Gemini API × n8n でAIワークフローを自動化する

n8n と Gemini API で始めるAIワークフロー自動化

業務の自動化を考えたとき、「コードをあまり書かずに AI を組み込みたい」と感じたことはないでしょうか。n8n（エヌエイトエヌ）はオープンソースのワークフロー自動化ツールで、400以上のサービスと連携でき、自己ホスティングにも対応しています。ここではn8n と Google の Gemini API を組み合わせて、実践的なAIワークフローを構築する方法を段階的に解説します。

この記事で学べること：

n8n の基本的なセットアップ方法（Docker）
HTTP Request ノードで Gemini API を呼び出す手順
AIエージェントノードを使った高度な自動化
メール自動要約・スケジュールレポートなどの実用例
よくあるエラーと対処法

対象読者は、プログラミング経験が浅くても AI を活用したい方や、Zapier・Make を使っているが自己ホスティングの柔軟なツールを探している方です。

n8n とは？ — 選ばれる理由

n8n（nodemation の略）は、ドイツ発のオープンソース自動化プラットフォームです。Zapier や Make（旧 Integromat）と同じカテゴリですが、以下の点が際立っています。

自己ホスティング可能: データを自社サーバーやローカルPCで管理できる
コードも書ける: JavaScript/Python のコードノードで柔軟な処理が可能
AI ノードが充実: OpenAI・Gemini・Claude などの LLM をノードとして直接利用可能
無料で始められる: セルフホスト版は完全無料、クラウド版も無料プランあり

2026年現在、n8n は AI エージェントの構築に特化したノード群（AI Agent・Memory・Vector Store など）を標準搭載しており、コーディングなしで RAG パイプラインも構築できるようになっています。

環境準備 — n8n のセットアップ

Docker を使ったローカル起動（推奨）

# Docker が事前にインストールされている必要があります
docker run -it --rm \
  --name n8n \
  -p 5678:5678 \
  -v ~/.n8n:/home/node/.n8n \
  n8nio/n8n

ブラウザで http://localhost:5678 を開くとセットアップ画面が表示されます。初回は管理者アカウントの登録が求められます。

Gemini API キーの取得

Google AI Studio にアクセスしてログイン
左サイドバーの「Get API key」をクリック
「Create API key」で新しいキーを生成
生成されたキーをメモしておく（YOUR_GEMINI_API_KEY として扱います）

APIキーは Google アカウントさえあれば無料で取得できます。無料枠では Gemini 2.5 Flash に1分あたり15リクエスト、1日あたり1,500リクエストまで利用可能です。

詳しい手順は Gemini API クイックスタートガイドもあわせてご参照ください。

基本: HTTP Request ノードで Gemini API を呼び出す

n8n の最もシンプルな Gemini 連携は、HTTP Request ノードを使う方法です。Gemini API は REST API として提供されているため、任意の HTTP クライアントから呼び出せます。

ワークフローの作成手順

Step 1: 新しいワークフローを作成する

n8n のダッシュボードで「New Workflow」をクリックし、任意の名前（例: Gemini テスト）をつけます。

Step 2: Manual Trigger ノードを追加

「+」ボタンをクリックし「Manual Trigger」を検索して追加します。このノードはワークフローを手動で起動するためのトリガーです。

Step 3: HTTP Request ノードを追加・設定

Manual Trigger ノードの右側にある「+」をクリックし「HTTP Request」を追加します。以下のように設定します。

Method: POST
URL: https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-flash:generateContent?key=YOUR_GEMINI_API_KEY
Body Content Type: JSON
Body:
{
  "contents": [
    {
      "parts": [
        {
          "text": "こんにちは！AIの未来について100文字で教えてください。"
        }
      ]
    }
  ]
}

Step 4: テスト実行

「Test workflow」をクリックすると、Gemini API からレスポンスが返ってきます。

// レスポンス例
{
  "candidates": [
    {
      "content": {
        "parts": [
          {
            "text": "AIの未来は人間との協調にあります。医療診断の高精度化、気候変動対策、教育の個別最適化など、社会課題の解決に貢献しながら、創造性や感情の領域では人間が主役であり続けるでしょう。"
          }
        ],
        "role": "model"
      }
    }
  ]
}

Step 5: レスポンスからテキストを取り出す

後続のノードでテキストを利用するには、n8n の式エディタで以下を記述します。

// n8n 式エディタ
{{ $json.candidates[0].content.parts[0].text }}

応用: n8n の AI Agent ノードで Gemini を活用する

n8n 1.0 以降では、AI Agent ノードを使うことで LLM の呼び出しをより高レベルに扱えます。複数のツールをエージェントに与え、自動的に判断・実行させることが可能です。

Gemini Chat Model ノードの設定

「+」から「AI」カテゴリを選択
「Google Gemini Chat Model」を検索して追加
「Credentials」で「Google Gemini(PaLM) Api」を新規作成
取得した API キーを入力して保存

モデルは gemini-2.5-flash を選択するとコストパフォーマンスに優れた動作が期待できます。高精度が必要な場合は gemini-2.5-pro を選びましょう。

実用例: メール内容を Gemini で要約して Slack に投稿

以下のワークフローを組み合わせることで、メールが届いたら Gemini で要約し、Slack に通知するシステムを構築できます。

Gmail Trigger（新着メールを検知）
  ↓
AI Agent（Gemini 2.5 Flash）
  "以下のメールを3行で要約してください: {{ $json.snippet }}"
  ↓
Slack（要約を #通知チャンネル に投稿）

AI Agent ノードの「System Message」には以下を設定します。

あなたはビジネスメールの要約アシスタントです。
受け取ったメール本文を3行以内の箇条書きで要約し、
重要なアクションアイテムがあれば最後に1行で追記してください。
回答は日本語で行ってください。

この自動化を構築することで、毎日のメールチェック時間を大幅に削減できます。

実践例: スケジュール実行で定期レポートを自動生成する

「Cron」トリガーを使えば、毎朝決まった時間に Gemini が前日のデータを分析したレポートを生成・送信するワークフローを組めます。

Cron（毎朝8:00）
  ↓
Google Sheets（前日データを取得）
  ↓
Code ノード（データをテキスト形式に整形）
  ↓
HTTP Request（Gemini APIでデータ分析）
  ↓
Gmail（分析レポートをメール送信）

HTTP Request ノードのボディには以下のような形式でデータを含めます。

{
  "contents": [
    {
      "parts": [
        {
          "text": "以下のデータを分析し、重要なトレンドと推奨アクションを3点挙げてください:\n\n{{ $json.sheetData }}"
        }
      ]
    }
  ],
  "generationConfig": {
    "temperature": 0.3,
    "maxOutputTokens": 1024
  }
}

temperature を低く設定することで、分析レポートのような事実ベースのコンテンツをより安定して生成できます。

さらに本格的なAI自動化インフラの構築方法については、Gemini APIで業務自動化を本格運用する — CI/CD統合とプロンプトチューニングの実践テクニックで詳しく解説しています。

よくあるエラーと対処法

401 Unauthorized エラー

APIキーが正しくない、または無効になっている場合に発生します。Google AI Studio でキーを再生成し、n8n の Credentials を更新してください。URLにキーを直接含める方法（クエリパラメータ）と、認証情報として登録する方法のどちらでも動作しますが、後者がセキュリティ上おすすめです。

429 Too Many Requests エラー

無料枠のレート制限（1分あたり15リクエスト）を超えた場合です。n8n の「Wait」ノードを追加して4〜5秒のウェイトを挟むか、有料プランへのアップグレードを検討しましょう。

HTTP Request → Wait（5秒）→ 次のノード

レスポンスが空または undefined になる

モデル名の typo が原因のことが多いです。使用可能なモデル名は gemini-2.5-flash、gemini-2.5-pro などです。なお gemini-2.5-flash-preview のように -preview サフィックスが必要なモデルもあるため、Google AI Studio で最新のモデルIDを確認してください。

CORS エラー

n8n をローカルで動かしている場合、ブラウザからの直接APIコールではなく、n8n サーバー（バックエンド）経由でリクエストが送られるため CORS エラーは通常発生しません。エラーが出る場合はクラウドデプロイ環境の設定を確認してください。

全体を振り返って

ここではn8n と Gemini API を連携させてAIワークフローを自動化する方法を解説しました。

HTTP Request ノードで Gemini API を直接呼び出す基本的な方法
AI Agent ノードを使ったより高度な自動化
メール要約・スケジュールレポートなどの実用例
よくあるエラー（401, 429）の対処法

n8n の強みはコードを最小限に抑えつつ、複雑なAIロジックを視覚的に組み上げられる点です。Gemini API の豊富な機能（マルチモーダル対応・Function Calling・長いコンテキスト）と組み合わせることで、個人から中小企業まで幅広い業務自動化が実現できます。まずは Docker で n8n を起動し、Gemini API キーを取得して、簡単なテストワークフローから試してみましょう。毎日の繰り返し作業をAIに任せるためのより多くのヒントは、Gemini APIを使った日次タスク自動化ガイドにも実践例が豊富に紹介されています。