n8nをもっと身近に。AIでワークフローのたたき台を作る

n8nは、さまざまなサービスをつないで業務を自動化できる、とても便利なツールです。一方で、初めて触る人にとっては「どのノードを選べばよいのか」「データをどう受け渡せばよいのか」が分かりにくく、最初の一歩に時間がかかります。

そこで今回、やりたいことを文章で入力すると、n8nに取り込めるワークフローJSONのたたき台をAIが生成するWebアプリを開発しました。

きっかけは「便利そうだけれど、作り方が分からない」

n8nを使えば、定型メールの送信、データの転記、外部APIとの連携など、多くの手作業を自動化できます。ただ、実際にワークフローを組み始めると、ノードの設定やJSONの構造など、覚えることが少なくありません。

「自動化したい業務を一番よく知っているのは現場の担当者なのに、ワークフローを作れるのは一部のエンジニアだけ」という状態も起こりがちです。私たちは、この最初の設計をAIに手伝ってもらえば、現場とエンジニアの距離を少し縮められるのではないかと考えました。

このアプリで大切にしたのは、AIにすべてを任せることではありません。

たとえば「問い合わせフォームの内容をSlackへ通知し、スプレッドシートにも保存したい」と入力すると、AIが必要なノードと接続関係を考え、n8n用のJSONを生成します。利用者はそのJSONをn8nへ取り込み、認証情報や細かな条件を調整します。

生成結果は、そのまま本番で使える完成品ではなく、あくまでスタート地点です。それでも、白紙の画面から組み始めるより、具体的なワークフローを見ながら相談できるため、要件確認や試作を進めやすくなります。

利用の流れは次のとおりです。

入力からコピーまで迷わず進められるよう、画面上の操作はできるだけ絞りました。生成結果をすぐ試せることを優先し、データベースを持たない軽量な構成にしています。

セキュリティ要件が厳しい環境では、業務データを外部サービスへ送れない場合があります。そのため、このアプリでは「ワークフローの設計」と「実際のデータ処理」を分けて考えました。

この分離により、AIの便利さを取り入れつつ、実データの扱いを社内環境に残せます。ただし、入力文に機密情報を書かない運用ルールや、生成されたワークフローを人が確認する手順は必要です。技術だけで安全になるわけではないため、利用する組織のポリシーに合わせた設計が欠かせません。

技術スタックには、Next.js、React、Tailwind CSS、Google Gemini 2.5 Flash、Vercelを採用しました。今回は短いサイクルで検証できることを重視し、構成をシンプルに保っています。

自然言語から構成案を作れるだけでも、ワークフロー設計の心理的なハードルは下がります。一方で、短い指示だけではAIが不足部分を推測するため、期待と違うノードが選ばれることもあります。

特に、利用するサービス、処理を始める条件、失敗時の扱いまで入力すると、より実用的な結果になりました。AIの精度だけを上げるのではなく、利用者が要件を書きやすい入力画面を作ることも同じくらい重要です。

また、n8nや接続先サービスの仕様変更に追従する仕組みも必要です。生成できたことをゴールにせず、テストと人によるレビューを前提にすることで、現場で安心して使えるツールに近づけられます。

今後は、よく使う社内システムやAPIの仕様をあらかじめ登録し、組織ごとに精度の高いワークフローを生成できるようにしたいと考えています。

生成前にAIが不足している情報を質問する機能や、取り込み前に危険な設定を確認する機能も検討しています。

業務自動化は、ツールを導入するだけでは進みません。現場の方が「これなら試せそう」と思える入口を作り、エンジニアと一緒に改善を重ねることが大切です。このアプリが、その最初の一歩を少し軽くするものになればと考えています。