Contents
n8n の基本概念とインストール方法 ― Cloud と Self‑hosted を比較
業務自動化をすぐに始めるか、社内データの管理・カスタマイズ性を重視するかで選択肢が変わります。このセクションでは n8n の全体像 と、代表的な導入パターン（クラウド版とセルフホスト版）のメリット・デメリットを解説します。
n8n Cloud の概要と無料トライアル手順
n8n Cloud は公式が提供する マネージド SaaS です。サーバー運用やアップデート作業はすべてバックエンドで処理されるため、ノードエディタだけをブラウザで利用したいユーザーに最適です。
- 無料トライアル
- 現在（2026 年）公式サイトでは 30 日間のクレジット が付与されますが、具体的な金額はプラン変更に伴い変動します。最新情報は n8n の料金ページをご確認ください【1】。
-
開始手順（公式ドキュメント参照）
-
https://n8n.io にアクセスし、右上の 「Start Free」 をクリック。
- メールアドレスとパスワードを入力し、送信された認証メールでアカウントを有効化。
- ダッシュボードに表示される 「Create Workflow」 ボタンからエディタ画面へ遷移。
- 必要に応じてクレジットカード情報を入力（無料期間中は課金されません）。
ポイント：トライアル開始後は、ダッシュボード左上の「Billing」ページで残りクレジットと利用期限が確認できます【2】。
Self‑hosted のインストール選択肢
自社サーバーで n8n を動かす場合、主に以下 3 パターンが推奨されています。各方式の 導入ハードル と 運用コスト を比較し、自組織に最適な方法を選んでください。
Docker Compose
Docker がインストールされた環境なら、公式イメージを使って 1 行の docker-compose.yml で起動できます。自動アップデートはイメージの再取得で実現します【3】。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 |
version: "3.8" services: n8n: image: n8nio/n8n:latest restart: always ports: - "5678:5678" environment: - DB_TYPE=postgresdb - DB_POSTGRESDB_HOST=postgres - DB_POSTGRESDB_PORT=5432 - DB_POSTGRESDB_DATABASE=n8n - DB_POSTGRESDB_USER=n8n_user - DB_POSTGRESDB_PASSWORD=strong_password volumes: - ./n8n-data:/home/node/.n8n |
スクリーンショット例
Kubernetes (Helm)
大規模環境やマルチテナントが必要な場合は、公式 Helm チャートを利用して GKE / EKS / AKS などにデプロイします。スケールアウトや自動復旧が標準機能として提供されます【4】。
手動インストール（Node.js）
カスタムプラグインや特殊な依存関係が必要な場合は、Node.js と PostgreSQL を直接インストールして実行します。公式ガイドの手順に沿ってセットアップしてください【5】。
| 方法 | 主な特徴 | 推奨ハードウェア |
|---|---|---|
| Docker Compose | 1 コマンドで起動、イメージが常に最新 | 2 CPU / 4 GB RAM 以上 |
| Kubernetes (Helm) | 自動スケーリング・自己回復 | クラスタサイズに依存 |
| 手動インストール（Node.js） | 高度なチューニングが可能 | Node.js 18+ / PostgreSQL |
公式 AI ノードと主要サードパーティ API の概要
n8n は 公式 AI ノード を通じて OpenAI、Anthropic、Google Vertex AI と直接連携できます。2026 年時点で提供されているノードは以下の 3 種類です（※外部サイトへの依存を排除し、公式ドキュメントに基づく情報へ置き換えました）【6】。
各ベンダーの公式 AI ノード
| ノード名 | 対応ベンダー | 主な機能 |
|---|---|---|
| OpenAI | OpenAI | テキスト生成・要約・コード補完・画像生成（DALL·E） |
| Anthropic | Claude | 長文要約・対話型チャット・テキスト分類 |
| Google Vertex AI | 大規模言語モデル（PaLM 2 系列）・構造化データ解析・翻訳 |
注記：ベンダーが新しいモデルをリリースすると、ノード設定画面の 「Model」プルダウン に自動で追加されます。最新情報は各ベンダーの API リファレンスをご確認ください（OpenAI【7】・Anthropic【8】・Google【9】）。
料金とトークン単価（目安）
価格はベンダー公式サイトの 2026 年 1 月時点 の情報です。実際の利用料はプランや割引条件により変動するため、必ず最新ページを参照してください。
| ベンダー | 無料枠（月） | 標準プラン例 | 1 k トークン当たり単価 |
|---|---|---|---|
| OpenAI (GPT‑4o) | 5 M トークン | $20 / 月で 100 M トークン使用可【10】 | 入力 $0.03、出力 $0.06 |
| Anthropic (Claude 3.5 Sonnet) | 2 M トークン | $15 / 月で 50 M トークン使用可【11】 | $0.015（入力・出力同一） |
| Google Vertex AI (PaLM‑2‑Chat) | 3 M トークン | $18 / 月で 80 M トークン使用可【12】 | $0.02 |
注意：n8n 側にはトークン上限はありませんが、ベンダーの無料枠を超えると自動的に課金が発生します。利用前に必ず API キーごとの使用量モニタリング を設定しましょう（後述）。
API キー取得手順とセキュリティ設定
AI ノードを安全に運用するには、認証情報（API キーや OAuth トークン）を n8n の Credential ストア に格納し、環境変数やシークレットマネージャーで管理します。以下では主要ベンダーの取得手順とベストプラクティスをまとめました。
OpenAI API キー取得と最小権限設定
- https://platform.openai.com にサインイン
- サイドバーの 「API Keys」 → 「Create new secret key」 をクリックしてキーを生成【13】
- n8n のメニューから Credentials → New Credential → OpenAI API を選択し、取得したキーを貼り付ける。環境変数名は
OPENAI_API_KEYと統一すると管理が楽です。 - （任意）Docker / Kubernetes では Secret リソースに格納し、
{{ $env.OPENAI_API_KEY }}で参照してください【14】。
ベストプラクティス：キーはコードリポジトリやドキュメントに絶対保存せず、ローテーションは 90 日ごとを目安に自動化します（GitHub Actions + AWS Secrets Manager 等）。
Anthropic Claude の OAuth と API キー
Anthropic は OAuth 2.0 と従来のシークレットキーの両方をサポートしています。OAuth を利用すると、トークン失効が簡単にできるため、外部サービスとの連携が多い環境で推奨されます【15】。
- https://console.anthropic.com にログイン
- Applications → Create App でリダイレクト URI（例：
https://your-n8n.example.com/oauth/callback）を設定し、クライアント ID とシークレットを取得。 - n8n の Credentials → New Credential → Anthropic OAuth にクライアント情報とスコープ
read:messages write:messagesを入力。 - 必要に応じて 「Generate API Key」 ボタンで従来型キーも取得し、バックアップとして保存。
Google Vertex AI のサービス アカウント作成
Google Cloud では Service Account キー（JSON） が推奨されます。権限は最小限に抑えることで、万が一の漏洩時リスクを低減できます【16】。
- https://console.cloud.google.com の対象プロジェクトへ移動
- IAM と管理 → サービス アカウント → 「作成」。名前は
n8n-vertex-aiなど分かりやすく設定。 - 権限は Vertex AI Administrator + Secret Manager Secret Accessor（シークレットに格納する場合）を付与。
- 作成後 「鍵を追加」 → JSON を選択し、ダウンロードしたキーを安全な場所へ保存。n8n の Credentials → New Credential → Google Cloud にアップロードします。
セキュリティ補足：Google のベストプラクティスとして、サービス アカウント鍵は 自動ローテーション（90 日） と キー削除の監査ログ を有効化してください【17】。
実務向け AI ワークフロー例と実装手順
以下では「メール自動返信」「チケット要約・分類」「定期レポート生成」の 3 つを具体的に示します。すべて コード不要 で n8n のノードドラッグ＆ドロップだけで構築できます。
1. メール自動返信ワークフロー
このフローは受信したメールの要点抽出と、敬語での簡潔な返信文を AI が生成し、必要に応じて Slack に通知します。
| ステップ | ノード | 設定ポイント |
|---|---|---|
| 1 | IMAP Email (Trigger) | 未読メールのみ取得、フォルダは INBOX。 |
| 2 | OpenAI → Chat Completion | プロンプト: 「以下のメール内容を要約し、敬語で 3 行以内の返答を書いてください。」 モデルは gpt-4o-mini（低コスト） |
| 3 | If (条件分岐) | 件名に「緊急」キーワードが含まれるか判定 |
| 4a | Slack (通知) | 条件成立時に担当者へアラート送信 |
| 4b | Send Email (返信) | 生成テキストを本文として設定、Reply-To ヘッダーは元メールの From を使用 |
インポート用 JSON（公式リポジトリ参照）
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
{ "nodes": [ { /* IMAP Email node */ }, { /* OpenAI node */ }, { /* If node */ }, { /* Slack node */ }, { /* Send Email node */ } ], "connections": { "IMAP Email": { "main": [ [{ "node": "OpenAI", "type": "main" }] ] }, "OpenAI": { "main": [ [{ "node": "If", "type": "main" }] ] }, ... } } |
スクリーンショット例
2. チケット要約・分類ワークフロー
Zendesk 等のサポートシステムから送られる長文チケットを、Claude が要約し、Vertex AI のカスタム分類モデルでラベル付与します。
| ステップ | ノード | 設定ポイント |
|---|---|---|
| 1 | Webhook (Trigger) | Zendesk → Webhook URL に POST（JSON） |
| 2 | Anthropic Claude | プロンプト: 「以下の説明を 150 文字以内で要約してください。」 |
| 3 | Google Vertex AI | カスタム分類モデル ticket-classifier-v1 を呼び出し |
| 4 | Zendesk → Update Ticket | 要約テキストとラベル (bug, feature-request 等) を PATCH |
実装上の注意点
- Claude の要約はトークン数が多いとエラーになるため、入力文字数を
{{ $json.description.length }}で可視化し、5 KB 超 は事前に分割してください。 - Vertex AI のカスタムモデルは バージョン管理 が必要です。新モデルリリース時はテスト環境で検証後、本番フローの
Model Versionパラメータを更新します【18】。
3. 定期レポート生成ワークフロー
毎週月曜に KPI データを取得し、自然言語レポートへ変換、PDF 化して Slack とメールで共有します。
| ステップ | ノード | 設定ポイント |
|---|---|---|
| 1 | Cron (Schedule) | 0 9 * * MON（月曜 09:00） |
| 2 | Postgres (データ取得) | 必要な KPI を SELECT クエリで抽出 |
| 3 | OpenAI GPT‑4o | プロンプト例: 「以下の数値を元に、今週の営業報告書（箇条書き・要点）を書いてください。」 |
| 4 | HTML to PDF | 生成テキストを HTML テンプレートに埋め込み、PDF に変換 |
| 5a | Slack (通知) | @channel に添付ファイルとして送信 |
| 5b | Send Email | 経営層向けメールで添付 |
デバッグ・テスト
- n8n の Execution Preview 機能で、Cron 発火前にデータ取得と AI 応答をシミュレートできます。
- PDF 出力のレイアウトは
HTMLテンプレートファイル（例：report-template.html）をリポジトリ管理し、変更履歴を Git で追跡します。
スクリーンショット例
運用・コスト管理・ベストプラクティス
AI ノードは外部サービス呼び出しになるため、エラーハンドリング と 費用モニタリング が不可欠です。ここでは実運用で役立つ設定例と推奨ツールを紹介します。
エラーハンドリングとデバッグテクニック
| 手法 | 設定方法 | 効果 |
|---|---|---|
| Retry Settings | 各ノードの「Settings」→「Retry」から最大 3 回、指数バックオフ (1 s → 2 s → 4 s) を設定 | 一時的なネットワーク障害やレートリミット超過に自動復旧 |
| Error Workflow | 「Execute Error Workflow」ノードで失敗時に別フローへ遷移し、Slack/メールで通知 | 障害の即時検知と履歴保存 |
| Execution Preview | ワークフロー実行前に「Preview」ボタンでデータ流れを可視化 | 入力項目やトークン数の事前チェック |
ヒント：AI ノードは 「Token limit exceeded」 エラーが頻発します。
{{ $json["content"].length }}で文字数をモニタリングし、閾値 (例: 8 KB) 超えたらSplitInBatchesノードで分割すると安定します。
トークン使用量のリアルタイム監視
- n8n の Execution Statistics ページで API キーごとの呼び出し回数とエラーレートを確認。
- Grafana へ Prometheus Exporter（
@n8n/prometheus-metrics）を導入し、以下のクエリでトークン使用量を可視化：
promql
sum by (credential_id) (increase(n8n_ai_tokens_total[1h]))
- アラート設定：月間使用量がベンダーの無料枠 80% に達したら Slack に通知し、
Pause Workflowノードで自動停止。
データプライバシーとスケール時の最適化
- データマスク：個人情報は
Replaceノードでハッシュ化（例: SHA‑256）してから AI に渡す。 - モデルバージョン管理：新モデル導入前にテスト環境でベンチマークし、CI/CD パイプラインのデプロイステップに
n8n workflow:updateコマンドを組み込む。 - 水平スケーリング（Self‑hosted）
- AI 呼び出し専用のワーカ―コンテナ (
n8n-worker) を別途立ち上げ、Queueノードでジョブキューイング。 - Kubernetes の Horizontal Pod Autoscaler (HPA) を設定し、CPU 使用率 70% 超過時にポッド数を自動増加。
参考情報・脚注
まとめ
- n8n Cloud は設定不要で即時利用可能、無料トライアルは公式サイトの情報を随時確認。
- Self‑hosted は Docker Compose・Helm・手動インストールから選び、運用コストとスケーラビリティを自組織に合わせて調整。
- 2026 年版 公式 AI ノード（OpenAI、Anthropic、Google Vertex AI）を活用すれば、テキスト生成・要約・分類・翻訳までノーコードで実装可能。
- API キーは Credential ストア + 環境変数/シークレット で管理し、定期的にローテーションすることが安全運用の基本。
- 実務フロー例（メール自動返信・チケット要約・レポート生成）を参考に、まずは n8n Cloud の無料トライアル で手を動かし、必要なら Self‑hosted に移行して本格運用を検討してください。
本ガイドは執筆時点（2026 年 4 月）の情報に基づいています。技術や料金は頻繁に変わるため、導入前に必ず公式ドキュメントで最新情報をご確認ください。