ChatGPT沼から抜けるたった1つの方法｜n8nとDifyで"つなぐ側"に回る実装ガイド
今週は「押さなくても動く、最初の1本」をやっています。
自分の業務の手作業を月18時間ぶん減らしている1本の設計図と、今週用意する4つの鍵、詰まる3箇所の抜け方を先に置きました。
正直に書きます。
自分はChatGPTを1年以上使ってきましたが、仕事は何も変わりませんでした。
プロンプト集を3冊買って写経しました。
情報商材に15万円払いました。
n8nを入れて、4ヶ月放置していました。
それでも、毎日の作業時間は減らなかったし、収入も増えませんでした。
何が悪かったのか、ずっと「自分の使い方が下手だから」だと思っていました。
でも違いました。
ChatGPT単体で使い続ける限り、業務は変わらない構造があったんです。
この記事では、自分が遠回りした分のショートカットを、できるだけ正直に書きます。
1. なぜChatGPT単体だと止まるのか
自分の場合、止まる理由は3つありました。
1つ目は、出力を毎回コピペで運ぶ手間です。
ChatGPTで要約を作っても、そのあとチャットツールに貼って、メモアプリにも貼って、メールにも入れて。この「運ぶ作業」が、AIで浮いたはずの時間を全部食っていました。
2つ目は、同じ質問を何度もしている感覚です。
よく使うプロンプトを、毎回1から打ち直す。ブックマークしても、結局そのチャットを探す手間が残る。
3つ目は、「今日も考えるだけで終わった」という感覚です。
ChatGPTと話していると、何かが進んだ気になります。でも翌朝、手元には何もできていない。
3つに共通するのは、ChatGPTがどこにも繋がっていないことでした。メールにも、チャットツールにも、スプレッドシートにも。
繋ぐ先を1つ増やすたびに、ChatGPTは急に「使える」存在になります。
2. "つなぐ側"に回る、という考え方
使う側とつなぐ側、という分け方があります。
使う側は、ChatGPTのチャット欄に直接質問する人。
つなぐ側は、ChatGPTを自分の業務の流れに組み込む人。
似ているようで、出てくる結果がまったく違います。
たとえば、問い合わせメールの仕分け。
使う側は、毎朝チャット欄を開いて「これ何のカテゴリ？」と聞きます。
つなぐ側は、メールが届いた瞬間に自動で分類されて、記録される仕組みを作ります。
同じChatGPTを使っていても、片方は1日30分かかり、片方は0分です。
この「つなぐ」を実現するために、自分が最終的に選んだのが、n8nとDifyという2つのツールでした。
3. n8nとは何か
n8n（エヌエイトエヌ）は、ノーコードで自動化の流れを組めるツールです。
画面の上でブロックを線でつないでいくと、それがそのまま処理の流れになります。コードは書きません。
たとえば、こんなことができます。
メールが届いたら、AIで分類して、記録用のシートに保存する
毎朝決まった時間に情報を集めて、チャットに通知する
録音した会議を、文字起こし → 議事録の形に整形 → 保存する
一言でいうと、AからBへデータを渡すのがn8nの役割です。
ただし、最初はちょっと壁があります。
自分も最初の4ヶ月、英語のエラー画面に折れて放置していました。
抜け出すきっかけは、エラー画面を丸ごとAIに貼って質問した日でした。
5分で解決して、「ああ、これで進めるな」と思えました。
4. Difyとは何か
Dify（ディフィ）は、ノーコードでAIの受け答えを作れるツールです。
n8nが「流れを組む」のに対して、Difyは「読んで、答える」役割に向いています。
代表的な使い道はこんな感じです。
社内のマニュアルを読み込ませた、質問対応の窓口
商品カタログを読ませた、お客様向けの案内
過去の議事録を読ませた、探し物用の相談相手
特徴的なのは「ナレッジ」という仕組みで、PDFやドキュメントをそのまま読み込ませられることです。
細かいプロンプトを毎回書かなくても、資料に基づいて答えてくれます。
自分の使い分けは、かなり雑です。
「AからBに渡したい」ならn8n。「これを判断させたい」ならDify。
厳密ではありませんが、この2つで分けるようになってから、どちらを開くか迷う時間がほぼ消えました。
使い分けの詳しい話は、こちらに書いています。
5. 実際に組んだ仕組み、3つ
自分が実際に組んで、いまも動いているものを3つ紹介します。コードは1行も書いていません。
例1：問い合わせメールの自動仕分け（n8n）
前：毎朝、届いたメールを手で振り分ける。1日40分。20営業日で月に約13時間。
後：「メール受信 → AIで分類 → シートに保存 → 急ぎのものだけ通知」の流れを組みました。朝やることは、シートを開いて確認するだけになりました。
ノードは5個。
組むのにかかったのは40分ほどです。
ノードを繋ぐのはAIがやってくれているので、40分のほとんどが認証情報などの設定にかかった時間です。
作るときにいちばん大事だったのは、全部を通知しないと決めたことでした。最初は全件流していたら、うるさくて誰も見なくなったので、重要かどうかの基準を1行だけ先に決めました。
例2：社内の質問対応（Dify）
前：同じ質問が何度も来る。答えるのに1日30分。月に約10時間。
後：業務マニュアルをDifyに読み込ませて、質問の窓口を用意しました。答えられるものはそちらで完結して、判断が要るものだけ自分に回ってきます。
ここでハマったのは、それっぽいけど間違った答えを返してくることでした。原因はプロンプトよりナレッジ側で、資料の区切り方が大きすぎたのが問題でした。500字前後に割り直して、「分からない時は分からないと答えて」を足したら、嘘がかなり減りました。
例3：議事録の整形（n8n＋Dify）
前：会議のあと、録音を文字起こしして、議事録の形に整えて、保存する。1回30分。
後：録音を置いたら、文字起こし → 議事録の形に整形 → 保存、までが自動で流れます。会議後にやることは、内容の確認だけになりました。
ここでの学びは、全文をそのまま渡すと精度が落ちることでした。雑談まで真面目に要約されてしまうので、先に「決まったこと」だけを抜き出す工程を挟んでいます。
6. 仕組みは、そのまま仕事になる
ここまでは「自分の業務が楽になった」話ですが、もう一段先があります。
同じ実装を、知人の会社や中小企業に提供すると、1件あたり20万〜80万円の仕事になります。（今はもう少し安いかもしれないです。）
作って納めて終わりではなく、毎月3万〜5万円の保守料をいただくこともできます。
動き続けるものなので、止まったときに直す人が必要だからです。
ただ、自分は「AI教えます」と言うのが苦手なタイプでした。
うまくいったのは、こういう言い方に変えてからです。
「問い合わせの仕分け、こういう仕組みを作って動かしてるんですよ。御社でも同じの作りましょうか」
抽象的な「AI活用」ではなく、もう動いているものを見せる。これがいちばん速い入口でした。
最初の案件は月3万円からでした。小さいから最後まで作り切れて、作り切れたから次の話が来ました。
このあたりの詳しい話は、こちらに書いています。
7. では、どこから始めるか
ChatGPT沼から抜けたい人への、現実的な順番を3つだけ。
ステップ1：すでにあるテンプレを1つ動かす
ゼロから組むより、公開されているテンプレをコピーして動かすほうが、圧倒的に早いです。まず「動くものが自分の手元にある」状態を作ります。
ステップ2：繰り返している作業を1つ書き出す
「毎日やってる」「毎週やってる」のどれかから1つだけ。ここで大事なのは、いちばん面倒な業務から始めないことです。効果が大きい仕事は、たいてい難易度も高い。自分は最初にそれをやって、4ヶ月放置しました。
ステップ3：詰まったら、エラー画面を丸ごと貼る
大事そうな一行だけを選んで貼るのはやめて、全部コピーしてAIに渡します。これだけで7割は解けます。
この3つについては、それぞれ1本ずつ記事にしています。
8. よくある質問
自分がよく聞かれること、そして自分自身が最初に知りたかったことを、4つだけ。
Q. n8nやDifyは無料で使えますか
どちらも無料で試せる範囲があります。自分の場合、最初は無料の範囲で組んで、動くことを確認してからセルフホスト版に切り替えました。
いきなり課金しないほうがいいと思います。理由は、月額を払った瞬間に「元を取らなきゃ」という気持ちが働いて、必要のない自動化まで作りたくなるからです。自分はChatGPTに課金していた1年間、まさにその状態でした。使っている感はあるのに、手元の作業は1つも減っていない。
セルフホスト版はサーバー代がかかりますがクラウド版を課金するより安いです。（サーバーの設定が必要ですがAIに聞いてできます）
Q. プログラミングの知識は必要ですか
必要ありません。自分はほぼ書けません。
ただし「コードを書かない」と「詰まらない」は別です。
実際には英語のエラーで止まりますし、思った通りに動かないことも普通にあります。
必要なのはプログラミングの知識ではなく、詰まったときの戻り方でした。自分の場合は「エラー画面を丸ごとコピーしてAIに貼る」に落ち着いてから、止まらなくなりました。
Q. n8nとDify、どちらから始めるべきですか
やりたいことで決めるのが早いです。
「AからBへデータを渡したい」ならn8n。
「資料を読ませて答えさせたい」ならDify。
迷ったらn8nからをおすすめします。データが動くところが目に見えるので、何が起きているか分かりやすいからです。Difyは「答えの質」が絡むぶん、うまくいかないときの原因が見えにくいです。
Q. 会社で使っても大丈夫ですか
ここは正直、会社によるとしか言えません。
自分が現場で見ている範囲だと、止まる理由はリテラシーではなく「誰が責任を持つか」と「社内のデータをどこに置くか」が決まっていないことのほうが多いです。
なので、いきなり社内の重要なデータを扱うものから作らないほうがいいです。まず自分の手元の作業、それも失敗しても困らないところから始める。動くものを1つ見せてから、社内の話をするほうが早いです。
9. 続きの記事
このnoteでは、ここで触れた話を1本ずつ掘り下げています。3つの方向で書いています。
① AIを実務でつなぐ（作る話）
この記事で書いた「最初の1工程の選び方」を、自分の業務に当てはめて決めるところまで手順にしたものです（有料。無料部分だけでも考え方は持ち帰れます）
② つまずきの記録（失敗した話）
③ 仕組みを仕事にする（渡す話）
④ 発信をどう回しているか
10. おわりに
長い記事をここまで読んでもらえて、嬉しいです。
正直、自分はずいぶん遠回りしました。プロンプト集を3冊買って、情報商材に15万払って、n8nを4ヶ月放置して。そのあいだ、毎日の作業は1分も減っていませんでした。
同じ場所で止まっている人が、自分より早く抜けられたらいいなと思って、この記事を書きました。
行動するかどうかは、その人のタイミング次第です。
押し付けるつもりはありません。
ただ、順番だけ言っておくと、今日テンプレを1つ動かすのがいちばん効きます。理解してから始めようとすると、自分のように4ヶ月かかります。
最後まで読んでくれて、ありがとうございます。
実際に作った仕組みの実装メモと、つまずきの記録を書いています。
今後の投稿が気になる人はフォローしておいてください。
