n8n入門2026｜ノーコードでAIワークフローを構築する全手順

1. n8nとは何か｜Make・Zapierとの決定的な違い

n8nは2019年にドイツのJan Oberhauser氏が公開したワークフロー自動化プラットフォーム。「fair-code」ライセンスで、ソースコードは公開されているがフォークして商用再配布するには制限がある。個人や社内利用でセルフホストする分には完全に無料という位置づけだ。

ZapierやMakeとの最大の差はAIノードの充実度。n8nはLangChainをネイティブ統合しており、AIエージェント・メモリ・ツール呼び出しをGUIのノードとして配置できる。ZapierにもAI機能はあるが、カスタマイズの自由度はn8nが圧倒的に高い。

意外だったのは、コミュニティの活発さだ。GitHubスター数は5万超、公式テンプレートは1,000以上。「こんなワークフローを作りたい」と思ったとき、大抵は誰かがテンプレートを公開している。

もう一つ見落としがちな点として、n8nはコードノードを持っている。JavaScriptやPythonのコードをワークフロー内に直接書けるため、「ノーコードで8割作って残り2割はコードで対応」という現実的な運用が可能。ここがMakeにはない強みだ。

2. 料金プラン比較｜無料でどこまで使えるか

n8nの料金体系を調べてみると、セルフホストとクラウドで大きく異なることがわかる。

正直なところ、個人利用やスタートアップならCommunity版のセルフホスト一択だ。ワークフロー数も実行回数も無制限で、AI機能も含めて全機能が使える。必要なのはDockerが動くサーバーだけ。

「サーバー管理が面倒」という人にはクラウド版のStarterプランがある。月$20でZapierのProfessionalプラン（月$49.99）より安く、しかもn8nのほうがAI機能は充実している。

3. インストールと初期設定（Docker / Cloud）

3-1. Dockerでセルフホスト（推奨）

最も手軽なのはDocker Composeを使う方法。以下のファイルを作成して起動するだけで、ブラウザからn8nにアクセスできる。

# docker-compose.yml
version: '3.8'
services:
  n8n:
    image: n8nio/n8n
    ports:
      - "5678:5678"
    environment:
      - N8N_BASIC_AUTH_ACTIVE=true
      - N8N_BASIC_AUTH_USER=admin
      - N8N_BASIC_AUTH_PASSWORD=your-password
    volumes:
      - n8n_data:/home/node/.n8n
volumes:
  n8n_data:

docker compose up -d
# ブラウザで http://localhost:5678 にアクセス

起動後、http://localhost:5678にアクセスするとセットアップ画面が表示される。メールアドレスとパスワードを設定すれば準備完了だ。

3-2. クラウド版を使う場合

Dockerに馴染みがないなら、n8n.ioでクラウドアカウントを作成する方法もある。14日間の無料トライアルがあるので、まずはクラウド版で試してからセルフホストに移行するのも現実的な選択肢だろう。

3-3. AIノードを使うための準備

n8nのAI機能を使うには、LLMプロバイダーのAPIキーが必要になる。対応プロバイダーは以下の通り。

• OpenAI（GPT-4o, GPT-4o-mini）
• Anthropic（Claude 4.5 Sonnet, Claude Opus 4.6）
• Google（Gemini 3.1 Pro, Flash）
• Ollama（ローカルLLM -- APIコストゼロ）
• Azure OpenAI

Ollamaを使えばAPIコストゼロで動かせる。ローカルLLMの導入方法は「Ollama入門2026」で詳しく解説している。

4. 最初のAIワークフローを作る

AIチャットボットを実際に組み立てる。所要時間は約15分。

Step 1: ワークフローを新規作成

n8nのダッシュボードから「New Workflow」をクリック。空のキャンバスが表示される。

Step 2: Chat Triggerノードを配置

「+」ボタンから「When chat message received」を検索して配置する。これがチャットの入力を受け取るトリガーだ。

Step 3: AI Agentノードを接続

Chat Triggerの出力からドラッグして「AI Agent」ノードを追加。LangChain統合の中核となるノードで、LLM・メモリ・ツールを束ねるハブ。ここへの接続が全て集約される。

Step 4: LLMモデルを接続

AI Agentノードの下にある「Model」コネクタから「OpenAI Chat Model」を追加。APIキーを設定し、モデルにgpt-4o-miniを選択する。コストを抑えたいならこのモデルが最適解。

Step 5: メモリを追加

会話の文脈を維持するなら「Simple Memory」ノードをAI Agentに接続する。チャット履歴を保持し、前の発言を踏まえた応答が返るようになる。

ワークフロー構成:

[Chat Trigger] --> [AI Agent]
                     |-- [OpenAI Chat Model] (gpt-4o-mini)
                     +-- [Simple Memory]

「Test Workflow」をクリックするとチャット画面が開き、AIと対話できるようになる。ここまで15分もかからない。

5. 実用AIワークフロー3選

基本のチャットボットが作れたら、次は実務で使えるワークフローに挑戦してみよう。n8nの公式テンプレートとコミュニティの事例を調べた中から、特に実用性が高い3つを紹介する。

5-1. メール自動分類 + 返信ドラフト生成

ワークフロー構成:

[Gmail Trigger] --> [AI Agent] --> [IF分岐]
                     |               |-- 問い合わせ --> [返信ドラフト作成]
                     |               |-- 営業メール --> [Slack通知]
                     |               +-- その他 --> [ラベル付与]
                     +-- [OpenAI Chat Model]

Gmail Triggerで受信メールを取得し、AI Agentが内容を分類。問い合わせメールには返信ドラフトを自動生成し、営業メールはSlackに転送、それ以外はラベルだけ付ける。実際にこのワークフローを導入した企業では「メール処理時間が1日30分から5分に減った」という声が多い。

5-2. Googleスプレッドシート x AI分析

ワークフロー構成:

[Schedule Trigger] --> [Google Sheets] --> [AI Agent] --> [Slack]
  (毎朝9時)            (売上データ取得)     (傾向分析)    (レポート投稿)

毎朝9時にスプレッドシートから売上データを取得し、AIが前日比・週間トレンドを分析してSlackにレポートを投稿する。地味だが効果が大きいのがこの手の定型レポート自動化。手作業でExcelを開いてグラフを作る時間がゼロになる。

5-3. RAGチャットボット（社内ドキュメント検索）

ワークフロー構成:

[Chat Trigger] --> [AI Agent]
                     |-- [OpenAI Chat Model]
                     |-- [Simple Memory]
                     +-- [Vector Store Tool]
                           +-- [Qdrant Vector Store]
                                 +-- [OpenAI Embeddings]

n8nにはVector Store Toolノードがあり、Qdrant・Pinecone・Supabaseなどのベクトルデータベースと接続できる。社内マニュアルやFAQをベクトル化しておけば、「有給休暇の申請方法は？」と聞くだけで該当ドキュメントを引用した回答が返ってくる。

RAG（Retrieval-Augmented Generation）の仕組みについては「プロンプトエンジニアリング入門」でも触れている。n8nならそのRAGをコードなしで実装できるのが強みだ。

これらのテンプレートはn8n公式サイトの「Templates」ページからワンクリックでインポートできる。ゼロから組む必要がないのもn8nの魅力だろう。ノーコード開発全般の動向は「ノーコード市民開発ガイド2026」でまとめている。

6. n8n vs Make vs Zapier｜AI自動化に強いのは？

3ツールを比較検証した結果をまとめた。AI自動化という観点では、n8nが頭一つ抜けている。

連携サービス数ではZapierが圧倒的だが、AI機能に限れば話が変わる。n8nはLangChainのAI Agent・Memory・Tool・Vector Storeノードを全て揃えており、ノーコードでAIエージェントを構築できる唯一のツールと言っていい。

もったいないと感じるのが、Makeの立ち位置。UIの完成度は高いのに、AI連携が弱い。OpenAIモジュールはあるが、エージェントやRAGを組むには力不足で、2026年中のアップデートに期待するしかない状況だ。

結論として、AI自動化が目的ならn8n、単純なアプリ連携が主ならZapier、コスパ重視の非AI自動化ならMakeという使い分けが現実的だろう。AIを活用した副業に興味があるなら「生成AIで稼げる副業10選」も参考になる。

7. よくある質問

まとめ

n8nは「ノーコード x AI x セルフホスト」を全て満たす稀有なツール。ZapierやMakeにはないLangChain統合のAIエージェント機能が、2026年のワークフロー自動化における決定的な差別化要因になっている。

Dockerで動かすのに10分あれば足りる。チャットボット一本作り終えると、「次はこのAPIを繋いでみよう」と自然にアイデアが連鎖し始める。

AIエージェントの全体像は「AIエージェント完全ガイド2026」で、副業としての収益化は「生成AIで稼げる副業10選」で掘り下げた。

参考書籍

n8nやワークフロー自動化をさらに深く学びたい方向けの書籍。

• 『ノーコード/ローコード入門』（日経BP） -- ノーコードツール全般の考え方と実践方法を学べる一冊
• 『LangChain完全入門』（技術評論社） -- n8nのAI機能の基盤であるLangChainの理解に最適