n8nとは｜ノーコード自動化ツールの使い方・料金・AI連携を解説

n8n（エヌエイトエヌ）とは｜ノードベース自動化プラットフォームの全体像

結論として、n8nは 「複数のサービスを順番につなぐ自動化フロー」を視覚的に組み立てられるツール です。ZapierやMakeに近い見た目を持ちつつ、コードもAIも書き込める点で立ち位置が少し異なります。

公式の説明では「AIエージェントとワークフローを視覚的に構築・制御できる」プラットフォームとされており、IT運用・セキュリティ・開発・営業など、技術寄りのチームを主な対象にしています（n8n公式）。GitHubリポジトリ では大規模なコミュニティを持つツールとして公開されており、ワークフロー自動化カテゴリのOSS／fair-code製品では認知度が大きい部類に入ります（最新のスター数は公式GitHubを参照）。

名前の由来とfair-codeライセンス

n8nは「nodemation（node + automation）」の頭尾を取って 「n - 8 letters - n」 と表記したのが由来とされています。読み方は「エヌ・エイト・エヌ」が一般的です。

ライセンスは Sustainable Use License という独自ライセンスで、OSI承認の純粋なオープンソースではなく fair-code という枠組みに分類されます。ソースコードは公開されており、社内利用や自社の業務自動化目的での無償セルフホストは可能です。ただし「n8n自体を競合する商用SaaSとして再販する」ような利用は制限されます。商用利用判定は公式のSustainable Use License解説ページで確認してください。

何ができるツールなのか

ざっくり言えば、次のようなことを コードを書かずに、あるいは少しだけ書いて 自動化できます。

• フォーム送信→Slack通知→Googleスプレッドシートに記録、というSaaS横断のフロー

• 毎朝9時にAPIを叩いてレポートを生成し、メールで配信する定期バッチ

• 問い合わせ内容をLLMに要約させ、Notionにチケットとして書き込むAIフロー

• 外部Webhookを受け取り、社内DBに保存して通知するイベント駆動処理

「Excelのマクロをサーバ側で、複数サービスにまたがって動かす」というイメージに近いです。

Zapier・Make・Difyとの位置づけの違い

似たカテゴリのツールが多いため、ポジションを整理しておきます。

n8nは「自動化フローを主軸にしつつ、AIも組み込みたい」という位置に座っています。AIアプリそのものを作りたい場合は、Difyの解説記事 の検討も並行するとよいです。

ミニFAQ：n8nの基本

Q. n8nは完全無料で使えますか？

セルフホストのCommunity Edition自体に実行回数課金はありません。ただし実際に処理できる量はサーバ性能や構成に依存し、運用するサーバ費用と保守は自分側の負担になります。Cloud版・Enterprise機能は有料です。

Q. プログラミング未経験でも触れますか？

基本的なフロー作成（フォーム→通知など）はノードの設定だけで動かせます。ただしHTTPリクエストやJSONの整形が登場するため、API・JSONの概念は理解しておいた方がスムーズです。

n8nの主要コンセプトと用語

最初に押さえておきたいのは、「ワークフロー＝処理の流れ」「ノード＝1つの処理」「実行＝1回の動作」 という3つの関係性です。

ワークフロー（Workflow）

ワークフローはn8nの 作業単位 です。トリガーから始まり、複数のノードを線（コネクション）でつないだものを1本のワークフローと呼びます。手動実行・スケジュール実行・Webhook受信などをきっかけに動きます。

ノード（Node）とトリガー（Trigger）

ノードは 個別の処理ブロック です。「Slackにメッセージを送る」「Google Sheetsに行を追加する」など、1ノード＝1動作と考えてください。ノードは大きく次の3種類に分かれます。

• Triggerノード：ワークフローを起こすきっかけ（Cron / Webhook / Form / Chat等）

• Actionノード：実際の処理（API呼び出し、DB書き込み、メール送信等）

• Cluster / Logicノード：分岐・ループ・関数呼び出しなどの制御

エクスペキューション（実行）と実行履歴

ワークフローを1回動かしたものを Execution（実行） と呼びます。実行ログには 各ノードに流れた入力データと出力データのスナップショット が残るため、後から「どこで詰まったか」を遡れるのが特徴です。

n8nのデバッグ体験で評価されることが多いのが、特定の1ノードだけを再実行できる「Single step」 の仕組みです。長いフローの末尾で失敗しても、その手前まではキャッシュしたまま末尾だけ修正できます。

クレデンシャル（Credential）の管理

外部サービスに接続するためのAPIキーやOAuthトークンは Credentials という別の領域でまとめて管理します。ノードからは「このCredentialを使う」と指定するだけで、本文中にキーを書く必要はありません。セルフホスト時はDBに暗号化保存され、N8N_ENCRYPTION_KEY という環境変数が暗号化の鍵になります。

n8nでできること｜主要ユースケース

n8nがよく使われる場面は、大きく4タイプに分けると整理しやすいです。

SaaS同士の橋渡し

Slack・Notion・Googleスプレッドシート・HubSpot・Salesforceなど、業務SaaSを 手作業の転記なしで連動させる 用途です。Zapierでよく見るパターンですが、n8nは1ワークフロー内に分岐や集計を入れやすく、複雑寄りのフローで使われます。

定期バッチ・データ収集の置き換え

Cronトリガーで毎日決まった時刻にAPIを叩き、データを取得して整形・保存・通知まで自動で回すパターンです。社内で動いている小さなバッチスクリプトを、n8nの実行ログ付きで運用したいケースに合います。

AIエージェントの簡易実装

AI Agentノードを使うと、「ユーザーの入力を受けて → ツール（外部API・DB検索）を呼ぶ → 回答を生成 → Slack/メールに返す」までを1フローでまとめられます。プロンプト・ツール・モデル切替が ノードのつなぎ替え で済むため、PoCの速度が出ます。RAG構成についてはLlamaIndexの解説記事 と組み合わせて考えると役割の違いが分かりやすくなります。

社内承認フロー・チケット自動化

問い合わせフォームやSlashコマンドをトリガーに、内容を判定して担当者へ振り分け、承認ボタンを挟んでから本処理に進む、というワークフローも組めます。承認フローはn8nのIFノードとWait（待機）ノードで作る のがよくあるパターンです。

ミニFAQ：ユースケース

Q. 既存のZapierフローを置き換えるメリットは？

n8nは1ワークフロー内に分岐・ループ・コードを混ぜやすいため、Zapierでマルチステップ Zap が増えすぎて管理しづらいケースで効きます。ただし非エンジニアが触る前提なら、Zapierのままが運用しやすいことも多いです。

n8nの使い方｜初めてのワークフロー作成手順

ここでは 「フォーム送信を受け取り、内容をLLMに要約させ、Slackに通知する」 という小さなワークフローを例に流れを追います。手順そのものより、各ステップで何が起きているかを掴むことを優先してください。

環境の選び方（Cloud版 / Docker / npm）

まず動かす環境を決めます。代表的な3パターンの違いはこちらです。

セルフホスト前提で業務利用するなら、Dockerベースで始める方が運用設計しやすい です。インフラ運用を持ちたくない場合は、無理にセルフホストせずCloud版から始める判断も現実的です。ローカルのnpm起動は学習に便利ですが、永続化やバックアップを自前で考える必要があります。

最初のワークフローを作る

1. トリガーノードを選ぶ：今回は「Form Trigger」を選択。フォームのURLが発行されます。

2. AI Agentノードを追加：「OpenAI Chat Model」または「Anthropic Chat Model」をサブノードとしてぶら下げます。

3. プロンプトを設定：「次のテキストを3行で要約してください：（前ノードの本文を変数で埋め込む）」のように、上流ノードの出力を変数経由で参照します。

4. Slackノードを追加：チャンネルとメッセージ本文（要約結果）を指定。

5. 「Execute Workflow」で1回試す：実行ログで各ノードの入出力を確認し、問題なければ Activeトグル をオンにします。

ポイントは、ノード間のデータが基本的にJSONで流れる ことです（JSONはキーと値の組み合わせでデータを表す一般的なテキスト形式です）。前ノードの出力をテンプレート変数（n8nでは二重波括弧の中に「$json.プロパティ名」と書く形式）で参照する書き方に慣れると、ほとんどのフローは作れるようになります。

HTTP Requestノードで未対応APIに繋ぐ

n8nには500を超える専用ノードがあるとはいえ、社内APIや新興SaaSはカバーされていないことがあります。その場合は HTTP Requestノード で直接APIを叩きます。

このノードはGET/POST/PUT/DELETEを設定でき、ヘッダ・クエリ・ボディ・認証（Basic / Bearer / OAuth2）を画面から構成できます。「専用ノードがないから諦める」必要はほとんどありません。

Codeノードで独自処理を差し込む

ノードの設定だけで表現しきれないロジックは Codeノード に逃がします。JavaScriptが標準で、Python（Beta）も選べます。たとえば「配列を別キーで再集計」「正規表現でパース」のような処理は、Codeノードを1つ挟むのが結局早いケースが多いです。

ただし Codeノードを増やしすぎるとワークフローがスクリプト化 し、可読性とテストのしやすさを失います。「データの形を整える」用途に絞り、ビジネスロジックはノードで表現する、という棲み分けを意識した方が保守しやすくなります。

n8nのAI/LLM連携｜AI Agentノードと活用パターン

n8nの「らしさ」がいちばん出るのが、AI Agent関連のノードです。LangChainの主要概念を ノード化したサブシステム として持っており、コードを書かずにエージェントを構築できます。詳細はAI Agentノード公式ドキュメントを参照してください。

AI Agentノードの種類

公式ドキュメントに記載のあるエージェントタイプは次の通りです。

• Tools Agent：ツール呼び出しを前提とした最も汎用的なタイプ

• Conversational Agent：履歴を保持した会話型

• OpenAI Functions Agent：OpenAIの関数呼び出しに特化

• ReAct Agent：推論と行動を交互に行う古典的なReActパターン

• Plan and Execute Agent：計画立案→実行を分けるタイプ

• SQL Agent：SQLを生成して実行するDB特化型

最初は Tools Agent から始めて、応答が安定しないときに別タイプを試す、という流れが現実的です。LangChainで同じ構成を組むときの考え方はLangChainの解説記事に整理しています。

対応LLMとモデル選定の考え方

n8nのChat Modelノードは、執筆時点で次のような主要プロバイダに対応しています。

• OpenAI（GPTシリーズ） — 詳細はOpenAI APIの使い方を参照

• Anthropic（Claudeシリーズ） — 詳細はClaude APIの使い方を参照

• Google（Geminiシリーズ） — 詳細はGemini APIの使い方を参照

• Azure OpenAI / Mistral / Cohere / Ollama（ローカルLLM）など

モデル選定は 「精度」「速度」「価格」「データ取り扱い」 の4軸で考えるのが基本です。社外秘データを通すフローでは、API側のデータ学習ポリシーと、ノードを動かす環境（Cloud版か社内サーバか）も合わせて判断してください。

RAG構成（Vector Store連携）の作り方

RAG（Retrieval-Augmented Generation）の構成も、n8nなら次のようなノードの並びで組めます。

1. Document LoaderノードでPDF・URL・テキストを読み込む

2. Text Splitterノードで適切なチャンクに分割する

3. Embeddingsノードでベクトル化する

4. Vector Storeノード（Pinecone / Qdrant / Supabase等）に保存する

5. クエリ時は同じVector Storeを Retriever としてAI Agentにぶら下げる

RAG基盤としての作り込みを深めたい場合は、専用のRAGフレームワーク（LlamaIndex等）と組み合わせると棲み分けが効きます。

MCP・LangChain連携での拡張

近年は MCP（Model Context Protocol） のサーバ／クライアント連携を扱うノードも追加され、社内ツール・データソースをエージェントから安全に呼び出す構成が組みやすくなっています。LangChain側で作ったツール・チェーンをn8nから呼び出すパターンも実用域に入っており、「コードで作った部分は再利用しつつ、入口だけn8nに任せる」 という使い方も増えています（執筆時点）。

ミニFAQ：AI連携

Q. AIノードはどのプランで使えますか？

基本的なChat Model / Embeddings / Vector Store系のノードはCommunity Editionでも利用できます。一方、AI Workflow Builder（自然言語でワークフローを自動生成する機能）はCloud版での提供が中心 です（執筆時点。詳細はn8n Pricingを確認）。

n8nの料金プラン｜Cloud版とSelf-hosted版の比較

料金は Cloud版（マネージド） と Self-hosted版（自前運用） で考え方が大きく分かれます。

Cloud版のプラン

n8n Pricing 記載のプランを整理すると次のようになります（2026年6月時点・年払い適用時。最新の価格と上限は公式ページを必ず確認してください）。

ポイントは、2026年6月時点のCloud版が「実行数ベースの課金設計」 で、ノード数そのものでは課金されない点です。1回の実行が何ノードを通っても1回とカウントされるため、ノード数の多い重いフローはコスト効率が良くなります（プラン仕様は変更される場合があるため公式Pricingで最新情報を確認してください）。

Self-hosted版（Community / Enterprise）

セルフホストは インフラ・監視・バックアップ・アップデートが自社負担 になります。単一VMで小規模に運用する場合は比較的低コストで始めやすい一方、監視・冗長化・バックアップ・ログ基盤などを含めると費用は大きく変わります。本番運用を想定する場合は、最初から運用要件込みのコストを見積もってください。

商用利用とライセンスの注意点

Sustainable Use License は、社内業務での無償セルフホスト利用 を想定したライセンス設計とされていますが、「n8nそのものを再販する競合SaaSにする」ような用途は制限されます。SES・受託で 「クライアント企業の業務自動化のためにn8nを構築・運用する」 ような形は一般に想定される利用範囲とされていますが、最終的な適法性判断は公式ライセンス本文の確認や法務確認が必要です。

どちらを選ぶべきかの判断基準

ざっくりした選び方の目安です。

• Cloud版：すぐ試したい / 運用を持ちたくない / 社内に専任インフラ担当がいない

• セルフホスト：機密データを外に出したくない / 実行数が多い / 自社環境に既存のk8sやDocker基盤がある

競合ツールとの違い｜Zapier / Make / Difyとの比較

「結局どれを使えばいいか」が読者の本音だと思うので、用途と判断基準で並べます。

Zapierとの違い

• 学習コスト：Zapierの方が低い。非エンジニアでも触りやすい

• 料金体系：Zapierは「Task（≒ノード実行）数」課金、n8n Cloudは「ワークフロー実行数」課金

• カスタマイズ性：n8nの方が圧倒的に高い（コード・自前ノード・セルフホスト）

• 連携先の数：Zapierの方が多い領域もある（特に営業・マーケ系SaaS）

非エンジニアが中心ならZapier、エンジニアが関与する自動化ならn8n、と整理して大きく外しません。

Makeとの違い

• 画面の見た目：Makeは円形ノードで分岐の表現が独特

• 粒度：Makeは1モジュールが細かく、ノード数で課金される印象

• コード差し込み：n8nの方がCodeノード・Functionノードで踏み込みやすい

Makeで「ノード数が増えすぎてフローが複雑」と感じたチームが、n8nに移すケースを聞きます。

Dify・LangChainとの違い

DifyやLangChainは 「LLMアプリそのものを作るツール」 で、n8nは 「自動化フローの中にLLMを混ぜるツール」 です。

• LLMチャットUI・履歴・ナレッジ管理を中心に据えるなら Dify

• コードでがっつりLLMアプリを組むなら LangChain（LangChain解説）

• 業務フローの一部としてLLMを呼びたいなら n8n

3つは置き換えではなく、目的別に役割を分担して使うのが現実的です。

フリーランスエンジニア視点でのn8n活用

ここはフリーランス・独立検討中のエンジニア向けに、案件目線でまとめます。

案件としての受け方

主要なフリーランス求人媒体の公開案件を見る限り、2026年6月時点ではn8nを直接指名する案件はまだ多くありませんが、「業務自動化エンジニア」「社内RPA代替」「AIエージェント PoC」 といった募集の中で、ツール選択肢として名前が挙がる例が見られます。「Zapier / Make / n8nなどから選定して構築」 のような書き方が観測される傾向があります（複数のフリーランスエージェント公開案件の観測ベース）。

単価感と募集の傾向

n8n単体での単価相場はまだ形成途上のため、ここで具体的な金額レンジを出すには根拠が薄いです。実務では 「業務自動化全般＋AI連携」案件の単価感に近い イメージで、Web開発経験＋API設計＋プロンプト設計の総合力があるエンジニア向けの募集が中心です。

参考までに、AI関連職種の単価感は生成AIエンジニアの解説記事、プロンプトエンジニアのフリーランス案件事情、自動化系職種の整理はローコードエンジニアの解説記事を参照してください。

求められる関連スキル

n8nを案件で活用するには、ツール操作だけでなく次のスキルが組み合わさることが多いです。

• API設計・REST/JSONの理解：HTTP Requestノードを使いこなす前提

• JavaScript / TypeScript：Codeノードと自前ノード作成

• クラウドインフラ：セルフホスト時のDocker / k8s / ネットワーク設計

• LLMプロンプト設計：AI Agentノードの品質はプロンプトに依存

• 業務要件のヒアリング：自動化対象の業務フロー設計

このうち1つでも強みがある状態で、残りを学習しながら案件に入る人が多い印象です。

ポートフォリオへの応用

セルフホストで自分用のn8nを立てて、「個人の業務（請求書作成・記事投稿・SNS運用・案件情報の収集）を自動化したフロー」 をスクリーンショット付きでまとめておくと、面談時のアピール材料になります。AIエージェント案件では「実物を動かせる人」のニーズが強いため、PoC事例の蓄積は他の自動化ツール以上に意味があります。

導入時の注意点とよくある失敗

最後に、現場で詰まりやすいポイントを整理します。

自己ホスト時のセキュリティ設定

「とりあえずDockerで立てて公開」までは簡単ですが、そのまま放置するのは危険です。最低限、次の対策を行ってください。

• N8N_BASIC_AUTH_ACTIVE（環境変数）またはOAuth/SSOによるログイン保護

• HTTPS化（リバースプロキシ＋証明書）

• 管理画面のIP制限 or VPN経由のアクセスのみに限定

• N8N_ENCRYPTION_KEY の安全な保管（流出するとCredential全件が復号可能）

認証情報の管理ミス

Credentials機能を使わず、HTTP RequestノードのヘッダにAPIキーを直書きしてしまうのが典型的な事故です。APIキーは必ずCredentialsに登録し、ノードからは参照のみ にしてください。ワークフローのエクスポートでもキー本体は出力されない設計になっています。

ノード数が増えた際の保守性

ワークフローが100ノードを超え始めると、可読性が一気に落ちます。次の運用を早めに決めておくと崩れにくくなります。

• サブワークフロー化：再利用する処理は別ワークフローに切り出し、Execute Workflowノードから呼ぶ

• 命名規則：ノード名に動詞＋目的語（例：「Slack：チケット通知を送る」）を入れる

• タグ・フォルダ：用途・部署・ステータスで整理する

• テスト用ワークフロー：本番フローのコピーで、サンプルJSONを流す動作確認用を別に持つ

商用ライセンスの判断

Sustainable Use Licenseの解釈が曖昧に感じるケースでは、自己判断で進めず公式ライセンス本文と問い合わせを使ってください。受託案件で 「クライアント環境にn8nをセルフホストして納品する」 形は問題になりにくいですが、自社プロダクトの中核に組み込んで再販する形は別途確認が必要です。

実践チェックリスト｜n8nを導入する前に確認すべきこと

導入前に次の項目を1枚にまとめておくと、社内検討やクライアント提案のときに使えます。

• [ ] 自動化したい業務の現状フローを書き出した

• [ ] Zapier / Make / Dify と比較して、n8nを選ぶ理由を明文化した

• [ ] Cloud版か Self-hosted かの判断軸を整理した

• [ ] 想定する月間実行数 と 同時実行数の見積もりがある

• [ ] LLMを使う場合のモデル選定と、データ取り扱いポリシーを決めた

• [ ] 管理画面の認証方式（Basic Auth / SSO）を決めた

• [ ] N8N_ENCRYPTION_KEY の保管場所とバックアップ手順を決めた

• [ ] 障害時の連絡フロー（誰がいつ気付くか）を決めた

まとめ

n8nは、「ノーコードの分かりやすさ」と「コードと自前ノードで踏み込める拡張性」を1つのプラットフォームで両立した、エンジニア寄りの自動化基盤 です。Zapierより踏み込みたい、Difyより自動化主体に使いたい、というポジションで選ばれています。

要点を5つに圧縮すると次の通りです。

• ワークフロー＝ノードの連結。500以上の標準ノード＋HTTP＋Codeで大半の業務をカバーできる

• AI Agent / Vector Store / MCP対応で、LLMを混ぜたフローも素早く組める

• 料金はCloud月20€〜 or セルフホスト無料。実行数課金のため重いフローほどコスト効率がよい

• Sustainable Use Licenseのため、社内利用は基本OK・再販系は要確認

• フリーランス案件では「業務自動化＋AI連携」の文脈で採用される場面が増えつつあり、API・JS・プロンプト設計のスキルセットと相性がよい

次のアクションとしては、Cloud版で無料トライアル → 簡単なフローを1本作る → セルフホストの構成検討 という順で触り始めるのが効率的です。最初の1本は「フォーム送信→Slack通知」のような3ノード程度のフローから始めるのがおすすめです。手を動かす前に整理しきろうとするより、最小フローを完成させた方が学習効率は出ます。

参考リンク

• n8n公式サイト

• n8n Documentation

• n8n Pricing

• n8n AI Agentノード

• Sustainable Use License