n8nとClaude（Anthropic）を連携することで、高度な文章生成、要約、分析などのAI機能をワークフローに組み込めます。
この記事では、AnthropicのAPIキー取得からn8nでの設定、実際のワークフロー構築まで、ステップバイステップで解説します。
n8n × Claude連携でできること
| 活用シーン | 具体例 |
|---|---|
| 文章生成 | メール下書き、ブログ記事、レポート作成 |
| 要約 | 長文ドキュメント、議事録、ニュース記事の要約 |
| 翻訳 | 多言語コンテンツの翻訳 |
| 分類 | 問い合わせメールのカテゴリ分け、感情分析 |
| データ抽出 | 非構造化テキストから情報を抽出 |
| チャットボット | カスタマーサポート、社内FAQ対応 |
| コード生成 | コードレビュー、コード生成、デバッグ支援 |
利用可能なClaudeモデル
n8nのAnthropic Chat Modelノードで使用できる主要なモデルです。
| モデル | モデルID | 特徴 |
|---|---|---|
| Claude Opus 4 | claude-opus-4-20250514 | 最高性能、複雑な推論に最適 |
| Claude Sonnet 4 | claude-sonnet-4-20250514 | バランス型、コスト効率良好 |
| Claude 3.5 Sonnet | claude-3-5-sonnet-20241022 | 高速・高品質、汎用的 |
| Claude 3.5 Haiku | claude-3-5-haiku-20241022 | 最速・低コスト、シンプルなタスク向け |
| Claude 3 Opus | claude-3-opus-20240229 | 高度な分析・創作タスク |
事前準備：Anthropic APIキーの取得
n8nでClaudeを使用するには、AnthropicのAPIキーが必要です。
Step 1：Anthropicアカウントの作成
- Anthropic Consoleにアクセス
- 「Sign Up」をクリック
- メールアドレスまたはGoogleアカウントで登録
- メール認証を完了
Step 2：APIキーの発行
- Anthropic Consoleにログイン
- 左メニューから「Settings」→「API Keys」を選択
- 「+ Create Key」をクリック
- キーの名前を入力（例：n8n-integration）
- 「Create Key」をクリック
- 表示されたAPIキーをコピーして安全な場所に保存
重要：APIキーは一度しか表示されません。必ずコピーして保存してください。
Step 3：クレジットの確認
Anthropic APIは従量課金制です。
- 新規アカウントには無料クレジットが付与される場合があります
- 「Settings」→「Billing」で残高を確認
- 必要に応じてクレジットを追加
n8nでのClaude認証情報の設定
取得したAPIキーをn8nに登録します。
Step 1：認証情報の追加
- n8nのメニューから「Credentials」を選択
- 「Add Credential」をクリック
- 検索ボックスに「Anthropic」と入力
- 「Anthropic API」を選択
Step 2：APIキーの入力
- 「API Key」フィールドに取得したキーを貼り付け
- 「Credential Name」に分かりやすい名前を設定（例：Anthropic Production）
- 「Save」をクリック
接続テスト
認証情報が正しく設定されているか確認するため、簡単なワークフローでテストします。
- 新規ワークフローを作成
- 「Manual Trigger」ノードを追加
- 「AI Agent」ノードを追加して接続
- 「Anthropic Chat Model」をAI Agentに接続
- 作成した認証情報を選択
- 「Test Workflow」で実行
基本ワークフロー①：シンプルなテキスト生成
最もシンプルなClaude連携ワークフローを構築します。
ワークフロー構成
[Manual Trigger] → [AI Agent] → [出力確認]
↑
[Anthropic Chat Model]
ノード設定
1. Manual Trigger
設定不要。テスト実行用のトリガーです。
2. AI Agent
- Prompt：Define below
- Text：「日本の四季について3文で説明してください」
3. Anthropic Chat Model（Sub-Node）
- Credential：作成した認証情報を選択
- Model：claude-3-5-sonnet-20241022
- Max Tokens：1024
実行結果
テストを実行すると、AI Agentノードの出力にClaudeからの回答が表示されます。
基本ワークフロー②：チャットボット
会話履歴を保持するチャットボットを構築します。
ワークフロー構成
[Chat Trigger] → [AI Agent] → [レスポンス]
↑
[Anthropic Chat Model]
[Window Buffer Memory]
ノード設定
1. Chat Trigger
- Mode：Webhook
- Authentication：None（テスト用）または適切な認証
2. AI Agent
- Agent Type：Tools Agent
- Prompt：Take from previous node automatically
- System Message：
あなたは親切で丁寧なアシスタントです。
ユーザーの質問に対して、わかりやすく回答してください。
日本語で回答してください。
3. Anthropic Chat Model
- Model：claude-3-5-sonnet-20241022
- Max Tokens：2048
- Temperature：0.7
4. Window Buffer Memory
- Context Window Length：10
- Session ID Key：sessionId
テスト方法
- ワークフローをアクティブ化
- n8nの画面下部「Open Chat」をクリック
- チャット画面でメッセージを送信
- 会話を続けて、履歴が保持されていることを確認
実践ワークフロー①：メール自動要約
受信したメールをClaudeで自動要約し、Slackに通知するワークフローです。
ワークフロー構成
[Gmail Trigger] → [Basic LLM Chain] → [Slack]
↑
[Anthropic Chat Model]
ノード設定
1. Gmail Trigger
- Poll Times：Every 5 Minutes
- Label Names：INBOX
- Read Status：Unread
2. Basic LLM Chain
- Prompt：
以下のメールを3行で要約してください。
重要なポイントと必要なアクションがあれば明記してください。
件名：{{ $json.subject }}
送信者：{{ $json.from.text }}
本文：
{{ $json.text }}
【要約】
3. Anthropic Chat Model
- Model：claude-3-5-haiku-20241022（高速・低コスト）
- Max Tokens：500
- Temperature：0.3（正確性重視）
4. Slack
- Operation：Send a Message
- Channel：#notifications
- Text：
📧 *新着メール要約*
*件名:* {{ $('Gmail Trigger').item.json.subject }}
*送信者:* {{ $('Gmail Trigger').item.json.from.text }}
*要約:*
{{ $json.text }}
実践ワークフロー②：問い合わせ分類と自動振り分け
問い合わせ内容をClaudeで分類し、適切な担当者に振り分けます。
ワークフロー構成
[Webhook] → [Text Classifier] → [Switch] → [Slack（各チャンネル）]
↑
[Anthropic Chat Model]
Text Classifierの設定
- Text to Classify：{{ $json.message }}
- Categories：
- 技術サポート：製品の使い方、エラー、バグに関する問い合わせ
- 料金・契約：料金プラン、契約内容、請求に関する問い合わせ
- 新規問い合わせ：製品への興味、デモリクエスト、資料請求
- その他：上記に該当しない問い合わせ
Switchノードの設定
- Mode：Rules
- Rules：
- 技術サポート → Output 1 → #support チャンネル
- 料金・契約 → Output 2 → #sales チャンネル
- 新規問い合わせ → Output 3 → #leads チャンネル
- その他 → Output 4 → #general チャンネル
実践ワークフロー③：RAGチャットボット
社内ドキュメントを参照して回答するRAGチャットボットです。
ワークフロー構成
[Chat Trigger] → [AI Agent] → [レスポンス]
↑
[Anthropic Chat Model]
[Vector Store Tool]
[Window Buffer Memory]
AI Agentの設定
System Message
あなたは社内ナレッジベースを検索して質問に回答するアシスタントです。
【重要なルール】
- 回答は必ずVector Storeから取得した情報に基づいてください
- 情報が見つからない場合は「該当する情報が見つかりませんでした」と回答してください
- 回答には出典（ドキュメント名）を含めてください
- 推測や一般知識での回答は避けてください
Vector Store Toolの設定
- Name：search_knowledge_base
- Description：社内ドキュメント（マニュアル、FAQ、規定）を検索します
- Vector Store：Pinecone / Qdrant / Supabaseを接続
- Top K：5
実践ワークフロー④：コンテンツ生成パイプライン
トピックを入力すると、Claudeがブログ記事を生成してWordPressに下書き保存します。
ワークフロー構成
[Webhook] → [Basic LLM Chain（構成案）] → [Basic LLM Chain（本文）] → [WordPress]
↑ ↑
[Anthropic Chat Model] [Anthropic Chat Model]
Step 1：構成案生成
プロンプト
以下のトピックについて、SEOを意識したブログ記事の構成案を作成してください。
トピック：{{ $json.topic }}
ターゲット読者：{{ $json.target }}
【出力形式】
- タイトル案（3つ）
- 見出し構成（H2、H3レベル）
- 各セクションで扱う内容の概要
Step 2：本文生成
プロンプト
以下の構成案に基づいて、2000文字程度のブログ記事を作成してください。
{{ $json.text }}
【執筆ガイドライン】
- 読みやすい文章で
- 具体例を含める
- 専門用語には説明を加える
- 結論を先に述べる
WordPress設定
- Operation：Create Post
- Title：{{ $json.title }}
- Content：{{ $json.text }}
- Status：Draft
Claude APIのパラメータ詳細
Anthropic Chat Modelノードで設定できるパラメータを解説します。
主要パラメータ
| パラメータ | 説明 | 推奨値 |
|---|---|---|
| Max Tokens | 生成する最大トークン数 | 用途に応じて（500〜4096） |
| Temperature | 出力のランダム性（0〜1） | 正確性重視: 0.2〜0.4、創造性重視: 0.7〜0.9 |
| Top P | サンプリングの確率しきい値 | 0.9〜1.0 |
| Top K | サンプリングする候補数 | 40〜100 |
用途別の推奨設定
| 用途 | Model | Temperature | Max Tokens |
|---|---|---|---|
| 要約・抽出 | Haiku | 0.2〜0.3 | 500〜1000 |
| 分類・判定 | Haiku | 0.0〜0.2 | 100〜300 |
| 文章生成 | Sonnet | 0.7〜0.8 | 2000〜4000 |
| コード生成 | Sonnet / Opus | 0.2〜0.4 | 2000〜4000 |
| 複雑な推論 | Opus | 0.3〜0.5 | 4000〜8000 |
| チャットボット | Sonnet | 0.7 | 1000〜2000 |
APIコストの管理
Claude APIは従量課金制のため、コスト管理が重要です。
モデル別料金（2025年時点の参考）
| モデル | 入力（/100万トークン） | 出力（/100万トークン） |
|---|---|---|
| Claude 3.5 Haiku | $0.25 | $1.25 |
| Claude 3.5 Sonnet | $3.00 | $15.00 |
| Claude Sonnet 4 | $3.00 | $15.00 |
| Claude Opus 4 | $15.00 | $75.00 |
コスト削減のポイント
- 適切なモデル選択：シンプルなタスクにはHaiku、複雑なタスクのみOpusを使用
- プロンプトの最適化：不要な説明を削減してトークン数を抑える
- Max Tokensの設定：必要最小限の値を設定
- キャッシュの活用：同じ入力に対する結果をキャッシュ
- Batch APIの利用：大量処理はBatch APIで効率化
エラーハンドリング
よくあるエラーと対処法
| エラー | 原因 | 対処法 |
|---|---|---|
| 401 Unauthorized | APIキーが無効 | APIキーを再確認・再発行 |
| 429 Rate Limit | リクエスト数超過 | Wait nodeでリクエスト間隔を空ける |
| 400 Bad Request | パラメータエラー | Max Tokensやモデル名を確認 |
| 500 Server Error | Anthropic側の問題 | リトライ処理を実装 |
| Credit Exhausted | クレジット不足 | Anthropic Consoleで残高確認・チャージ |
リトライ処理の実装
Error Triggerとリトライロジックを組み合わせます。
[ワークフロー] → [Error Trigger] → [Wait (30秒)] → [Execute Workflow（リトライ）]
よくある質問（FAQ）
Q. n8n CloudでもClaude連携は使えますか？
A. はい、n8n CloudでもAnthropic Chat Modelノードを使用してClaude連携が可能です。認証情報の設定方法はセルフホスト版と同じです。
Q. ClaudeとGPT-4、どちらを使うべきですか？
A. タスクによって異なります。Claudeは長文の処理や分析タスクに強く、GPT-4は汎用性が高いです。コスト面ではClaude Haikuが最も安価です。両方試して、自社のユースケースに合う方を選択することをおすすめします。
Q. APIキーは複数のワークフローで共有できますか？
A. はい、一度登録した認証情報は複数のワークフローで共有できます。ただし、レート制限はアカウント単位で適用されるため、大量のワークフローで同時使用する場合は注意が必要です。
Q. 日本語の処理は問題なくできますか？
A. はい、Claudeは日本語を含む多言語に対応しています。日本語での入出力、翻訳、要約などの処理が可能です。
Q. Claudeのコンテキストウィンドウはどのくらいですか？
A. Claude 3.5 Sonnet/Haikuは200Kトークン、Claude 3 Opusは200Kトークンのコンテキストウィンドウを持っています。長文ドキュメントの処理に適しています。
まとめ
この記事では、n8nとClaudeの連携方法を解説しました。
連携の流れ
- Anthropic ConsoleでAPIキーを取得
- n8nの認証情報にAPIキーを登録
- AI AgentまたはBasic LLM ChainにAnthropic Chat Modelを接続
- 用途に応じたプロンプトとパラメータを設定
活用のポイント
- シンプルなタスクにはHaiku（低コスト・高速）
- 汎用的なタスクにはSonnet（バランス型）
- 複雑な推論にはOpus（最高性能）
- Temperatureは用途に応じて調整
次のステップ
- シンプルなテキスト生成ワークフローで動作確認
- 実際の業務で使えるワークフローを構築
- RAGやツール連携で高度な機能を追加
- エラーハンドリングとコスト管理を実装
n8nとClaudeを組み合わせることで、高度なAI機能をノーコードで業務に組み込めます。ぜひ自社の業務効率化に活用してください。