ワークフロー自動化ツールと組み合わせる：Zapier・Make・n8n・Power Automateの考え方｜AIエージェントと業務自動化 第5回

代表的な4つのツールと、それぞれの考え方

ワークフロー自動化ツールは数多くありますが、ここでは考え方の違いがはっきりしている4つを取り上げます。機能や料金は頻繁に変わるため、ここでは2026年11月時点の公式情報をもとに、選び方の軸になる特徴に絞って紹介します。

どのツールも、AIの処理を流れに組み込む機能を用意しています。たとえばn8nは、決まった順番でAIを呼び出す「チェーン」と、AIが取るべき行動を判断する「エージェント」を区別して説明しています。第1回・第4回で学んだワークフローとエージェントの違いと同じ考え方です。ただし、AI機能の名称や提供範囲、プランごとの制限は変わりやすいので、導入前に必ず公式サイトで確認してください。

選び方の4つの軸

ツールを選ぶときは、機能の多さよりも、次の4つの軸で自社との相性を見ます。

1. 今使っているサービスとつながるか：顧客管理、チャット、会計など、自社でよく使うサービスとの連携が用意されているか。連携がない場合、作り込みの手間が大きく増えます。
2. データをどこに置けるか：取引先や顧客の情報が、どの国のどのサーバーを通るかに社内の決まりがある場合、自社運用できるツールや、データの保存場所を選べるプランが必要になることがあります。
3. 誰が作り、誰が直すか：現場の担当者が自分で作るなら、画面で操作しやすいツール。情報システム部門や技術者が管理するなら、細かく制御できるツール。
4. 料金の数え方が業務に合うか：実行回数が多い業務か、1回の流れのステップ数が多い業務かで、有利なツールが変わります（後で計算します）。

AIを流れに組み込む3つのパターン

ワークフロー自動化ツールとAIの組み合わせ方は、大きく図3の3つのパターンに分けられます。

パターン1：流れの1ステップとしてAIを使う
最も基本的で、最初に試すべきパターンです。決まった流れの中の1つのアクションとして、AIに「要約する」「分類する」「文書から項目を読み取る」といった仕事を頼みます。流れの外枠はツールが管理するので、AIが担当する範囲が小さく、動きを予測しやすいのが利点です。第4回の問い合わせ対応の例では、「種類と緊急度の判断」がこれにあたります。

パターン2：流れの途中からAIエージェントを呼び出す
流れの一部に、調べものや資料づくりなど手順の決まらない仕事がある場合、その部分だけAIエージェントに任せ、結果を受け取って流れを続けます。外枠はワークフローなので、「エージェントが何回まで試すか」「結果が返らなかったらどうするか」をワークフロー側で管理できます。

パターン3：AIエージェントがワークフローを道具として使う
逆に、AIエージェントが主役になり、あらかじめ作っておいたワークフローを「道具」として呼び出すパターンです。たとえば「顧客を登録する」という決まった処理をワークフローとして用意しておき、エージェントは必要なときにそれを呼び出します。第2回で学んだMCPを使って、ワークフローツールの連携機能をAIエージェントに道具として渡す仕組みも登場しています。エージェントには「顧客を登録する」という用途を絞った道具だけを渡せるので、データベースを自由に操作させるより安全です。

実務では、パターン1から始め、必要に応じて2、3に進むのが基本です。パターン3は柔軟ですが、エージェントがいつどの道具を使うかを予測しにくくなるため、第6回・第7回で学ぶ承認と権限の設計がより重要になります。

AIのステップを入れるときの4つの注意点

ワークフローにAIのステップを入れると、それまでの「確実に動く流れ」に、毎回結果が少しずつ変わる要素が入り込みます。次の4つの注意点を押さえておきましょう。

1. AIの答えの「形」を決める
AIに自由な文章で答えさせると、次のステップで扱えません。図4のように「製品・料金・不具合・その他の中から1つ選ぶ」「金額は数字だけで答える」など、答えの形を決めて指示します。主要なAIサービスの多くは、決められた形式（項目と型）で答えを返させる機能を用意しています。

2. 答えの形をプログラムでチェックする
形を指示しても、AIがそのとおりに答えないことがあります。選択肢にない答えや、数字のはずが文字になっている答えは、自動処理でチェックして人に回すようにします。第4回で学んだ「確実に判定できるものはプログラムで」の考え方です。

3. 失敗したときの動きを決める
AIのサービスが混み合っていて応答しない、時間がかかりすぎる、といったこともあります。何回まで再実行するか、失敗したら誰に知らせるかを、ワークフロー側で設定しておきます。

4. データがどこを通るかを確認する
ワークフローにAIのステップを入れると、データはワークフローツールとAIサービスの両方を通ります。顧客の個人情報や機密情報を扱う場合は、それぞれのサービスの利用規約やデータの扱い（学習に使われるか、どこに保存されるか）を確認し、社内のルールに合っているかを確かめます。社内ルールの作り方はビジネスで使う生成AI入門 第7回で扱っています。

この記事の監修者に相談できます

監修者の田中磨生が代表を務める株式会社Abinで、ご相談をお受けしています。

相談無料ツギノテ編集部に相談する→

料金の見積もり：「回数×ステップ数」で考える

ワークフロー自動化ツールの料金は、多くの場合、実行した動作の数に応じて決まります。Zapierは成功したアクションを「タスク」として数え、Makeは動作ごとにクレジットを消費する仕組みです（2026年11月時点）。数え方の細かな規則はツールごとに違いますが、見積もりの考え方は共通です。

図5の例では、問い合わせ対応の流れが1回あたり5ステップ、月400回動くので、月に約2,000回の動作になります。これをもとに、各ツールのプランの上限と比べます。注意したいのは、AIのステップを使うと、ワークフローツールの料金とは別に、AIサービスの利用料がかかる場合があることです。AIの利用料は、扱う文章の量によって変わります。

見積もりのときは、次の点も確認しておくと、導入後に「思ったより高い」となるのを防げます。

• 流れが失敗して再実行したとき、その回数も数えられるか
• 繰り返し処理（たとえば、表の100行それぞれに処理する）で、動作の数が何倍にもなっていないか
• テスト中の実行も数えられるか

実務ではこう使う：最初の1本を作るときの手順

ワークフロー自動化ツールで最初の流れを作るときは、次の順番で進めると失敗が少なくなります。

1. AIを入れずに、まず流れだけを作る：トリガーと、記録・通知などのアクションだけで流れを作り、確実に動くことを確かめます。
2. AIのステップを1つだけ加える：答えの形を決めた指示で、1つの判断だけをAIに任せます。
3. 過去のデータで試す：過去の問い合わせ50件などで試し、AIの判断が人の判断とどれくらい一致するかを確かめます。
4. 失敗時の動きを確かめる：わざと選択肢にない答えが出るようなデータを入れて、人に回るかを確認します。
5. 会社のアカウントで管理する：担当者個人のアカウントで作ると、異動や退職で止まってしまいます。誰が管理者かを決め、会社として管理できる形で作ります。

ノーコードのツールで業務改善を進める全体の方法は、この講座と対になるノーコードで進める業務改善の講座で詳しく扱っています。パソコンの画面操作の自動化（RPA）と比べたい場合はRPAツールおすすめ比較やPower Automateの評判も参考になります。

この回のまとめ

• ワークフロー自動化は「トリガー（きっかけ）→アクション（動作）」の連なり。人が決めた流れどおりに確実に動く
• Zapier・Make・n8n・Power Automateは、つなげるアプリ・見やすさ・自社運用・Microsoft 365との相性などに特徴がある。選ぶ軸は、今使っているサービス・データの置き場所・作る人・料金の数え方
• AIの組み込み方は、①1ステップとして使う、②途中からエージェントを呼ぶ、③エージェントがワークフローを道具として使う、の3つ。まず①から
• AIの答えは形を決め、プログラムでチェックし、失敗時の動きとデータの通り道を確認する
• 料金は「1回のステップ数×月の回数」で見積もり、AIの利用料は別にかかることがある

確認テスト

次回予告

第6回は「人の確認をどこに入れるか」です。AIエージェントやワークフローに、どの操作の前に人の承認をはさむか、差し戻されたときにどう動くか、あとから検証できる記録（監査ログ）に何を残すかを設計します。

参考資料

• Zapier ヘルプセンター「Learn key concepts in Zaps」 https://help.zapier.com/hc/en-us/articles/8496181725453 （確認日：2026年11月12日）
• Zapier「Platform」 https://zapier.com/platform （確認日：2026年11月12日）
• Make「Pricing」 https://www.make.com/en/pricing （確認日：2026年11月12日）
• n8n Docs「Sustainable Use License」 https://docs.n8n.io/n8n-community-license/community-license （確認日：2026年11月12日）
• n8n Docs「What agents do」 https://docs.n8n.io/build/integrate-ai/understand-ai-components/what-agents-do （確認日：2026年11月12日）
• Microsoft Learn「Overview of cloud flows」 https://learn.microsoft.com/en-us/power-automate/overview-cloud （確認日：2026年11月12日）
• Microsoft Learn「Introduction to desktop flows」 https://learn.microsoft.com/power-automate/desktop-flows/overview （確認日：2026年11月12日）