return [{ json: {...} }]; の配列形式で返す

// 受け取ったテキストに前置きを追加
const body = $json.question || $json.body || "";
return [
  {
    json: {
      text: `【AIエージェントの回答】 ${body}`
    }
  }
];

フィールド名が不確定なことはよくあります。上のように フォールバック を用意しておくと実運用で強いです。

5.2 Function と Function Item の違い（つまずき防止）

Function：全アイテムまとめて処理（$items() を使える）
Function Item：1アイテムずつ処理（シンプルで速い）

大量データの一括変換は Function、1件ごと変換は Function Item が向きます。最初は Function でOK。

5.3 OpenAI ノード前の“前処理”テンプレ

目的：Webhook で受けた JSON を、OpenAI の Chat / messages 形式に整える。 ※このノードの次に OpenAI（Chat）を置き、「Messages」に {{$json.messages}} を渡します。

// 受け取る想定: { question: "n8nって何？", userId: "guest" }
const q = ($json.question || "").toString().trim();

if (!q) {
  // 空質問は 400 風のエラーで早期終了（IFノードで分岐しても良い）
  throw new Error("質問テキストが空です。question フィールドを入れてください。");
}

// プロンプトの方針（ガードレール）
const system = [
  "あなたは親切で簡潔なアシスタントです。",
  "専門用語は短い補足を付け、例を1つ示すこと。",
  "箇条書きを活用して読みやすく。"
].join(" ");

const user = q;

// OpenAI(Chat) の messages 形式に整形
return [
  {
    json: {
      messages: [
        { role: "system", content: system },
        { role: "user",   content: user }
      ]
    }
  }
];

こうしておくと、**OpenAIノード側は“データをそのまま受けるだけ”**で済み、再利用・差し替えがラク。

5.4 クレンジング＆正規化（実務で効く小ワザ）

function normalize(str = "") {
  return String(str)
    .replace(/\r\n/g, "\n")  // 改行統一
    .replace(/\s+\n/g, "\n") // 行末空白削除
    .trim();
}

const title = normalize($json.title);
const body  = normalize($json.body);

// 長すぎる入力のガード（LLMへの投げ過ぎ防止）
const MAX = 2000;
const safeBody = body.length > MAX ? body.slice(0, MAX) + " …(truncated)" : body;

return [{ json: { title, body: safeBody } }];

normalize：改行・空白の揺れを吸収
トークン節約：LLM に渡す前に最大長を切るのは実務で超大事

5.5 条件分岐・コマンド解釈

// 例: "/summary ..." や "/translate ..." などの簡易コマンド
const raw = ($json.question || "").trim();
const m = raw.match(/^\/(\w+)\s+([\s\S]*)$/);

let intent = "chat";
let payload = raw;

if (m) {
  intent  = m[1].toLowerCase(); // "summary" | "translate" | ...
  payload = m[2].trim();
}

return [{ json: { intent, payload } }];

このあと IF ノード で intent を見て分岐すれば、1 本の Webhook で複数機能を扱えます。

5.6 エラーハンドリングとデバッグ

try {
  // 何か処理
  const input = $json.input?.trim();
  if (!input) throw new Error("input が必要です。");

  return [{ json: { ok: true, input } }];
} catch (e) {
  // 失敗を「IFノードで拾える形」で返すパターン
  return [{ json: { ok: false, error: e.message } }];
  // もしくは実行自体を失敗にしたいなら:
  // throw e;
}

throw：その場で実行エラー（上流で失敗扱い）
ok フラグ：IF ノードで分岐できるソフトエラー方式（ワークフローを止めない）

デバッグしたい時は console.log() が有効。実行履歴のノード出力に表示されます。

5.7 複数アイテムを返す（ループ展開）

たとえば RSS の複数記事を 1 件ずつ AI に投げる場合、Function で配列を展開しておくと楽です。

// 入力: { articles: [{title: "...", url: "..."}, ...] }
const items = [];
for (const a of ($json.articles || [])) {
  items.push({
    json: {
      messages: [
        { role: "system", content: "以下の記事を100文字で要約して。" },
        { role: "user", content: `${a.title}\n${a.url}` }
      ],
      meta: a
    }
  });
}
return items;

この形で出しておくと、OpenAI ノードが自動で N 回ループしてくれます（n8n は配列の各要素を個別アイテムとして流すため）。

5.8 “Set ノードで十分”な場面もある

単純なフィールド名の変更や静的値の付与は Set ノードのほうが速く・安全。
**Function は“最後の手段”**くらいの気持ちで。保守性が上がります。

5.9 ミニ・レートリミット（簡易ウェイト）

API 連打を避けたい時に、Wait ノードの代わりに 1～2 秒の間引きを入れる例。

function sleep(ms){ Atomics.wait(new Int32Array(new SharedArrayBuffer(4)), 0, 0, ms); }
// ※FunctionノードのJSは同期実行。擬似スリープならこの手でOK。

sleep(1200); // 1.2秒ウェイト
return [{ json: $json }];

本格的な制御は Wait ノードや Rate Limit ノードを推奨（見通しが良くなる）。

5.10 よく使う n8n 変数（最小セット）

$json：現在アイテムの JSON
$items()：上流ノードの出力一覧（Function のみ）
$node["ノード名"].json：別ノードの出力参照（直列より前）
$now：ISO 日付（new Date().toISOString() 相当）
$executionId：実行ID（ログ相関に便利）

まとめ（この章の着地点）

Function ノードは“前処理・整形・分岐”の即効薬
OpenAI の messages 構築を Function に寄せると、下流がシンプルになる
エラー処理・入力クレンジング・長さガードは最初から入れておくと後が楽
単純変換は Set ノード、重い・複雑な加工は Function と使い分ける

6. 応用例（できることの幅をもう少し詳しく）

n8n の強みは、さまざまなサービスやAIを「線でつなぐだけ」で連携できるところにあります。

ここでは3つの代表的なシナリオを紹介します。

6.1 Slack通知 → ChatGPTで要約 → 自分にメール送信

用途イメージ：Slackのチャンネルに流れる大量の情報をAIに要約させ、自分だけにメールで届くようにする。

ワークフロー構成

Slack Trigger
- 新しいメッセージが投稿されたら起動
- 例：#dev-channel の更新を監視
OpenAI（Chat）ノード
- メッセージ内容を要約
- system プロンプト例：「以下のテキストを200字以内で要約してください」
Email ノード（GmailやSMTP）
- 要約文を自分のメールに送信

ポイント

「要約」→「メール転送」なので情報過多を防ぎ、通知疲れを解消できる
フィルタノードを挟んで、特定キーワードを含むメッセージだけ処理するのも便利

6.2 RSS記事取得 → LLMで要点抽出 → Twitterに投稿

用途イメージ：ニュースサイトのRSSを自動で監視し、AIに要点を抽出させてTwitterに自動投稿する。

ワークフロー構成

RSS Read ノード
- 指定したRSSフィードから最新記事を取得
Function ノード（整形）
- タイトル＋URL を LLM で扱いやすい形に整形
OpenAI（Chat）ノード
- 「この記事の内容を100字程度で要約して、Twitter投稿風にまとめてください」と指示
Twitter ノード
- AIの生成したテキストをそのままツイート

ポイント

Twitter投稿の文字数制限（280文字）を Function ノードでカットしておくと安心
IFノードを入れて、重複記事や古い記事はスキップする仕組みにできる

6.3 音声入力 → Whisperで文字起こし → ChatGPTに質問

用途イメージ：スマホから音声を送信すると、自動で文字起こしされ、ChatGPTが返答してくれる。

ワークフロー構成

Webhook ノード
- 音声ファイル（mp3, wav）を受け取るエンドポイント
OpenAI Whisper ノード
- 音声をテキストに変換
- 出力例：{"text": "明日の天気はどうなる？"}
OpenAI（Chat）ノード
- Whisperで変換したテキストを ChatGPT に投げて回答を生成
Respond to Webhook ノード
- 返答をユーザーに返す

ポイント

音声をそのままAIに渡さず、文字にしてから投げることで誤解を減らせる
スマホアプリ（ショートカット・Tasker等）からWebhookに音声を送れば、**「しゃべるだけでAIに質問」**が実現できる

Slack × AI × メール → 情報整理の自動秘書
RSS × AI × Twitter → 自動ニュース発信Bot
音声入力 × Whisper × ChatGPT → 音声対話エージェント

これらが ノーコード／ローコードで作れるのが n8n の強みです。プログラミング経験が浅くても「部品を組み合わせる」だけで、AIエージェントが現実のタスクを肩代わりしてくれます。

7. まとめ

n8nはノーコードで始められる自動化プラットフォーム → ノードをつなげるだけで「AIエージェント」や「業務自動化フロー」を構築できる
クラウド版とセルフホスト版が選べる柔軟さ → お試しはクラウド、ガッツリ運用はローカルやDockerで
Functionノードでちょっとコードを足せば実用度が一気にアップ → データ整形、前処理、条件分岐など、AI活用がより現実的になる
応用範囲が広い → Slack通知やRSS配信から、音声アシスタントまで「自分専用のエージェント」を手軽に作れる

まずは「Webhook → OpenAI → Response」の3ノード構成を試してみましょう。たったこれだけで、あなたのPC上に「自分だけのAIエージェント」が誕生します。

1. n8nとは？#

n8n.io - AI workflow automation tool

2. n8nの基本イメージ#

ノードの基本3種類#

1. トリガー（Trigger）#

2. アクション（Action / Processing）#

3. アウトプット（Output / Destination）#

ノード同士のつなぎ方#

イメージ例（簡単なフロー）#

例え話でイメージすると…#

3. インストール方法#

クラウドで試す場合#

ローカル環境にインストールする場合#

1. Node.js のインストール#

2. n8n をインストール#

3. 管理画面にアクセス#

4. 永続化（止めても消えない設定）#

5. よくあるつまずきポイント#

Docker で動かす場合（上級者向け）#

まとめ#

4. 初めてのAIエージェント作成（詳しく）#

ワークフローの流れ#

画面イメージ#

動作確認#

ポイント#

5. コードでカスタマイズ#

5.1 入力の取り方と出力の基本#

5.2 Function と Function Item の違い（つまずき防止）#

5.3 OpenAI ノード前の“前処理”テンプレ#

5.4 クレンジング＆正規化（実務で効く小ワザ）#

5.5 条件分岐・コマンド解釈#

5.6 エラーハンドリングとデバッグ#

5.7 複数アイテムを返す（ループ展開）#

5.8 “Set ノードで十分”な場面もある#

5.9 ミニ・レートリミット（簡易ウェイト）#

5.10 よく使う n8n 変数（最小セット）#

まとめ（この章の着地点）#

6. 応用例（できることの幅をもう少し詳しく）#

6.1 Slack通知 → ChatGPTで要約 → 自分にメール送信#

ワークフロー構成#

ポイント#

6.2 RSS記事取得 → LLMで要点抽出 → Twitterに投稿#

ワークフロー構成#

ポイント#

6.3 音声入力 → Whisperで文字起こし → ChatGPTに質問#

ワークフロー構成#

ポイント#

7. まとめ#

💬 コメント

1. n8nとは？

2. n8nの基本イメージ

ノードの基本3種類

1. トリガー（Trigger）

2. アクション（Action / Processing）

3. アウトプット（Output / Destination）

ノード同士のつなぎ方

イメージ例（簡単なフロー）

例え話でイメージすると…

3. インストール方法

クラウドで試す場合

ローカル環境にインストールする場合

1. Node.js のインストール

2. n8n をインストール

3. 管理画面にアクセス

4. 永続化（止めても消えない設定）

5. よくあるつまずきポイント

Docker で動かす場合（上級者向け）

まとめ

4. 初めてのAIエージェント作成（詳しく）

ワークフローの流れ

画面イメージ

動作確認

ポイント

5. コードでカスタマイズ

5.1 入力の取り方と出力の基本

5.2 Function と Function Item の違い（つまずき防止）

5.3 OpenAI ノード前の“前処理”テンプレ

5.4 クレンジング＆正規化（実務で効く小ワザ）

5.5 条件分岐・コマンド解釈

5.6 エラーハンドリングとデバッグ

5.7 複数アイテムを返す（ループ展開）

5.8 “Set ノードで十分”な場面もある

5.9 ミニ・レートリミット（簡易ウェイト）

5.10 よく使う n8n 変数（最小セット）

まとめ（この章の着地点）

6. 応用例（できることの幅をもう少し詳しく）

6.1 Slack通知 → ChatGPTで要約 → 自分にメール送信

ワークフロー構成

ポイント

6.2 RSS記事取得 → LLMで要点抽出 → Twitterに投稿

ワークフロー構成

ポイント

6.3 音声入力 → Whisperで文字起こし → ChatGPTに質問

ワークフロー構成

ポイント

7. まとめ