n8n AI Agent 入門：ツールを使う AI アシスタントを作る

n8n には AI 機能が一通り組み込まれています。中でも強力なのが AI Agent ノードです。質問に答えるだけでなく、必要に応じて使うツールを自分で判断し、情報の検索、API の呼び出し、計算などを行って、その結果をもとに回答できます。

AI Agent の構成

AI Agent ノードの下には、子ノードを接続するためのスロットがあります。

                    [When chat message received]
                               │
                               ▼
                         [ AI Agent ]
                     ┌────────┼────────┐
               Chat Model   Memory    Tool(s)
                   │          │        │
          [OpenAI Chat Model] [Simple Memory] [Calculator] [HTTP Request Tool] …

スロット	役割	よく使われる選択肢
Chat Model	思考と回答を担当する言語モデル（必須）	OpenAI、Anthropic、Google Gemini、Ollama など
Memory	会話履歴を記憶する	Simple Memory、Postgres Chat Memory、Redis Chat Memory
Tool	Agent が使用できるツール	Calculator、HTTP Request Tool、Google Sheets、Code Tool、ほかのワークフロー

Chat Model、Memory、Tools を接続した AI Agent ノード — AI Agent の下には Chat Model、Memory、Tool の3種類のスロットがあり、複数のツールを接続できます

チャットアシスタントを作る

1. チャットトリガーを追加する

新しいワークフローを作成し、最初のノードとして When chat message received（Chat Trigger）を選択します。エディターの下部に Open chat ボタンが表示され、n8n 内で直接チャットをテストできます。

2. AI Agent を追加する

Chat Trigger の後に AI Agent ノードを追加します。

3. チャットモデルを接続する

AI Agent の下にある Chat Model の + をクリックし、OpenAI Chat Model などのモデルを選択します。

OpenAI の認証情報を作成し、API キーを貼り付けます。
モデルを選択します。

ローカルの無料モデルを使う場合は、n8n と Ollama の接続を参照してください。

4. Memory を接続する

Memory の + をクリックし、Simple Memory を選択します。Context Window Length で、直近何往復分の会話を記憶するかを指定します（例：10）。

Memory がない Agent では、話すたびに新しい会話として扱われ、直前に話した内容を覚えていません。

Simple Memory は n8n のメモリ上に保存されるため、再起動すると消えます。また、複数台の n8n を使う環境にも適していません。本番環境では Postgres Chat Memory または Redis Chat Memory を使用してください。

5. システムメッセージを設定する

AI Agent の Options → System Message に、Agent の役割とルールを記述します。

あなたは「好咖啡」コーヒーショップのオンラインカスタマーサポート担当です。
- 常に台湾で一般的な繁体字中国語を使い、親しみやすく簡潔な口調で対応してください。
- メニューや価格については、「メニューを検索」ツールの結果だけをもとに回答し、作り話をしないでください。
- 苦情や対応できない問題については、お客様に連絡先を残していただき、担当者から折り返すと伝えてください。

System Message を設定する AI Agent ノード — AI Agent の設定：Source for Prompt はデフォルトで Chat Trigger のメッセージを使います。Options で System Message を追加します

6. テストする

Open chat をクリックし、「こんにちは。営業時間を教えてください」と入力します。AI Agent ノードの出力（Logs）で、モデルの各ステップの思考とツール呼び出しを確認できます。

ツールを追加する

ツールを使うと、Agent はリアルタイムの情報を取得したり、処理を実行したりできます。Tool の + をクリックすると、複数のツールを追加できます。

Calculator

Agent が正確に計算できるようにします。言語モデルは数値計算を間違えることがよくありますが、計算ツールを使えば、より確実に計算できます。

Google Sheets ツール：メニューを検索する

「商品名、価格、説明」の列があるスプレッドシートを用意します。
Google Sheets ツールを追加し、操作として行の読み取り（Get Rows）を選択します。
ツールの Description に用途を記述します。

コーヒーショップのメニューを検索します。お客様から商品、価格、おすすめについて質問されたときに使用してください。

Agent はこの説明をもとに、ツールを使うタイミングを判断します。ツールの説明の質は、Agent の動作に直結します。

AI にパラメーターを自動入力させる

ツールのパラメーター欄の横にある ✨ ボタン（Let the model define this parameter）をオンにすると、Agent が会話の内容をもとに値を自動入力します。たとえば、HTTP Request Tool の都市パラメーターでは、「台中は今日雨が降りますか？」から「台中」を取り出します。

式の中では $fromAI() も使用できます。

{{ $fromAI('city', '天気を検索する都市名', 'string') }}

ほかのワークフローをツールとして呼び出す

Call n8n Workflow Tool を使うと、任意のワークフローを Agent のツールにできます。たとえば、「注文を作成する」ワークフロー（データベースへの書き込み、確認メールの送信、スタッフへの通知）を1つのツールにまとめて Agent に使わせることができます。

チャット画面を公開する

Chat Trigger の設定で Make Chat Publicly Available をオンにし、ワークフローを公開すると、チャット用のウェブページの URL が発行されます。公式のパッケージを使って、自分のウェブサイトに埋め込むこともできます。API 費用が大量に発生するような悪用を防ぐため、認証方法を設定してください。

さまざまなトリガーを使う

AI Agent は Chat Trigger 以外にも接続できます。どのトリガーでも使用できます。

Telegram Trigger → AI Agent → Telegram で返信：Telegram チャットボット（Telegram ボットを参照）
Gmail Trigger → AI Agent → 返信の下書きを作成
Webhook → AI Agent → Respond to Webhook：AI API として利用

この場合、Source for Prompt を、たとえば {{ $json.message.text }} のような独自の値に変更します。

よくある問題

Agent がツールを使わない

選択したモデルがツール呼び出しに対応していることを確認します。
ツールの説明を改善し、使うタイミングを明確にします。
システムメッセージで、「価格について回答する前に、必ずメニュー検索ツールを使ってください」のように明示します。

回答が遅い、または費用が高い

ツールを呼び出すたびに、モデルへのリクエストが1回増えます。不要なツールを減らし、Memory の長さを短くして、より高速なモデルを選択してください。

以前の会話を覚えていない

Memory が接続されていることと、同じ Session ID が使われていることを確認します（Chat Trigger は自動的に処理します。ほかのトリガーを使う場合は、ユーザー ID を Session Key に設定してください）。

次のセクションでは、AI Agent でローカルの無料モデルを使う方法を紹介します。

更新日 2026年10月12日