n8nでChatGPTを使うには？OpenAI APIの接続・応答・費用を確認

n8nからOpenAIを呼ぶ接続で何ができる？

ここで作るのは、n8nがOpenAI APIへ依頼を送り、その返答を受け取る処理です。「n8nとChatGPTをつなぐ」という言い方でも、どちらから何をするかで設定が変わります。

最初の構成は「Manual Trigger → OpenAI → Edit Fields（Set）」に絞り、返答を取り出すところで止めましょう。手動トリガーなら開始のタイミングを自分で決められ、投稿・メール送信などの処理をつなぐ前に入出力を確認できます。

APIキーと、利用料を確認する場所を用意する

自分のAPIキーを使う方式では、OpenAI API側のアカウント、対象プロジェクト、支払条件を確認してください。ChatGPTの有料プランに加入していても、その月額契約をn8nから呼ぶAPIの使用枠として扱うことはできません。

OpenAIのAPIキー管理画面で作成したキーは、n8nのOpenAIノードからOpenAI credentialを作成し、API Key欄へ保存します。複数の組織に所属する場合は、公式の接続案内に従いOrganization IDも照合しましょう。

キーをプロンプトや通常のデータ欄へ埋め込むと、実行データや共有ファイルへ含まれるおそれがあります。接続設定で管理し、スクリーンショット、相談文、書き出したJSONへ秘密値を載せないでください。

2026年10月21日確認の公式案内では、Gateway creditsはn8n CloudのStarter・Pro、n8n 2.36.0以降が対象です。対応するサービス・モデルをn8nの残高で利用する経路なので、選択肢が出た場合は、自分のAPIキー方式と請求先を取り違えないようにしましょう。

セルフホストやCloud Enterpriseは、このGateway creditsの対象に含まれていません。利用前にGatewayの公式条件を確かめ、以下の手順は自分のAPIキーを使う場合として進めてください。

テキスト操作を選び、短い入力を1件だけ送る

Responses APIを使うOpenAIノードV2系では、Generate a Model Responseを選びます。公式案内ではV2はn8n 1.117.0から対応しているため、古い画面の操作名をそのまま探す前に、使っているn8nとノードの版を確認しましょう。

旧「Message a Model」は、Chat Completions APIを使う「Generate a Chat Completion」へ名称が変わった操作です。Responsesの操作と出力を混ぜず、対象操作の公式案内と照合してください。

1. 新しい検証用ワークフローにManual TriggerとOpenAIノードを置き、接続します。
2. OpenAIノードで作成したcredential、ResourceのText、OperationのGenerate a Model Responseを選んでください。
3. Modelには、そのAPIアカウントとノードで利用できるテキスト対応モデルを指定するのが基本です。
4. MessagesはTypeをText、RoleをUserにして短い依頼文を入れ、必要に応じて出力トークン上限も確認します。
5. ループやツールを追加せず、入力アイテムが1件、Retry On Failがオフ、On ErrorがStop Workflowになっているかを確かめましょう。

説明用の架空例なら、「メモ：見出しを決めてから本文を書く。この手順を一文で説明して」という入力で十分です。画像、検索、コード実行などを加えず、依頼と返答を見比べやすい短文から始めてください。

モデル名は、n8nの選択肢にある正確なIDとOpenAIの現行モデル情報を照合します。画面の例に載った古いモデルや、ChatGPTで選べる名前だけを根拠に決めないようにしましょう。

費用が発生する経路を確認したら、手動で1回実行し、入力件数と出力を開いて確かめてください。成功表示が出た場合も、依頼した内容の文章が返っているかまで見る必要があります。

実際の応答から文章を取り出し、次のノードへ渡す

次のノードへ渡す前に必要なのは、選んだ操作とSimplify Outputの設定に合う出力項目の特定です。まず出力データを見て、必要な文章が入っている項目を確かめましょう。

1. 入力と返答を見比べる

   OpenAIノードの実行データで、入力した短文と対応する返答を確認してください。Simplify Outputを切り替えた場合は、簡略版と元の応答で構造が変わることにも注意しましょう。

2. 必要な文章を自分の項目へ移す

   後続にEdit Fields（Set）を追加し、Manual Mappingで文字列の項目「ai_text」などを作ります。入力パネルから該当する文章の値を割り当て、式の評価結果が文章になっているか確かめましょう。

3. 次のノードが受け取った値を確認する

   Edit Fieldsの出力で、作った項目の中身と件数を照合してください。ここまで確認してから、別の加工や保存処理を一つずつ追加する順序です。

OpenAIのSDKにある便利な属性名と、n8nの出力項目は同じとは限りません。Responses APIの出力配列には文章以外の要素も入り得るため、別の例からコピーした固定パスを全モデル・全設定で使い回すことは避けましょう。

空の文字列、空白だけの値、途中で切れた文章、想定外の形式は、投稿や更新へ渡さないでください。自動で進める段階では、まず取り出した項目が文字列で、前後の空白を除いても文字が残ることをIfで判定し、条件外の分岐をStop And Errorへつなげます。

このIfで分かるのは、型と空の値かどうかまでです。途中で切れた応答や拒否、指定形式との不一致は、選んだ操作の実出力にある状態情報と本文を別に確認してください。

Responses APIでは、応答全体のstatus・incomplete_detailsや、出力メッセージ内のrefusalなどを調べます。Simplify Outputで必要な情報が見えない場合は元の応答を確認できる設定に見直し、判定項目と受渡し値を確認できるまでは、後続を自動で進めず手動確認に留めましょう。

JSONへ拡張する場合も、JSONとして読めることと、必要な項目・型・内容がそろうことは別の確認です。最初は短い文章の受渡しを完成させ、形式を増やすのはその後にしてください。

エラーと費用を確認してから処理を増やす

失敗したら、エラー文と発生したノード、モデル、入力件数を控えましょう。認証エラーならcredentialと権限、入力エラーなら対応モデル・形式・設定、利用枠のエラーなら残高や制限という順に、表示された内容に合う確認へ進みます。

たとえば429は、送信頻度の制限、利用量・支出の上限、残高不足を区別する必要があるエラーです。同じ条件で再実行を重ねず、エラーコードをOpenAIの公式エラー案内と照合してください。

再試行を追加するなら、対象にする一時的な失敗と、最大回数・待ち時間を決めることが先です。認証や入力を直さず繰り返す設計を避け、最初の1件は自動再試行なしで確認しましょう。

自分のAPIキーを使う費用は、選んだモデルの入力・出力などの単価と、実際の利用量によって決まります。OpenAI側で同じ組織・プロジェクト・期間の利用状況と請求を確認し、Gateway方式ならn8n Cloud側の残高と利用履歴を見てください。

私の場合も、20ドルほどの少額を想定し、AIからも大丈夫と助言されたものの、自分の使い方では400ドル以上の出費になりました。2026年9月28日時点では、それでも満足に動くn8nを構築できていない状態でした。

この出費をそのまま接続の必要額にせず、自分の短文1件と再試行の利用量から確認を始めましょう。料金通知は支出を知らせる機能で、対象の組織・プロジェクトでAPI要求を止めるhard spend limitとは別です。限度額を強制するにはEnforce a hard limitの有効化が必要なので、通知だけでなく、使うキーの請求先に適用される制御とn8n側の件数管理を確かめてください。

hard spend limitにも反映の遅れがあるため、設定額ちょうどで瞬時に止まる前提にはできません。使うモデルの現行料金と支出制御の公式条件を確認し、通知だけを頼りに処理を増やさないでください。

• 入力は予定した1件で、ループや不要なツール呼出しがない
• 返答の内容と、次のノードへ渡す項目・件数を照合
• エラー時は停止し、空・形式不一致の値も後続処理へ流さない構成
• 選んだ課金経路の利用量・残高・費用を確認
• 再試行を加える場合は対象、上限回数、待ち時間を設定

ブログ制作へつなぐ前に、人が確認する工程を決める

短文が返り、次のノードへ渡せたら、次は「どこまで処理を増やし、何を人が判断するか」を決める段階です。接続の確認と記事の事実確認・品質評価を分け、最初は要約など一つの加工と、その結果の確認に絞りましょう。

文章を自動で受け取れても、そのまま公開する条件は整っていません。保存先への書込みや投稿を追加するときは、失敗時の停止と、人が内容を確認してから進む場所を決めてください。