はじめに：2026年はAIを「自律的なパートナー」として動かす時代へ
2026年現在、AIのトレンドは指示を与えて回答を得るだけの「チャットツール」から、自ら判断して複数のタスクを一気通貫で実行する「自律型AIエージェント（Agentic Workflow）」へと完全にシフトしています。GoogleのWorkspace StudioやLayerXの「バクラク」によるAIエージェント機能の提供など、ビジネスシーンでの自動化は「AIへの丸投げ」が当たり前の時代を迎えました。
しかし、既存のパッケージツールだけでは、自社独自の業務フローに完全に対応させるのは困難です。そこで今、世界中の開発者やビジネスパーソンから圧倒的な支持を集めているのが、オープンソースの自動化プラットフォーム「n8n（エヌエイトエヌ）」です。
本記事では、n8nに搭載された強力な「Advanced AI」機能を利用し、「共有フォルダに領収書画像を入れるだけで、AIが自動解析してスプレッドシートに経費起票し、Slackで完了通知を送る」という完全自律型の経費精算エージェントを構築する具体的な手順を徹底解説します。
なぜ「n8n」なのか？自律型AIワークフローに最適な理由
API連携ツールといえば「Make」や「Zapier」が有名ですが、2026年のAIエージェント構築においてn8nが選ばれる理由は、「AI Agentノード」が標準で組み込まれている点にあります。
- プロンプト不要の構造化抽出：スキーマ（データの出力形式）をGUIで定義するだけで、LLMが確実に指定フォーマット（JSON）でデータを返してくれます。
- 柔軟なモデル選択：OpenAIやAnthropicなどの主要APIはもちろん、Stripeが買収したことで話題のOpenRouterを経由し、話題の超軽量・高性能モデル「Ornith-1.5」などをノーコードで切り替え可能です。
- セルフホストによる低コスト＆セキュア運用：Docker等を用いて自社サーバーに構築できるため、APIの通信量以外のランニングコストを極限まで抑えられます。
構築する「自律型経費精算エージェント」の全体像
今回構築する自動化ワークフローは以下の4ステップで処理を実行します。
- トリガー：Googleドライブの指定フォルダに領収書の画像ファイル（PDFやJPEG）が追加される。
- 画像解析（AIエージェント）：マルチモーダルLLMが領収書画像を読み取り、「日付」「金額」「店舗名」「適切な勘定科目」を推論して抽出する。
- データ記録：抽出されたデータをGoogleスプレッドシートの末尾に自動で1行追加する。
- 完了通知：起票完了のメッセージと、AIが判定した経費サマリーをSlackの専用チャンネルに通知する。
ステップ1：n8n環境の準備（Dockerでのクイック起動）
n8nを最も迅速に起動するには、Dockerを使用するのが最適です。ターミナルを開き、以下のコマンドを実行して最新のn8nコンテナを立ち上げます。
docker run -d --name n8n \
-p 5678:5678 \
-e N8N_ENFORCE_SETTINGS_FILE_PERMISSIONS=true \
-v n8n_data:/home/node/.n8n \
n8nio/n8n:latest起動後、ブラウザで http://localhost:5678 にアクセスし、初期管理者のアカウント作成を完了させてください。
ステップ2：Google DriveトリガーとAIエージェントの配置
n8nのキャンバスを開き、新規ワークフローを作成します。以下の手順でノードを配置・設定していきます。
1. トリガーノードの設定
「Google Drive Trigger」ノードを追加し、認証（OAuth2）を設定します。イベントには "File Created" を選択し、経費精算用の特定のフォルダIDを指定します。
2. AI Agentノードの配置
次に、n8nの強力な機能である「AI Agent」ノードを追加します。このノードは、通常のLLMノードとは異なり、ツール（外部API）を自分で選んで実行する「自律的な判断力」を持たせることができます。
- Model: 「OpenAI Chat Model」または「OpenRouter Model」を選択。マルチモーダル対応の
gpt-4oまたはclaude-3-5-sonnetを指定します。 - Prompt: エージェントに対する役割（システムプロンプト）を記述します。
あなたは優秀な経費精算アシスタントです。
入力された領収書画像から、以下の情報を正確に抽出してください。
- 日付（YYYY-MM-DD形式）
- 金額（半角数字のみ）
- 店舗名・支払先
- 勘定科目（「旅費交通費」「会議費」「消耗品費」「接待交際費」などから最も適切なものを選択）3. 構造化出力（Structured Output）の定義
AI Agentノードの「Output Parser」に「Structured Output Parser」を接続します。これにより、AIが気まぐれな文章で回答するのを防ぎ、必ず以下のようなクリーンなJSONオブジェクトとしてデータを出力させることができます。
{
"date": "2026-08-25",
"amount": 1580,
"vendor": "スターバックスコーヒー",
"category": "会議費"
}ステップ3：スプレッドシート記録とSlack通知の実装
AIによって構造化されたデータが得られたら、後続の処理にデータを渡します。
1. Google Sheetsノードの追加
「Google Sheets」ノードを追加し、アクションを "Append Row" （行の追加）に設定します。対象のスプレッドシートを選択し、列のマッピングを以下のようにExpression（式）を用いて設定します。
- 日付列:
{{ $json.output.date }} - 金額列:
{{ $json.output.amount }} - 支払先列:
{{ $json.output.vendor }} - 勘定科目列:
{{ $json.output.category }}
2. Slack通知ノードの追加
最後に「Slack」ノードを接続し、アクションを "Post Message" に設定します。テキストエリアに、以下のようにAIの処理結果を含めたメッセージを設定します。
:receipt: *領収書の自動経費精算が完了しました！*
----------------------------------------
・*日付*: {{ $json.output.date }}
・*店舗*: {{ $json.output.vendor }}
・*金額*: ￥{{ $json.output.amount }}
・*科目*: {{ $json.output.category }}
※スプレッドシートへの起票が正常に完了しました。内容に相違がないか確認してください。自律型エージェントを安定運用するための2つのコツ
1. 解析精度の向上には「画質調整」が不可欠
スマートフォンのカメラで撮影された領収書は、時にファイルサイズが大きすぎてLLMのトークン消費を圧迫したり、不鮮明で誤読の原因になります。トリガーの直後に「Read Binary File」ノードを挟み、画像の解像度を適切にリサイズ（1200px程度）してからAIノードに渡すことで、APIコストの削減と認識率向上の両立が可能です。
2. ハルシネーション（嘘）を防ぐ「人間による承認（Human-in-the-Loop）」の組み込み
AIに100%処理を委ねるのが不安な場合、Google Sheetsに書き込む前に「Wait for Webhook」ノードを使い、Slack上に「承認」「却下」のボタンを設置するフローにカスタマイズできます。人間がボタンをクリックするまで処理を一時停止させることで、業務上のミスを完全に防ぐセキュアな設計が実現します。
まとめ：作業者から「AIエージェントの監督役」へ進化しよう
これまで毎日数分〜数十分を費やしていた「領収書の転記」「日付や金額の手入力」「スプレッドシートへのコピペ」といった単純な事務作業は、n8nと最新のマルチモーダルAIを組み合わせることで、文字通り「完全自動化（丸投げ）」が可能です。
2026年のビジネスにおいて圧倒的な生産性を誇る人々は、自らが手を動かすのではなく、このような「自律的に動く仕組み」を構築する側に回っています。ぜひ今回のガイドを参考に、あなたの手元に24時間働く頼もしいAIアシスタントを誕生させてみてください！
関連サイト: https://www.aegis4.net/
