Claude × n8n 連携｜API 設定と AI Agent・MCP の使い方

Claude と n8n を連携してできること

n8n と Claude の組み合わせは、単発のチャット応答ではなく「複数ステップの業務フロー」に AI を埋め込むのに向いています。代表的な用途は次の四つです。

• メール・問い合わせの自動要約と分類、担当チームへの振り分け
• SEO 調査・競合リサーチ・営業先リストアップを定期実行
• 自社ドキュメントを参照する RAG チャットボットの基盤
• 社内データを取り込んで記事・レポートを下書きさせるコンテンツ生成パイプライン

連携には大きく二つの方向があります。一つは n8n のフロー内から Anthropic API を呼ぶ「n8n → Claude」の方向で、Anthropic Chat Model ノードや AI Agent ノードを使います。もう一つは Claude Desktop や Claude Code から n8n のワークフローを操作する「Claude → n8n」の方向で、n8n MCP サーバーを介して自然言語で構築・実行できます。両方を押さえると、定期実行も対話型ワークフロー構築も同じ基盤でカバーできます。

事前準備：Anthropic API キーと n8n インスタンス

連携を始める前に、以下を揃えておきます。

1. Anthropic Console（console.anthropic.com）にログインし、API キーを発行する。Claude Max などの定額プランは Web/Desktop アプリ専用のため、n8n からの API 呼び出しには別途従量課金の API キーが必要です。
2. n8n を Cloud 版・セルフホスト版いずれかで用意する。社内データを扱う場合は Docker でセルフホストし、N8N_HOST と WEBHOOK_URL を社内 DNS に合わせて設定しておきます。
3. n8n の API キーも発行する。Settings → n8n API から発行でき、後述の MCP 連携で必須になります。
4. Claude Desktop もしくは Claude Code をローカルにインストールしておく（MCP 経由で n8n を操作する場合）。

API キーは平文で扱うと事故の元になるため、n8n の Credentials 機能と Claude Desktop の設定ファイルそれぞれで管理し、Git コミットには絶対に含めないようにします。

n8n から Claude を呼ぶ手順

ここからは n8n のフローに Claude を組み込む手順を、最小構成で順を追って説明します。

Step 1: Credentials に Anthropic API キーを登録

n8n の左サイドメニューから Credentials を開き、New を押して「Anthropic API」を検索します。発行した API キーを貼り付け、任意の名前（例: Anthropic Production）で保存します。複数の API キーを使い分ける場合は、用途別に Credentials を分けておくと後で誤発火を防げます。

Step 2: Anthropic Chat Model ノードを配置

新規ワークフローで Manual Trigger を置き、続けて Anthropic Chat Model ノードを追加します。Credentials は先ほど登録したものを選択し、Model に claude-sonnet-4-5 などの最新モデルを指定します。Max Tokens は 1024 程度から始め、必要に応じて広げます。Temperature は要約・分類なら 0.2、文章生成なら 0.6 前後が扱いやすい値です。

Step 3: AI Agent ノードと組み合わせる

Anthropic Chat Model 単体でも動きますが、ツール呼び出しや会話履歴を扱うなら AI Agent ノードを噛ませます。AI Agent の Chat Model 入力に Anthropic Chat Model を接続し、Memory に Window Buffer Memory、Tools に HTTP Request や Google Sheets を繋ぐと、Claude が必要に応じてツールを選んで動く構成になります。System Prompt には「日本語で回答する」「JSON 形式で返す」などの制約を明示します。

Step 4: 実行とエラーハンドリング

Execute Workflow で動作確認したあと、本番化する際は Error Trigger ノードで失敗時の通知先（Slack や ChatWork）を設定します。Anthropic API は 429（レート制限）や 529（過負荷）を返すことがあるため、Retry On Fail を有効化し、Wait ノードでバックオフを入れる構成が安定します。

Claude Desktop / Claude Code から n8n を操作する（n8n MCP）

n8n MCP を使うと、Claude Desktop や Claude Code から「営業先 20 件をスプレッドシートに書き出すフローを作って」のように自然言語でワークフローを構築できます。

Step 1: 設定ファイルに n8n MCP サーバーを登録

Claude Desktop の場合は ~/Library/Application Support/Claude/claude_desktop_config.json（macOS）、%APPDATA%\Claude\claude_desktop_config.json（Windows）に以下を追記します。

{
  "mcpServers": {
    "n8n-mcp": {
      "command": "npx",
      "args": ["n8n-mcp"],
      "env": {
        "MCP_MODE": "stdio",
        "LOG_LEVEL": "error",
        "N8N_API_URL": "https://your-n8n.example.com",
        "N8N_API_KEY": "<n8n で発行した API キー>"
      }
    }
  }
}

Claude Code の場合は claude mcp add n8n-mcp -- npx n8n-mcp のコマンドでも登録できます。登録後、Claude Desktop を再起動するとメニューに n8n のツール群（search_nodes get_node_documentation validate_workflow など）が現れます。

Step 2: 対話でワークフローを構築

Claude に「Gmail で受信した新着問い合わせを要約して Slack の #sales チャンネルへ通知するフローを作って」と依頼すると、Claude は内部で search_nodes → get_node_documentation → validate_node_operation → n8n_create_workflow の順にツールを呼び、検証済みのワークフロー JSON を生成して n8n に登録します。生成後は n8n の UI でノードのレイアウトと認証情報を確認し、Active トグルを ON にすれば運用開始です。

Step 3: 差分更新で改善する

ワークフローを後から修正する際は、丸ごと作り直すのではなく n8n_update_partial_workflow を Claude に使わせることでトークン消費を抑えられます。「Slack 通知の文面を絵文字付きにして」のような自然言語の修正依頼で、必要なノードだけ書き換わります。

業務に効くワークフロー例

連携が動くようになったら、すぐに価値が出やすいのは次のような小型ワークフローです。

1. 問い合わせ自動分類: Gmail Trigger → Anthropic Chat Model（カテゴリ分類）→ Switch ノード → 各部署の Slack チャンネルに振り分け。文面を 1 トークンで返させる工夫でコストを抑えられます。
2. 記事要約 & 朝メール: Cron Trigger → RSS Read → AI Agent（記事ごとに 3 行要約）→ Merge → Gmail 送信。社内向けの朝刊として運用できます。
3. SEO 調査の半自動化: Manual Trigger → HTTP Request（検索 API）→ AI Agent（共通項抽出と差別化案の生成）→ Notion 追記。記者やマーケ担当が一次案を確認するだけで済みます。
4. 議事録ドラフト生成: Webhook（録音ファイル受信）→ Transcribe ノード → Anthropic Chat Model（要約 + ToDo 抽出）→ Notion テンプレートに流し込み。

いずれも「人が最終チェックする」前提で組むと事故が減ります。Claude の出力を直接公開系の場所に流さず、Slack のドラフト用チャンネルや Notion の下書きデータベースを経由させるのが安全です。

料金と使えるモデルの選び方

n8n からの API 呼び出しは Anthropic の従量課金が発生し、入力・出力トークン単位で課金されます。2026 年 5 月時点で利用しやすい主要モデルは次の三つです。

• claude-opus-4-5: 最も高性能で、複雑な業務ロジックや法務・分析向き。コストは高め。
• claude-sonnet-4-5: バランス型で日常業務の自動化に最適。要約・分類・コンテンツ生成の主力。
• claude-haiku-4-5: 高速・低コスト。大量のメール処理やリアルタイム分類向け。

最初は Sonnet で組み、出力品質が足りないノードだけ Opus に上げる進め方が無難です。Anthropic Console の Usage 画面と n8n のワークフロー実行ログを毎週突き合わせ、トークン消費が想定より大きいノードを Haiku に置き換えるとコストが安定します。Claude Max などの定額プランは API 経由の n8n 利用には適用されない点に注意してください（参考: tent space Blog）。

つまずきポイントとトラブルシューティング

実運用で詰まりやすい箇所と対処法を、頻出順にまとめます。

1. Credentials が認識されない: API キーをコピーする際の前後空白が原因のことが多いです。Credentials を一度削除し、貼り直してください。
2. AI Agent ノードがツールを呼んでくれない: System Prompt に「必要に応じて以下のツールを使うこと」と明記し、Tools に渡す関数名を簡潔に揃えると改善します。
3. MCP 経由で作ったフローがエラーになる: Claude が推測したノード設定が実機と合わないことがあります。validate_workflow をかけてから登録する、もしくは最小構成（2 ノード）で先にテストするのが定石です（参考: Zenn / tacoms）。
4. コストが想定より高い: 入力に大きな PDF やトランスクリプトを丸ごと渡しているケースが大半です。事前に n8n の Code ノードで本文だけ抽出し、不要なヘッダー・フッターを削ってから Claude に渡しましょう。
5. 本番反映で壊れた: n8n のワークフローは JSON でエクスポートし Git 管理しておくと差し戻しが効きます。MCP 経由の自動編集が増えてきたら、定期バックアップを別ワークフローで仕込んでおくと安心です。

まとめ：双方向連携で「対話型の業務自動化」へ

n8n と Claude を組み合わせる価値は、単に「AI で文章を生成する」ことではなく、自社の業務フローに Claude を常駐させ、定期実行と対話の両方で動かせるようにする点にあります。最初の一歩は、Anthropic Chat Model + AI Agent で小さな分類タスクを動かすこと。慣れてきたら MCP 連携を有効にし、Claude Desktop や Claude Code からワークフローを設計させる流れに移すと、社内に「自然言語で動く業務自動化基盤」が育っていきます。