Media > AI活用ユースケース > 営業 > 農業資材の販売店が農家から LINE で届く肥料・資材の注文を n8n で受け、品名と量を整えて在庫の引当と配達の案を作る

農業資材の販売店が農家から LINE で届く肥料・資材の注文を n8n で受け、品名と量を整えて在庫の引当と配達の案を作る

実装ステータス:構成例 技術的に実現可能な構成として設計したもの。自社未検証

農家から LINE で届く肥料・資材の注文の文を n8n で受け、品名・量・単位・希望日・届け先をAIが書かれたとおりに抜き出します。品番の照合と在庫の引当、配達の便の案は規則で作り、担当が確かめてから確定の返事を送ります。

サマリー
生成AI
ChatGPT/Claude
連携・自動化
Make/n8n/Zapier
対象業界
その他/商社/小売
対象部門
営業
対象業務
データ入力・転記/問い合わせ対応
主な課題
人手が足りない/入力作業が多い/確認ミスが多い
AIで行う処理
抽出
主な効果
入力漏れ削減/対応スピード向上/工数削減
導入難易度
★★☆☆☆
実装レベル
本格構成
費用感
ノーコード連携(中)
人間の確認
条件付き
現在工数
60h/月
AI導入後
20h/月
想定削減
67%
年間削減
480h
モデル条件による試算値です。実在企業の実績ではありません。

01導入前 / 導入後の業務フロー

導入前(Before)
  1. 担当が LINE 公式アカウントの管理画面で新しい注文の文を開く
  2. 送ってきた農家を得意先の一覧で探す。表示名が屋号や家族の名前のこともある
  3. 品名の通称から商品マスタを探し、規格(袋の重さ、幅と長さ)を当てる。「いつもの」は注文の履歴をさかのぼって探す
  4. 在庫表を開き、足りるかを見る。足りなければ仕入先への取り寄せを考える
  5. 届け先と希望日から、地区の配達の曜日表を見て、どの便に載せるかを決める
  6. 分からないところがあれば LINE で聞き返し、返事を待つ
  7. 決まったら受注の表に書き写し、農家に「〇日に届けます」と返す
導入後(After)
  1. 自動LINE の Webhook を n8n が受け、署名を確かめて、すぐに 200 を返す
  2. 自動テキストの注文なら、応答メッセージで「受け付けました。在庫を確かめてお返事します」と返す
  3. 自動Claude が文から品名・量・単位・希望日・届け先を書かれたとおりに抜き出す
  4. 自動得意先の一覧と注文の履歴、商品マスタに照らして、品番の候補を規則で当てる
  5. 自動在庫表を見て引当の案を作り、地区の配達の曜日表から便の案を作る
  6. 自動当てられなかった品名や換算できない単位があれば、聞き返しの文の案を作る
  7. 人担当が Slack で案を見て、品番・量・便を確かめ、承認するか直す
  8. 自動承認された内容をプッシュメッセージで農家に返し、受注の表に書き込む
  9. 人聞き返しが要るものは、案を直して送る
各工程の詳しい説明を読む
  1. 担当が LINE 公式アカウントの管理画面で新しい注文の文を開く
  2. 送ってきた農家を得意先の一覧で探す。表示名が屋号や家族の名前のこともある
  3. 品名の通称から商品マスタを探し、規格(袋の重さ、幅と長さ)を当てる。「いつもの」は注文の履歴をさかのぼって探す
  4. 在庫表を開き、足りるかを見る。足りなければ仕入先への取り寄せを考える
  5. 届け先と希望日から、地区の配達の曜日表を見て、どの便に載せるかを決める
  6. 分からないところがあれば LINE で聞き返し、返事を待つ
  7. 決まったら受注の表に書き写し、農家に「〇日に届けます」と返す

(a)品番を当てるのに時間がかかる。 同じ「化成」でも成分の違う銘柄が何種類もあり、袋の重さも違います。 農家ごとの癖を覚えていない担当は、履歴を何か月もさかのぼります。

(b)「いつもの」が取り違えられる。 直近の注文を「いつもの」と読むと、前回だけ別の銘柄を買った農家で外れます。外れたことは、畑に撒いた後に分かります。

(c)聞き返しが遅れる。 単位が「1反分」の注文や届け先の無い注文は、聞き返さないと進みません。繁忙期には聞き返しが翌日になります。

(d)引当が担当の頭の中にある。 残り少ない品を、2人の担当が別々の農家に約束してしまうことがあります。

  1. 【自動】 LINE の Webhook を n8n が受け、署名を確かめて、すぐに 200 を返す
  2. 【自動】 テキストの注文なら、応答メッセージで「受け付けました。在庫を確かめてお返事します」と返す
  3. 【自動】 Claude が文から品名・量・単位・希望日・届け先を書かれたとおりに抜き出す
  4. 【自動】 得意先の一覧と注文の履歴、商品マスタに照らして、品番の候補を規則で当てる
  5. 【自動】 在庫表を見て引当の案を作り、地区の配達の曜日表から便の案を作る
  6. 【自動】 当てられなかった品名や換算できない単位があれば、聞き返しの文の案を作る
  7. 【人】 担当が Slack で案を見て、品番・量・便を確かめ、承認するか直す
  8. 【自動】 承認された内容をプッシュメッセージで農家に返し、受注の表に書き込む
  9. 【人】 聞き返しが要るものは、案を直して送る

7番目が、この設計の分かれ目です。 担当が見るのは、AIが抜き出した文と、規則が当てた品番が並んだ1枚です。「いつもの化成 10」の横に「〇〇化成 20kg ×10袋(前回・前々回と同じ)」と出ていれば、担当は数秒で承認できます。品番が当たらなかったものだけに時間を使います。

2番目と8番目の返事を分けているのも意図してのことです。 受け付けたことだけを先に伝えれば、農家が電話をかけてくる理由が一つ減ります。

02今回想定するシステム構成

構成図
農家の LINE(テキストの注文、写真)
   │
   ▼【トリガー】LINE の Webhook(POST)
n8n
   ├──▶ 署名の確認(Crypto ノードの HMAC-SHA256)
   ├──▶ すぐに 200 を返す/重複の確認(webhookEventId)
   ├──▶ 応答メッセージ「受け付けました」
   ▼
Claude(Information Extractor ノード)
   │   品名・量・単位・希望日・届け先を書かれたとおりに抜き出す
   ▼
n8n ── 得意先の一覧・注文の履歴・商品マスタに照らして品番を当てる
   │      在庫表で引当の案、配達の曜日表で便の案
   ▼
【人が Slack で確認】承認/直す/聞き返す
   ▼
LINE のプッシュメッセージで確定の返事 ── 受注の表へ書き込む
役割想定する製品代替候補
ワークフローn8nMake、Zapier
生成AIClaude(n8n の Anthropic Chat Model ノード)OpenAI API
保管n8n の Data Table(商品マスタの写し、通称の一覧、受付の記録)PostgreSQL
台帳Google スプレッドシート(在庫表、得意先の一覧と注文の履歴、配達の曜日表)既存の販売管理の台帳
承認Slack(n8n の Slack ノード)Microsoft Teams
受付の窓口LINE 公式アカウント(Messaging API)自社サイトの注文フォーム

新しく足すのは n8n と、Messaging API の設定だけです。 商品マスタと在庫表はスプレッドシートのまま使います。

n8n を選ぶのは、LINE の Webhook をそのまま受けられるからです。 Webhook ノードは POST を受けられ、Raw Body のオプションで本文をそのままの形で受け取れます。 LINE の署名はこの本文から計算するので、整形された後の JSON では確かめられません。応答を Respond to Webhook ノードに任せる設定もありますが、この構成では Webhook ノードの「Immediately」で受け取った時点で返します。

応答メッセージ(reply)はプランのメッセージ数に数えられず、プッシュメッセージ(push)は数えられます。 受付の返事を応答で出し、確定の返事だけをプッシュにするので、数えられるのは1件につき1通です。

03どうやって実装するのか

Step1

処理の起点を決める

LINE 公式アカウントの Webhook の送り先に、n8n の Webhook ノードの本番の URL を設定します。 n8n の Webhook には試験用と本番用の URL があり、試験用の URL は画面で「Listen for Test Event」を押している間だけ受け付けます。本番の URL はワークフローを公開したときに登録されます。 試験用の URL を LINE に設定したまま運用に入ると、注文が届かない状態になります。

Webhook ノードは Respond を「Immediately」にし、受け取った時点で応答を返します。 LINE の仕様では、受け取ったボットのサーバーはステータスコード 200 を返す必要があります。処理が終わるまで待たせる設定にすると、AIの呼び出しに時間がかかったときに LINE の側では失敗に見えます。 LINE 側の再送の設定を有効にしていると、2xx を返さなかった Webhook は一定の期間再送され、同じ注文が二重に入ります。

受け取った本文の events は配列です。LINE は疎通の確認のために、空の配列を送ってくることがあります。 このときは 200 を返して何もしません。イベントが複数入ることもあるので、1イベントずつに分けて流します。

毎日16時には Schedule Trigger で、まだ承認されていない受付を一覧にして担当に送ります。

Step2

入力データを集める

データ中身取得元
LINE のイベントwebhookEventId、イベントの種類、userId、メッセージの種類と本文、replyToken、timestampWebhook ノード
得意先の一覧得意先コード、LINE の userId、名前・屋号、地区、届け先(自宅・畑・倉庫を複数)、掛けの区分スプレッドシート
注文の履歴得意先コード、日付、品番、数量スプレッドシート
商品マスタ品番、正式名、規格(袋の重さ、幅・長さ)、単位、農薬かどうか、取り寄せ品かどうかData Table(毎晩写す)
通称の一覧通称(「化成」「苦土」「黒マルチ」など)と、当てはまりうる品番の一覧Data Table
在庫表品番、店ごとの在庫、引当済みの数スプレッドシート
配達の曜日表地区、配達の曜日、便、トラックの積載の目安スプレッドシート

質を決めるのは、通称の一覧と注文の履歴です。 前者が無ければ「化成」から候補が出ず、後者が無ければ「いつもの」を解けません。

得意先の一覧には userId の列を足します。 表示名は農家が自由に変えられるので、表示名で探さず userId で引きます。

Step3

データの取得方法を決める

取るものどこからどの順で
署名の確認Webhook の x-line-signature ヘッダーと Raw Body最初。合わなければ捨てる
重複の確認Data Table の受付の記録(webhookEventId)署名の次。既にあれば捨てる
得意先Google Sheets ノードの Get Row(s)(userId で引く)抜き出しの前
注文の履歴Get Row(s)(得意先コードで引き、「すべての一致を返す」にする)抜き出しの後
商品マスタ・通称の一覧Data Table の Get抜き出しの後
在庫・配達の曜日Get Row(s)品番が当たった後

署名は Crypto ノードの Hmac で確かめます。 種類を SHA256、エンコードを BASE64 にし、シークレットには LINE のチャネルシークレットを Crypto の認証情報として入れます。計算した値とヘッダーの値が一致しないものは、LINE から届いたものとして扱いません。 LINE は送信元の IP アドレスを公開しておらず、IP で絞るのではなく署名で確かめるよう案内しています。

注文の履歴の Get Row(s) は「すべての一致を返す」にします。 既定では最初の1行しか返らず、「いつもの」を解く直近の数回分が取れません。

写真は、メッセージの ID で Get content(api-data.line.me のドメイン)から取り、担当に回します。写真はAIに読ませません。 量と届け先は文にしか書かれていないからです。

Step4

AIへ渡す前に整形する

  1. 署名と重複の確認 … 署名が合わないもの、webhookEventId が受付の記録に既にあるものを捨てます。再送された Webhook には同じ ID が入ります
  2. イベントの種類で分ける … テキストのメッセージだけを抜き出しに回します。写真・スタンプ・位置情報は担当へ回し、友だち追加は案内の返事だけにします
  3. 得意先を引く … userId で得意先を探します。見つからなければ、抜き出しはせずに「初めての方」として担当へ回します
  4. 受付の返事 … テキストの注文には、応答メッセージで受け付けたことを返します。応答トークンは1回しか使えず、受信から1分以内に使う必要があるので、AIを呼ぶ前に返します
  5. 文の整え … 全角と半角の数字をそろえ、絵文字を消します。漢数字は残します
  6. 続けての文をまとめる … 「化成10」「あと苦土も5」のように続けて届いた文は、5分待って1件にします
  7. 農薬の印を付ける … 通称の一覧で農薬に当たる語があれば印を付けます

4番目の順序を間違えないでください。 応答トークンの期限は予告なく変わることがあり、ネットワークの遅れでも変わるとされています。抜き出しを待ってから返すと、繁忙の時間帯に期限を過ぎます。

Step5

AIに処理させる

させるのは、注文の文から決まった項目を書かれたとおりに抜き出し、足りない情報を挙げることだけです。 n8n の Information Extractor ノードに Anthropic Chat Model をつなぎ、スキーマを JSON Schema で定義します。

抜き出すもの抜き出し方書かれていないときの扱い
品名文に書かれた語をそのまま。「いつもの」「去年の」も語として残す空。missing に「品名」を入れる
量数字と、書かれていた単位をそのまま量が無ければ空
単位袋・kg・本・箱・巻・m・反分など、書かれた語空。換算しない
規格「20キロ」「135の200m」など、書かれていれば空
希望日書かれた言い方のまま(「来週火曜」「植える前」)空
届け先書かれた言い方のまま(「下の畑」「いつものところ」)空
言い直し「やっぱり8で」など、前の文を直している箇所なし

左から2列目の「書かれたとおり」が、この構成でいちばん大事な決まりです。 「来週火曜」を日付に直すのも、「1反分」を袋の数に直すのも、AIではなく後段の規則か、人がやります。 AIが直した値は、どこまでが書かれていたことで、どこからが推し量ったことかが見分けられなくなります。

させないこと理由
品番を選ぶこと通称の一覧と注文の履歴で規則で当てる。それらしい品番を選ばせると規格の違いを取り違える
「いつもの」の中身を決めること得意先の注文の履歴で引く
単位を換算すること「1反分」の量は畑と使い方で変わる
在庫や納期を答えること在庫表と配達の曜日表で決める
農薬の使い方に答えること登録の内容と使い方の説明は担当が行う
確定の返事を書くこと人の確認を経てから、決まった定型文で返す

1行目がいちばん起きやすい失敗です。 商品マスタを渡して品番を選ばせると、候補が3つあっても、それらしい1つを必ず選びます。

Step6

指示内容を固定する

Information Extractor ノードの System Prompt Template に次の文を入れます。出力の形式の指示はノードが自動で足すので、ここには書きません。

あなたは農業資材店の受付で、農家から届いた注文の文を読む立場です。
文に書かれていることだけを、決まった項目に書き出してください。

【書き出すもの】
- items:注文された品ごとに、品名・量・単位・規格を1つずつ
- delivery_date_text:希望の日の言い方
- delivery_place_text:届け先の言い方
- corrections:前の注文を言い直している箇所
- missing:注文を受けるのに足りない情報
- questions_for_staff:担当が農家に確かめるべきこと

【厳守事項】
- 品名は、文に書かれた語をそのまま書いてください。
  正式な商品名に直したり、銘柄を補ったりしないでください。
- 「いつもの」「去年と同じ」「前回の」は、その言葉のまま品名に書いてください。
  何を指すかを推測しないでください。
- 量と単位は書かれたとおりに書いてください。
  「1反分」「ハウス2棟」「少し多め」を、袋や kg の数に直さないでください。
- 漢数字は漢数字のまま書いてください。計算をしないでください。
- 日付は、書かれた言い方のまま書いてください。暦の日付に直さないでください。
- 書かれていない項目は空にし、missing に項目名を入れてください。
  空欄を前の注文や一般的な量で埋めないでください。
- 在庫・値段・届く日について、答えや見込みを書かないでください。
- 農薬・殺虫剤・除草剤と思われる品は、品名のとおりに書いたうえで
  questions_for_staff に「農薬の注文のため担当が受ける」と書いてください。
  使い方・希釈・回数について何も書かないでください。
- 注文でない文(お礼、雑談、質問)なら items を空にし、
  questions_for_staff に文の種類を書いてください。

【得意先】{customer_name}(地区:{area})
【届いた文(届いた順)】
{messages}

「漢数字は漢数字のまま」をわざわざ書いているのは、AIが親切に計算するからです。 「二十袋と、あと五」と書かれた文を「25」とまとめると、品が2つだったのか1つだったのかが分からなくなります。 数字への読み替えは後段のコードノードで行い、元の書き方は残します。

農薬の行は、答えないことをはっきり書きます。 「前と同じ薄め方でいいよね」のような確認が混ざると、何も言わなければAIはそれらしい薄め方を書きます。

Step7

出力形式を固定する

次の形の JSON で受け取ります。 スキーマはノードの「Define using JSON Schema」で定義します。

{
  "message_type": "order | correction | question | other",
  "items": [
    { "name_text": "いつもの化成", "qty_text": "10", "unit_text": "",
      "spec_text": "", "is_pesticide_suspected": false }
  ],
  "delivery_date_text": "来週の火曜",
  "delivery_place_text": "下の畑",
  "corrections": [],
  "missing": ["unit"],
  "questions_for_staff": []
}

AIが埋めるのはここまでです。 この後ろに、n8n のコードノードが規則で次の項目を足します。

足す項目決め方
sku_candidates通称の一覧で引いた候補。「いつもの」なら注文の履歴の直近3回
sku_status候補が1つ=matched/複数=ambiguous/無し=not_found
qtyqty_text を数字に読み替えた値。読み替えられなければ空
stock_status在庫表で ok/short/backorder(取り寄せ品)
delivery_slot地区の配達の曜日表から、希望日以降で最も早い便
verdictready(承認待ち)/ask_customer(聞き返し)/staff_only(農薬・初めての方)

1つ目の理由は、AIの書き出しと規則の判断を別の層に置けることです。 通称の一覧を直せば、同じ書き出しから別の候補が出ます。店の側の表だけで精度を上げられます。

2つ目は、「いつもの」の判定を履歴に置けることです。 直近3回がばらついていれば ambiguous にし、3回分を並べて担当に見せます。

3つ目は、missing から聞き返しの案を作れることです。 届け先が無ければ、得意先の一覧の届け先を選択肢にします。

Step8

システムへ連携する

つなぎ先方式内容
LINE(受信)n8n の Webhook ノード注文のイベントを受け取る
LINE(返事)HTTP Request ノードで Messaging API受付の応答メッセージ、確定のプッシュメッセージ
ClaudeInformation Extractor + Anthropic Chat Model文から項目を抜き出す
商品マスタ・通称の一覧・受付の記録Data Table ノード候補の照合、重複の確認、記録
得意先・注文の履歴・在庫・配達の曜日Google Sheets ノード読み取りと、承認後の書き込み
SlackSend and Wait for Response(Approval)担当の承認

LINE への返事は、HTTP Request ノードで Messaging API を直接呼びます。 応答メッセージは https://api.line.me/v2/bot/message/reply に応答トークンを付けて、プッシュメッセージは宛先の userId を付けて送ります。1回の送信に入れられるメッセージは5つまでです。 確定の返事は1通にまとめます。

在庫表への書き込みは、担当の承認の後だけです。 Update Row は既存の行だけを更新するので、在庫表は Update Row で引当済みの数を足し、受注の表は Append Row で足します。

Slack の承認は、Capture Who Responded をオンにします。 Slack の中のボタンで承認でき、誰が承認したかが出力に残ります。

Step9

人が確認する

担当が Slack で開くのは、すべての受付です。ただし、見る深さを verdict で変えます。

  1. ready は品番と量と便を見て承認する … 元の文の横に当たった品番が出ているので、通称と規格が合っているかだけを見ます
  2. ask_customer は聞き返しの案を直して送る … 案は選択肢の形になっています。送るのは担当です
  3. staff_only は担当が自分で受ける … 農薬の注文と初めての方。農薬は登録の内容と使い方を確かめてから受けます
  4. 在庫が short のものは引当の順を決める … 先に届いた注文から引き当てる案が出ますが、掛けの得意先の取り決めや、植え付けの時期の近さで担当が入れ替えます
  5. 直したら記録する … 品番を差し替えたら、その通称と品番の組を通称の一覧に足す候補として残します

5番目を続けることが、精度を上げる方法です。 差し替えた組が通称の一覧に入ると、次から同じ書き方の注文は matched で出ます。

目標は、600件をならして1件2分です。

Step10

例外に対処する

起きること対応
署名が合わない処理せずに捨て、件数だけ記録する
同じ webhookEventId が届く再送による重複。受付の記録を見て捨てる
応答トークンの期限切れ受付の返事を諦め、確定の返事だけをプッシュで送る
得意先が見つからない抜き出しをせず staff_only。担当が得意先と結び付ける
品名が通称の一覧に無いnot_found。担当が品番を当て、組を記録する
量の単位が換算できないask_customer。袋の重さを添えた聞き返しの案
農薬の注文staff_only。AIの書き出しは参考にとどめる
在庫が足りないshort。取り寄せか分納かは担当が決める
Claude が応答しない書き出し無しで担当へ回す。受付の返事は出ている
プッシュが上限で送れないステータス 429。担当が管理画面のチャットで返す

上の3行は LINE の仕様から来るもので、最初から作っておきます。 再送の回数と間隔は公開されておらず変わることがあるとされているので、重複は webhookEventId で弾くしかありません。

Step11

記録を残す

  • LINE のイベントの全文(webhookEventId、userId、本文、timestamp)と受け取った日時
  • AIの書き出しの JSON と、規則が足した sku_candidates・stock_status・delivery_slot・verdict
  • そのとき参照した通称の一覧と注文の履歴の版
  • 承認した担当と承認の日時、担当が直した項目(品番・量・便)と直す前の値
  • 返した確定の返事の文と、送信の結果
  • 通称ごとの not_found と ambiguous の件数

4つ目の「直す前の値」が、通称の一覧を育てる材料です。 どの書き方のときに、どの品番に差し替えられたかが残れば、月に一度まとめて通称の一覧に足せます。

最後の行で、どの通称が当たっていないかが分かります。

04実装レベルの3段階

最小構成:注文の文を手でAIの画面に貼り、項目を書き出させる / 1件ごとの書き出し
半自動化:上記+n8n で LINE の Webhook を受け、書き出しと通称の照合を Slack に出す / 受付の返事、書き出し、品番の候補
本格構成:上記+在庫の引当と配達の便の案、承認後の確定の返事と受注の表への書き込み / 受付から確定の返事までの大半

最小構成では件数がさばけません。 書き出しの質を確かめる段階です。 半自動化で、1件6分が4分程度になります。 文を読む作業と品番の候補探しは自動になりますが、在庫表と配達の曜日表を見る作業と、確定の返事を書く作業が残ります。本格構成で2分になり、この段階が本記事の想定です。 差が大きいのは、引当と便の案が、担当が2つの表を行き来する作業だったからです。 段階を飛ばさないでください。 通称の一覧を半自動化の1か月で育ててから在庫の書き込みを足すほうが、引当の誤りが減ります。

05工数削減シミュレーション

前提値(モデル条件)
対象人数
3 名
月間件数
600 件
1件あたり現在時間
6 分
1件あたり導入後時間
2 分
現在  600件 × 6分 ÷ 60 = 60 時間/月
導入後 600件 × 2分 ÷ 60 = 20 時間/月
月間削減時間
40h
削減率
67%
年間削減時間
480h
年間金額換算(時間単価2,500円)
120万円
モデル条件による試算であり、実際の効果は業務内容・運用方法によって異なります。

自社条件で導入効果を整理したい方へ

このユースケースを自社に当てはめた場合の前提値と削減見込みを、業務ヒアリングをもとに整理します。

AI活用について相談する

06向いている企業・向いていない企業

向いている
  1. 地域の農家を得意先に持つ農業資材店・園芸資材の卸で、LINE 公式アカウントや個人の LINE で月に数百件の注文を受け、店の担当が文を読んで品番を探し、在庫表と配達の予定表に手で書き写している場合。農家の書き方が「いつもの化成を10」「黒マルチ 1反分」のようにまちまちで、聞き返しと品番の取り違えが起きている場合。商品マスタと得意先ごとの注文の履歴をスプレッドシートで持っている、または持てる場合。
向いていない
  1. 得意先が数十戸に限られ、注文がほぼ電話と店頭で、LINE の注文が月に数件しか無い場合。すでに受発注のシステムに農家が自分で品番を入れて注文できている場合。農薬の注文が中心の店(農薬は登録の内容と使い方の説明が要るため、この構成では担当が受けます)。なお、品番の確定、取り寄せの可否、値引き・掛けの条件、配達の可否の判断はこの構成では代替できません。

07最小構成で試す方法

  1. 先月 LINE で受けた注文から40件を選ぶ(「いつもの」と単位の無い注文を必ず入れる)
  2. 40件について、担当が実際に当てた品番・量・届け先を受注の表から書き出しておく
  3. 手元のAIサービスの画面に、1件ずつ文を貼る
  4. 「この注文の文から、品名・量・単位・規格・希望日・届け先を、書かれたとおりに書き出してください。正式名に直さない、換算しない、計算しない、書かれていないものは空にしてください」と指示する
  5. 出てきた書き出しを、担当が当てた結果と突き合わせる

40件は必ずやってください。 ワークフローを組む前に、AIが「書かれたとおり」を守れるかを確かめます。

出てきた内容判断
書かれた語がそのまま出て、足りない項目が空になった通称の一覧の作成とワークフローに進む
「いつもの」に銘柄を補った、単位を換算した指示の書き方で直る。構成は有効
書き出しは合っているが、通称から品番が分からない通称の一覧が先。 AIの問題ではない

3行目がいちばん多く出ます。 失敗ではなく、品番を当てる知識が担当の頭の中にしかなかったということです。40件の結果から書き出した組が、通称の一覧の最初の版になります。

08実装時につまずきやすいポイント

問題対策
署名が合わない整形後の JSON で計算している。Raw Body で受けた本文で計算する
同じ注文が二重に入る処理の終わりまで 200 を返さず再送された。Immediately で返し、webhookEventId で弾く
受付の返事が出ないAIの後に応答トークンを使っている。AIを呼ぶ前に返す
試験中は動いたのに本番で届かないLINE に試験用の URL を設定している。公開して本番の URL に替える
「いつもの」に銘柄が補われる指示に「推測しない」を明記し、履歴の直近3回で規則で引く
品番を1つに決めてしまう商品マスタをAIに渡していないかを見る。照合は表で行う
農薬の使い方をAIが答える指示で禁じ、農薬の印が付いたものは staff_only
繁忙の月にプッシュが送れないメッセージ数の上限。月の初めに見積もる

上の3行が、LINE と n8n をつなぐときの失敗のほとんどです。 どれもAIとは関係がなく、Webhook の受け方の設定で決まります。

5行目と6行目は、AIに頼みすぎたときに起きます。 品番を当てるのは表、という線を守ってください。

09セキュリティ・AIガバナンス上の注意点

この構成で扱うデータ: 農家の名前と LINE の userId、届け先(自宅や畑の場所)、注文の内容と頻度、掛けの区分です。

  1. AIに渡す範囲を、書き出しに要るものに限る … 渡すのは注文の文と、得意先の名前と地区だけです。掛けの区分、注文の履歴、届け先の一覧はAIに渡しません。 照合は n8n の側で行います
  2. 署名を確かめていない Webhook を処理しない … 署名の確認を省くと、誰でも注文を作れる入口になります
  3. 確定の返事を人の承認なしに送らない … 在庫と便の約束は店の約束です。誤った約束は、植え付けの時期の農家にとって取り返しがつきません
  4. 農薬の注文はAIの書き出しで完結させない … 登録の内容と使い方の説明は担当の仕事です。AIの出力に使い方が含まれないことを、指示と後段の両方で確かめます
  5. LINE の画像を必要以上に保存しない … 写真には畑や自宅の様子が写ります。担当が確かめた後は、保存の期間を決めて消します

誤りが起きた場合のリスクは、違う品を届けることと、在庫の無い品を約束することの2つです。 前者は品番をAIに選ばせると起き、後者は承認の前に在庫表へ書き込むと起きます。

10まず何から始めるか

1週目:通称の一覧を作る

担当3名が、農家がよく使う通称と、それに当たる品番を書き出します。先月の LINE の注文を見ながら、上位50語から始めます。 あわせて、得意先の一覧に userId の列を足します。

2週目:40件で試す

先月の注文から40件を選び、手元のAIサービスで書き出させます。「いつもの」に銘柄を補っていないか、単位を換算していないかを最優先で見ます。

3週目:受付の返事までをつなぐ

n8n で Webhook を受け、署名と重複を確かめ、応答メッセージで受付の返事を返すところまで作ります。この時点ではAIを呼ばず、二重の受付が起きないことを確かめます。

4週目:書き出しと品番の候補を Slack に出す

Information Extractor で書き出し、通称の一覧と注文の履歴で候補を出して、Slack に並べます。確定の返事は、まだ担当が管理画面から手で送ります。

2か月目: 在庫の引当と便の案を足し、承認の後にプッシュで確定の返事を送ります。3か月目以降: ready の割合と1件の時間を実測します。繁忙の月を一度越え、二重の受付と返事の抜けが出なかった時点で、この構成は完成です。


11関連ユースケース

12この仕組みを理解するための記事

13技術仕様の確認日・参考情報

技術仕様確認日:2026-10-27/最終更新:2026-10-27
確認した内容情報源確認日
Webhook ノードが POST などのメソッドを受け、Respond に Immediately/When Last Node Finishes/Using 'Respond to Webhook' Node があること。Raw Body のオプション。試験用と本番用の URL の違い(本番は公開時に登録)。上限 16MBn8n Docs: Webhook node2026-10-27
Respond to Webhook ノードの応答の種類と、Webhook ノードの Respond をこのノードに任せる設定n8n Docs: Respond to Webhook2026-10-27
Crypto ノードの Hmac(SHA256 など、BASE64/HEX、シークレットは認証情報)n8n Docs: Crypto2026-10-27
Information Extractor のスキーマの定義の仕方(JSON Schema など)、System Prompt Template、出力の形式の指示が自動で足されることn8n Docs: Information Extractor2026-10-27
Anthropic Chat Model ノードの設定(モデル、最大トークン数、温度、プロンプトのキャッシュ)n8n Docs: Anthropic Chat Model2026-10-27
Data Table ノードの行の操作(Insert/Update/Upsert/Get/Delete/If Row Does Not Exist)n8n Docs: Data Table2026-10-27
Google Sheets ノードの Get Row(s) が既定で最初の一致だけを返し、Return All Matches にできること。Update Row が既存の行だけを更新することn8n Docs: Google Sheets sheet operations2026-10-27
Slack の承認(Capture Who Responded で Slack の中のボタンになり、応答者が出力に残ること)n8n Docs: Approvals in Slack2026-10-27
Webhook に 200 を返す必要、空の events での疎通の確認、x-line-signature による署名の確認と IP を公開していないこと。応答トークンは1回だけ・受信から1分以内で期限は予告なく変わりうること。1回の送信は5メッセージまで。Get content が api-data.line.me であることLINE Developers: Messaging API reference2026-10-27
Webhook の再送が 2xx を返さなかったときに一定の期間行われ、回数と間隔は公開されず変わりうること。重複は webhookEventId で見分けること。非同期の処理を勧めていることLINE Developers: Receive messages (webhook)2026-10-27
プッシュメッセージは送った相手の数で数えられ、応答メッセージはプランのメッセージ数に数えられないこと。料金のプランが国・地域ごとに違うことLINE Developers: Messaging API pricing2026-10-27

LINE のプランの料金は、日本の LINE 公式アカウントの案内で確かめてください。

実装ステータス:構成例。 公開仕様に基づいて設計した構成であり、当社で実際に構築・検証したものではありません。工数の数値はモデル条件による試算です。

自社の業務に使えるAI活用候補を整理します

このユースケース(UC-2046)についてのご相談はこちらから。

AI活用について相談する
目次