n8nの使い方【2026年】料金・Docker導入・AI活用まで解説

n8nは「AI時代の業務自動化ツール」の本命になった

ここ1〜2年で、業務自動化の相談の中に「n8nって使えますか？」という質問が明らかに増えました。以前はZapierやMakeの名前が先に出ていたのが、今はn8nが最初に挙がることも珍しくありません。

理由ははっきりしていて、AIエージェントを組み込んだ自動化が作りやすいことと、自社サーバーで無料運用できることの2つです。

n8nがそもそも何なのか、という定義はn8nの用語解説にまとめています。この記事はその続編として、実際に使い始めるための手順に絞りました。料金の考え方、Dockerでのセルフホスト、最初のワークフロー、AIエージェントノード、他ツールとの使い分けまで、順番に見ていきます。料金や機能は2026年11月時点で公式サイト・公式ドキュメントを確認した内容です。

---

n8nとは（30秒でわかる概要）

n8nは、ドイツ発のワークフロー自動化ツールです。画面上で「ノード」と呼ばれる処理のブロックを線でつなぎ、「Gmailに新着メールが届いたら → AIで内容を分類 → Slackに通知 → スプレッドシートに記録」といった流れを作れます。

特徴をざっくり3つに分けると次のとおりです。

• ノーコードとコードの中間：基本はGUIで組み立て、足りない部分はJavaScriptやPythonのコードノードで補える

• セルフホストできる：Community Editionは無料で、自社サーバーやVPSに入れて使える

• AI機能が充実：OpenAI・Anthropic・Googleなどのチャットモデル、メモリ、ツールを組み合わせたAIエージェントをノードで作れる

なお、n8nのソースコードは公開されていますが、いわゆるOSS（オープンソース）ではなく、独自の「Sustainable Use License」です。社内業務で使う分には問題ありませんが、n8nそのものを有償サービスとして第三者に提供するような使い方は制限されます。受託で組み込む場合はライセンス条文を一度確認しておきましょう。

---

n8nの料金：クラウド版とセルフホストの違い

クラウド版の料金プラン（2026年11月時点）

n8n公式の料金ページに掲載されているプランは以下のとおりです。価格は年払い時の月額換算で、ユーロ建てです。

| プラン | 月額（年払い） | 月間実行数 | 同時実行数 | 主な特徴 | |---|---|---|---|---| | Starter | €20 | 2,500 | 5 | 共有プロジェクト1つ、エージェント、MCPノード | | Pro | €50 | 10,000 | 50 | 共有プロジェクト3つ、7日間のインサイト、管理者ロール | | Business | €667 | 40,000 | 200以上 | SSO/LDAP、バージョン管理、キューモード、複数環境（セルフホスト向け） | | Enterprise | 要問い合わせ | 個別 | 200以上 | 外部シークレットストア連携、監査ログ、SLA付きサポート | | Community Edition | 無料 | 制限なし（自社サーバー次第） | ― | セルフホスト専用 |

月払いにすると年払いより割高になります（公式は年払いで17%割引と表示）。Starter・ProにはAIアシスタント用のクレジットが毎月付き、使い残しは翌月に繰り越されません。StarterとProは、クレジットカード登録なしで無料トライアルを始められます。

Businessプランは、2026年11月時点の料金ページでは「セルフホスト向け」と案内されており、従業員20名未満の企業向けにBusinessプランを50%割引で使えるStartupプランも用意されています。

「実行数」の数え方がn8nの強み

料金を比べるときに必ず押さえておきたいのが、課金単位の違いです。

n8nの「実行（execution）」は、ワークフロー全体が1回走ることを指します。公式の説明でも、ワークフロー内のステップ数や処理するデータ量に関係なく1回は1回、とされています。10個のノードを持つワークフローでも、1回動けば1実行です。

一方、Zapierはアクションのステップごとに「タスク」を消費し、Makeもモジュールが動くたびに「クレジット」を消費します。ステップ数が多い複雑な自動化ほど、n8nのほうがコストを読みやすくなります。

なお、上限を超えてもワークフローは止まらず動き続けますが、上位プランに上げない場合は超過料金がかかる可能性があると公式FAQに書かれています。

セルフホストは「無料」だが運用コストはかかる

Community Editionはソフトウェア自体は無料です。ただし、実際にはこのようなコストがかかります。

• サーバー代：小規模ならVPSで月1,000〜3,000円程度から

• 保守の手間：バージョンアップ、バックアップ、SSL証明書、セキュリティ対応

• 障害対応：止まったときに直すのは自分たち

社内にサーバーを触れる人がいるならセルフホスト、いなければクラウド版のStarterから始める、というのが現実的な判断です。顧客データを外部のSaaSに置けない業種（医療・士業・金融など）では、セルフホストを選ぶ理由がはっきりあります。

---

n8nをDockerでセルフホストする手順

ここからは、手元のPCやVPSでn8nを動かす手順です。公式ドキュメントの手順に沿っています。Dockerがインストールされている前提で進めます。

手順1：データ保存用のボリュームを作る

ワークフローや認証情報を保存するためのDockerボリュームを作成します。これを作らないと、コンテナを消したときに設定がすべて消えます。

docker volume create n8n_data

手順2：n8nを起動する

タイムゾーンを日本時間に合わせて起動します。

docker run -it --rm \
  --name n8n \
  -p 5678:5678 \
  -e GENERIC_TIMEZONE="Asia/Tokyo" \
  -e TZ="Asia/Tokyo" \
  -e N8N_ENFORCE_SETTINGS_FILE_PERMISSIONS=true \
  -v n8n_data:/home/node/.n8n \
  n8nio/n8n

GENERIC_TIMEZONEはスケジュール実行（毎朝9時に実行、など）の基準になる設定です。ここを忘れると、スケジュールが9時間ずれる、というよくあるトラブルが起きます。

手順3：ブラウザでアクセスする

起動したら、ブラウザで http://localhost:5678 を開きます。初回はオーナーアカウントの作成画面が出るので、メールアドレスとパスワードを登録すれば使い始められます。

本番運用するならDocker ComposeとPostgreSQL

上のコマンドはお試し用です。業務で使うなら、次の点を押さえてください。

• Docker Composeで管理する：公式ドキュメントでも、docker runよりDocker Composeでの運用が推奨されています。更新は docker compose pull → docker compose down → docker compose up -d の流れです

• データベースをPostgreSQLにする：標準はSQLiteですが、実行履歴が増えると重くなります。DB_TYPE=postgresdb などの環境変数でPostgreSQLに切り替えられます

• .n8nディレクトリは必ずマウントしたままにする：認証情報の暗号化キーがここに入っています。これを失うと、保存したAPIキー類が復号できなくなります

• HTTPS化と外部公開の制御：Webhookを外部から受けるならリバースプロキシ（Caddy、Nginxなど）でHTTPS化し、管理画面へのアクセスは制限する

---

最初のワークフローを作ってみる

n8nの使い方を覚えるには、小さなワークフローを1つ作るのが一番早いです。ここでは「フォームの問い合わせ内容をAIで要約して、Slackに通知する」流れを例にします。

ステップ1：トリガーを置く

新しいワークフローを作成し、最初のノードとしてトリガーを選びます。トリガーは「何をきっかけに動くか」を決めるノードです。

• On form submission（n8nのフォーム）

• Webhook（外部サービスからのHTTPリクエスト）

• Schedule Trigger（毎日9時など定期実行）

• Gmail Trigger（新着メール）

今回はn8n標準のフォームトリガーを使い、「会社名」「お問い合わせ内容」の2項目を作ります。

ステップ2：AIノードで要約する

トリガーの右側の「+」から、OpenAIやAnthropicのノードを追加します。初回はCredentials（認証情報）としてAPIキーの登録が必要です。

プロンプト欄には、前のノードのデータを差し込めます。n8nでは {{ $json.お問い合わせ内容 }} のような式で、前のノードの値を参照します。画面左側の入力データをドラッグ&ドロップすれば式が自動で入るので、書き方を覚えていなくても大丈夫です。

ステップ3：Slackに通知する

最後にSlackノードを追加し、送信先チャンネルとメッセージを設定します。メッセージにはAIノードの出力（要約結果）と会社名を差し込みます。

ステップ4：テストして有効化する

「Execute workflow」でテスト実行し、各ノードの入出力を確認します。n8nはノードごとに実際のデータが見えるので、どこで想定と違う値になったかがすぐわかります。問題なければ、画面上部のスイッチでワークフローを有効化（Active）して完了です。

慣れてきたら、IFノード（条件分岐）で「緊急度が高いものだけ電話担当に回す」、Google Sheetsノードで「全件を記録する」といった処理を足していけば、実務で使える形になります。

---

n8nのAI機能：AIエージェントノードの使い方

n8nが最近これほど注目されている一番の理由が、AI機能です。

AI Agentノードの構成

n8nのAI Agentノードは、本体（ルートノード）にいくつかのサブノードをぶら下げる「クラスターノード」という形をとります。

| 要素 | 役割 | 主な選択肢 | |---|---|---| | Chat Model | 頭脳となるLLM | OpenAI、Anthropic、Google、Mistral、Groq、Ollama（ローカルLLM）など | | Memory | 会話履歴の保持 | Simple Memory、Postgres Chat Memory、Redis Chat Memoryなど | | Tool | エージェントが使える道具 | HTTP Request、別ワークフローの呼び出し、MCP Client Tool、計算機、Web検索など | | Output Parser | 出力形式の指定 | 構造化出力（JSON）など |

AIエージェントの本質は「LLMが自分でツールを選んで使う」ことです。n8nでは、ツールとして別のn8nワークフローを渡せるのが強力で、「顧客情報を検索するワークフロー」「見積書を作るワークフロー」を作っておけば、エージェントが必要に応じて呼び出してくれます。

MCPにも対応しているので、MCPサーバーとして公開されている外部ツールをエージェントに使わせることもできます。

メモリの注意点

チャット型のエージェントを作る場合、メモリを付けないと毎回「初対面」の会話になります。Simple Memoryで始めるのが手軽ですが、セッションIDの設定を誤ると「No session ID found」というエラーが出ます。チャットトリガーから受け取ったセッションIDを指定するのが基本です。

本番運用で会話履歴を長く残すなら、PostgresやRedisなど外部のメモリを使ったほうが安心です。

RAG（社内文書検索）もn8nで組める

ベクトルストア系のノードを使えば、社内マニュアルを取り込んで回答させるRAGの仕組みもn8n上で構築できます。ただし、精度にこだわる本格的なRAGは、チャンク分割や検索方式のチューニングが必要になるため、専用の開発のほうが向いているケースもあります。

AIエージェントの設計の考え方そのものはAIエージェント開発ガイドで詳しく解説しています。

---

n8n・Dify・Make・Zapierの比較

「結局どれを使えばいいのか」という質問もよく受けます。2026年11月時点の特徴を整理するとこうなります。

| 項目 | n8n | Dify | Make | Zapier | |---|---|---|---|---| | 得意分野 | 業務フロー自動化＋AIエージェント | AIアプリ・チャットボット構築 | 業務フロー自動化 | 業務フロー自動化 | | 課金単位 | ワークフローの実行回数 | メッセージ・クレジット等 | クレジット（モジュール実行ごと） | タスク（アクションごと） | | 無料での利用 | セルフホスト版が無料 | セルフホスト版あり、クラウド無料枠あり | 無料プランあり（月1,000クレジット） | 無料プランあり（月100タスク） | | セルフホスト | 可能 | 可能 | 不可 | 不可 | | 連携できるアプリ数 | 多い | AIまわり中心 | 多い | 非常に多い | | 難易度 | 中（少し技術寄り） | 低〜中 | 中 | 低 | | 日本語情報 | 増えている | 多い | 多い | 多い |

使い分けの目安は次のとおりです。

• 社内チャットボットやRAGアプリを作りたい → Dify（詳しくはDifyの使い方ガイド）

• 非エンジニアが簡単な連携を素早く作りたい → Zapier

• 複雑な分岐を含む自動化をGUIで作りたい → Make

• AIを含む業務フローを、コストを抑えて本格運用したい／データを自社管理したい → n8n

実際の現場では「チャットUIはDify、裏側の業務処理はn8n」と組み合わせることも多いです。他の業務自動化ツールとの役割分担は業務自動化に使えるAIツールまとめも参考にしてください。

---

n8nの業務活用例

中小企業で効果が出やすいn8nの使い方を、業務別に挙げます。

問い合わせ対応の一次振り分け

Webフォームやメールの問い合わせをAIで分類（見積依頼／サポート／営業メール）し、担当者ごとにSlackやChatworkへ通知。営業メールは自動でアーカイブ。

請求書・書類の仕分け

メール添付のPDFを取得し、AIで書類の種類と取引先名を読み取って、Googleドライブの所定フォルダに保存。不足書類があれば担当者に通知。

日報・議事録の要約と共有

フォームで集めた日報や会議の文字起こしをAIで要約し、毎朝決まった時間に管理者へまとめて送信。

kintoneやスプレッドシートとの連携

kintoneのレコード更新をWebhookで受け取り、AIで次のアクションを提案して書き戻す。業務システムを入れ替えずにAIを足せるのがポイントです。

SNS・Web更新の下書き作成

ブログ公開をトリガーに、SNS投稿文の下書きをAIで複数パターン作成し、担当者が確認してから投稿。

どれも「AIに最終判断させず、人の確認を挟む」設計にしているのが共通点です。AIの出力は完璧ではないので、最初は通知や下書き作成までにとどめ、精度を確認してから自動化の範囲を広げていくのが安全です。

---

n8nを使うときの注意点

• APIキーの管理：認証情報はn8n内で暗号化して保存されますが、管理画面のアカウントを使い回さない、権限を最小限にするなどの基本は必須です

• APIの利用料：n8n自体が安くても、AIノードで呼ぶLLMのAPI料金は別途かかります。ループ処理で大量に呼び出してしまわないよう、利用上限の設定を忘れずに

• 属人化：1人が作り込んだワークフローは、その人がいなくなると誰も直せなくなりがちです。ノードに名前やメモを付け、構成図を残しておきましょう

• バージョンアップ：n8nは更新頻度が高く、メジャーアップデートで挙動が変わることもあります。本番環境の更新前にはバックアップを取りましょう

---

まとめ

n8nは、AIを含む業務自動化を、比較的低コストで、データを自社で管理しながら実現できるツールです。

• まず試すならクラウド版の無料トライアルか、Dockerでローカル起動

• 本番運用はクラウド版のStarter/Pro、またはDocker Compose＋PostgreSQLでセルフホスト

• 課金は「ワークフローの実行回数」単位なので、複雑なフローほど割安になりやすい

• AI Agentノードに自社のワークフローをツールとして渡せるのが最大の強み

一方で、「どの業務をどこまで自動化するか」の設計や、セルフホスト環境の保守は、慣れていないと時間がかかる部分です。

Swaaabでは、n8nやDifyを使ったAIエージェント・業務自動化の構築をAIエージェント開発として支援しています。「この業務、n8nで自動化できる？」という段階のご相談でも構いません。お問い合わせからお気軽にどうぞ。