n8nとChatGPTを組み合わせると何が変わるのか
室谷最近、n8nとChatGPTの組み合わせについて聞かれることが増えてきたんですよね。.AI（ドットエーアイ）のコミュニティでも「n8nでChatGPTを動かしたい」という声が多い。
テキトー教師講座でも同じです。「ChatGPTは使えてる、n8nも触り始めた、次は2つを繋ぎたい」という段階の人がすごく増えましたね。
室谷これ、単純に便利になるだけじゃないんですよね。ChatGPTって今は手動でプロンプトを送って返答をもらうという使い方が中心じゃないですか。
でもn8nと繋ぐと、何かのイベントをトリガーにして自動でChatGPTが動いて、その結果を別のツールに渡す、というサイクルが作れる。
でもn8nと繋ぐと、何かのイベントをトリガーにして自動でChatGPTが動いて、その結果を別のツールに渡す、というサイクルが作れる。
テキトー教師そこが一番大きい変化ですよね。ChatGPT単体だと「人が話しかけて、AIが答える」という構図から変わらない。
でもn8nと組み合わせると、「ファイルがアップロードされたら自動でChatGPTが要約して、Slackに通知する」みたいなフル自動化ができる。
でもn8nと組み合わせると、「ファイルがアップロードされたら自動でChatGPTが要約して、Slackに通知する」みたいなフル自動化ができる。
室谷MYUUUでも実際に使っていますが、メールの振り分けとか、フォームに入力された問い合わせの分類とか、人がいちいち確認しなくていいルーティン作業をChatGPTに任せる構成を何本か走らせてます。
テキトー教師講座で教えていて気づいたんですが、この「ChatGPT＋n8n」の組み合わせって、使いはじめのハードルは低いのに、ちゃんとやるとかなり深くまでいけるんですよ。最初はOpenAIノードを置いてAPIキーを入れるだけで動くんですが、そこからエージェント化したり、メモリを持たせたりと拡張していける。
室谷今回の記事では、その全体像を整理していきましょう。APIキーの設定から始まって、基本のワークフローパターン、エージェント構成、そして最新のMCP連携まで。
一通りわかるように解説します。
一通りわかるように解説します。
n8nにChatGPTを接続する方法
テキトー教師まず基本からいきましょう。n8nにChatGPTを接続するには、OpenAIのAPIキーが必要になります。
室谷OpenAIのプラットフォームサイト（）でアカウントを作って、APIキーを発行する必要があります。ChatGPT Plusのサブスクリプションとは別で、API利用には従量課金がかかります。
ここを混同している人が結構多いんですよね・・・
ここを混同している人が結構多いんですよね・・・
テキトー教師そうです、これ本当によく混乱を生む部分です。ChatGPT Plusは月$20でChatGPT.comを使うサブスクリプション。
APIは別料金で、n8nから呼び出すときはAPIを使うので、両者は別の話になります。
APIは別料金で、n8nから呼び出すときはAPIを使うので、両者は別の話になります。
室谷n8nの管理画面でOpenAIのクレデンシャルを登録すれば、あとはワークフロー内でOpenAIノードを使えるようになります。設定の流れをまとめるとこうなります。
- platform.openai.com でAPIキーを発行する
- n8nの「Credentials」からOpenAIのクレデンシャルを新規作成
- 「API Key」欄に取得したキーを入力して保存
- ワークフロー内でOpenAIノードを追加し、作成したクレデンシャルを選択
テキトー教師n8nのOpenAIノードは本当によくできていて、モデルの選択、プロンプトの設定、会話履歴の管理まで、GUI上でほぼ完結します。コードを書かなくても動くというのが、受講生さんに最初に伝えるポイントです。
室谷n8nでChatGPTを使うノードには大きく2種類あります。「OpenAI」ノード（直接APIを呼ぶシンプルなもの）と、AI Agentやチェーン系のLangChainベースのノード群です。
用途によって使い分けが大事になってきます。
用途によって使い分けが大事になってきます。
テキトー教師簡単な要約・分類・翻訳には前者のOpenAIノードで十分。でも会話の文脈を保持したいとか、複数ステップで考えさせたいとかになると、LangChainベースのノードを使う方が柔軟に設計できますね。
OpenAIノードで設定できる主な項目
| 項目 | 説明 |
|---|---|
| Resource | Chat / Image / Assistant など用途の選択 |
| Model | gpt-4o, gpt-4o-mini など使用モデルの選択 |
| System Prompt | AIの振る舞いを指定する指示文 |
| User Message | ユーザーからの入力内容 |
| Max Tokens | レスポンスの最大長 |
| Temperature | ランダム性の調整（0〜1） |
室谷モデルの選択が地味に重要で、コストと精度のバランスを考える必要があります。gpt-4oは精度が高い分コストも高いので、分類とか簡単なタスクにはgpt-4o-miniを使う、みたいな使い分けをするとAPI費用を抑えられます。
基本のワークフローパターン5選
テキトー教師n8nとChatGPTを組み合わせたワークフローのパターンを整理すると、使い方の幅がぐっと広がります。よく使われるパターンを5つ紹介しましょう。
室谷これ、パターンを知っておくと組み合わせるだけで業務自動化ができるんですよね。「この作業、あのパターンで解決できる」という発想ができるようになる。
パターン1: テキスト要約・分類
テキトー教師一番シンプルで使いやすいのが、テキストを受け取ってChatGPTが要約・分類するパターンです。
- ノード構成: トリガー（Webhook/Schedule）→ OpenAIノード → Slack/メール通知
- 活用例: 問い合わせメールを受信→種類（質問/クレーム/要望）に分類→担当者に振り分け
- 活用例: PDFや長文を受け取り→3行要約を作成→Notionに保存
室谷MYUUUでも問い合わせの仕分けに使っています。人が読んで振り分けていた作業がゼロになった。
特に量が多い時期にこれが活きる。
特に量が多い時期にこれが活きる。
パターン2: プロンプトチェーン（連鎖処理）
テキトー教師一度の問いかけで完結させるのではなく、ChatGPTの出力を次のChatGPTの入力に使う「プロンプトチェーン」が強力です。
- ノード構成: OpenAIノード（分析）→ OpenAIノード（改善提案）→ OpenAIノード（メール文章生成）
- 活用例: 売上データを分析→問題点を抽出→改善策のメール文章を自動作成
室谷単発のプロンプトだとどうしても品質に限界があるんですよね。でもチェーンにすると、最初のAIが骨格を作って次のAIがブラッシュアップするという分業ができる。
これはDifyでも同じ発想で、n8nでやるとより柔軟です。
これはDifyでも同じ発想で、n8nでやるとより柔軟です。
パターン3: メモリ付きチャットボット
テキトー教師n8nの会話メモリ機能を使うと、ChatGPTに会話の文脈を保持させられます。Telegramや社内ツールと繋いで、文脈を理解するチャットボットを作れます。
- ノード構成: Chat Trigger → AI Agentノード（Memory付き）→ チャットツールへの返信
- 活用例: 社内ナレッジベースに繋いだ質問応答ボット（RAG構成）
室谷このパターン、最初に作ると感動するんですよね。「前回の話を覚えている」という体験が初めて得られる。
n8nならデータベースに会話履歴を保存して、毎回それを渡す構成が比較的簡単に作れます。
n8nならデータベースに会話履歴を保存して、毎回それを渡す構成が比較的簡単に作れます。
パターン4: Webデータ収集＋AI分析
テキトー教師HTTPリクエストノードでWeb上のデータを取得して、ChatGPTに分析させるパターンも使われています。
- ノード構成: Schedule → HTTP Request（データ取得）→ OpenAIノード（分析）→ レポート出力
- 活用例: 競合サイトの更新を毎日チェック→変更点をChatGPTが要約→Slack通知
パターン5: ファイル処理＋AI
室谷GoogleドライブやDropboxに上がったファイルをトリガーにして、ChatGPTで処理するパターンも使い勝手がいいです。
- ノード構成: Google Drive Trigger → ファイル読み取り → OpenAIノード → Notionへ保存
- 活用例: 会議録音を文字起こし（Whisper API）→ 要点をChatGPTで整理→Notionに自動保存
テキトー教師講座でこのパターン5つを教えると、「あ、自分の業務のどれかにはまる」という人が必ず出てくるんですよ。抽象的な「AI活用」から、具体的な「自分の仕事に使える」への変換が起きる瞬間です。
n8n AIエージェントとChatGPTを組み合わせる
室谷n8nのAIエージェント機能、これは単純なOpenAIノードとは一段違う話で、ChatGPTにツールを持たせるという発想です。
テキトー教師そうですね。n8n 1.19.4以降で使えるAdvanced AI機能の中核がこれです。
AI Agentノードを使うと、ChatGPTが「考える」だけでなく「行動する」ワークフローが作れます。
AI Agentノードを使うと、ChatGPTが「考える」だけでなく「行動する」ワークフローが作れます。
室谷具体的には、ChatGPTが「このタスクを完了するには何をすればいいか」を判断して、n8nのノード（ツール）を自分で呼び出す。たとえばカレンダーを確認したり、メールを送ったり、データベースを検索したりを、AI自身が判断して実行する。
テキトー教師これが海外でいう「AIエージェント」の本質なんですよ。人間が「ステップ1はこれ、ステップ2はこれ」と全部書くのではなく、AIが目標から逆算して自分でステップを組み立てる。
n8n AIエージェントの構成要素
| 要素 | 役割 |
|---|---|
| AI Agent ノード | ChatGPT（LLM）を中核にした思考エンジン |
| Tools | AIが呼び出せるノード群（Google Calendar, Gmail等） |
| Memory | 会話履歴の保持（Window Buffer Memory等） |
| Chat Trigger | 人間からの指示を受け付けるトリガー |
室谷エージェントに持たせるツールの設計が肝なんですよね。「何を行動できるか」をちゃんと定義してあげないと、AIが迷子になる。
テキトー教師コミュニティのメンバーさんでありがちなのが、ツールを増やしすぎてAIが混乱するパターンです。最初は3〜5個のツールから始めて、徐々に追加するアプローチが安定します。
室谷これはXに投稿したんですが、中小企業向けにはDifyよりn8nを推奨する場面が増えてきました。Difyは対話型アプリに強いですが、n8nはトリガーベースの完全自動化に強い。
ChatGPTと組み合わせるなら、その違いを理解して使い分けるのが大事です。
ChatGPTと組み合わせるなら、その違いを理解して使い分けるのが大事です。
テキトー教師Difyとn8nの違い、講座でもよく質問されます。簡単に言うと、Difyは「人が話しかけるAIアプリ」を作るツールで、n8nは「何かが起きたら自動でAIが動くシステム」を作るツール。
目的が違う。
目的が違う。
室谷ChatGPTと組み合わせるときも、この違いが出ます。Difyなら対話型のフロントエンドも含めて構築できる。
n8nなら既存のツール（Slack、Gmail、Google Sheets）にChatGPTを組み込む形になる。どちらが良い悪いではなく、ユースケース次第です。
n8nなら既存のツール（Slack、Gmail、Google Sheets）にChatGPTを組み込む形になる。どちらが良い悪いではなく、ユースケース次第です。
n8n + ChatGPTでTelegramやWhatsAppボットを作る
テキトー教師「n8n telegram chatgpt」というキーワードが検索されているのには理由があって、実際にTelegramをフロントエンドにしたChatGPTボットはかなり使いやすい構成なんですよね。
室谷Telegramはビジネス用途にもアクティブなユーザーが多いし、BotのAPIが使いやすいので、n8nとの相性がいい。Webhook受信→ChatGPT処理→Telegram返信という構成が一本のワークフローで作れます。
TelegramボットとChatGPTの連携手順
- Telegram BotFatherでボットを作成し、APIトークンを取得
- n8nの「Telegram Trigger」ノードでメッセージを受信
- OpenAI（ChatGPT）ノードでメッセージを処理
- 「Telegram」ノードでユーザーに返信を送る
テキトー教師これ、意外と簡単に動くんですよ。4つのノードを繋ぐだけで、自分だけのChatGPTボットがTelegramに立つ。
受講生さんが初めて動いたとき、「え、これだけ？」って驚いてました（笑）
受講生さんが初めて動いたとき、「え、これだけ？」って驚いてました（笑）
室谷WhatsApp版も同じ構成で作れますが、WhatsAppはBusinessアカウントが必要になるので、個人が試すにはTelegramの方が入りやすいですね。
テキトー教師さらに実用的にするなら、system promptでボットのキャラクターや回答範囲を定義する。「あなたは○○社のカスタマーサポートです。
以下の質問にのみ答えてください」みたいな設定を入れると、FAQボットとして機能する。
以下の質問にのみ答えてください」みたいな設定を入れると、FAQボットとして機能する。
室谷このRAG構成（自社のドキュメントをもとに回答）も、n8nなら比較的やりやすい。ベクターデータベース（Supabaseやその他）と繋いで、関連情報を検索してからChatGPTに渡す構成が組めます。
n8n MCPとChatGPTを使った最新構成
テキトー教師最近注目されている「n8n chatgpt mcp」の組み合わせについても触れておきましょう。MCP（Model Context Protocol）はAnthropicが提案したプロトコルですが、n8nがMCPサーバーとして機能できるようになっています。
室谷これは正直、まだ発展途上の領域なんですが、注目していますね。MCPを使うと、ChatGPTやClaudeなどのLLMから直接n8nのワークフローを呼び出せる構成が作れる。
逆方向も然りで、n8nのワークフロー内からMCPサーバーに繋ぐことも可能。
逆方向も然りで、n8nのワークフロー内からMCPサーバーに繋ぐことも可能。
テキトー教師n8nの公式ドキュメントによると、n8n自体がMCPサーバーになれるのはバージョン1.19.4以降のAdvanced AI機能の一部です。Claude DesktopやCursor等のMCPクライアントからn8nのワークフローを直接トリガーできる、という使い方ができます。
室谷これが成熟してくると、ChatGPTのようなインターフェースから「n8nのこのワークフローを実行して」という自然言語指示でシステムを動かせるようになる。LLMとワークフロー自動化ツールの境界が曖昧になっていく感じですね・・・
テキトー教師コミュニティのメンバーさんがこの辺を質問してくることが増えてきました。実際に試している人はまだ少ないですが、「MCPって何に使えるの？」という興味は確実に高まっています。
室谷今すぐ本番投入するというよりは、この方向性を把握しておく段階ですね。n8nとChatGPT（OpenAI）の連携は、OpenAIノードを使う従来型の方法が今は一番安定している。
n8n vs ChatGPT: 違いと補完関係
テキトー教師「n8n vs chatgpt」という検索も多いんですが、これは実は比較する対象が違うんですよね。
室谷そうなんですよ。n8nとChatGPTは競合するツールではなく、レイヤーが全然違う。
n8nはワークフロー自動化ツール、ChatGPTはAIアシスタント。適切な例えは「n8n vs Zapier」「ChatGPT vs Claude」という比較の方が正確です。
n8nはワークフロー自動化ツール、ChatGPTはAIアシスタント。適切な例えは「n8n vs Zapier」「ChatGPT vs Claude」という比較の方が正確です。
テキトー教師「n8n chatgpt alternative」「n8n chatgpt replacement」という検索は、n8nで作るAIチャットボットがChatGPTの代替になるか、という疑問から来ていると思います。答えは「用途次第でYes」で。
室谷自社向けのカスタマイズされたAIアシスタントを社内で動かしたい場合、n8n＋OpenAI APIで作る方がChatGPT Enterpriseより安くて柔軟な場合があります。社内データと連携させたり、承認フローを組み込んだりという要件に対応しやすい。
テキトー教師一方、汎用的な会話AIとして使いたいなら素直にChatGPT.comを使う方が良い。n8nで作るのは「特定業務に特化したAIアシスタント」であって、全能の会話AIを目指すものではないですよね。
n8nとChatGPTの役割整理
| 観点 | ChatGPT単体 | n8n + ChatGPT |
|---|---|---|
| 用途 | 汎用会話・文章生成 | 業務プロセスの自動化 |
| トリガー | 人が手動で操作 | イベント・スケジュール自動起動 |
| 連携 | 限定的（Plugins等） | 500+のツールと連携可能 |
| カスタマイズ | プロンプトのみ | ワークフロー全体を設計可能 |
| コスト | 月額固定（Plus: $20） | API従量 + n8n料金 |
室谷コスト面で言うと、使い方によっては単純にChatGPT Plusより高くなることも、低くなることもある。n8nのAPI連携でgpt-4o-miniを使えば1回の処理コストは数円〜数十円レベルなので、大量処理向けはAPI経由の方が安くなりますね。
n8n ChatGPT Plusと従量課金APIの使い分け
テキトー教師「n8n chatgpt plus」という検索から分かるように、ChatGPT Plusのサブスクリプションをn8nで使えないか、という疑問がある人がいます。
室谷残念ながらChatGPT Plusのサブスクリプション（月$20）は、ChatGPT.comのWebインターフェースを使うためのものです。n8nからAPIで接続するには別途OpenAI APIの従量課金アカウントが必要になります。
テキトー教師ここはよく混乱するポイントで、ChatGPT Plus加入者でも、API経由でn8nから使うとAPIの料金が別途かかります。両方払うという人も多いですね。
室谷OpenAI APIの料金は、使用するモデルによって大きく異なります。gpt-4o-miniのような軽量モデルは低コスト、フラッグシップモデルは高精度な分コストも上がる構造です。
料金は変動するので、最新情報は必ずで確認してください。
料金は変動するので、最新情報は必ずで確認してください。
テキトー教師n8n自体の料金も考慮に入れる必要があります。n8nのStarter planが月$20（年払い）で2,500ワークフロー実行/月まで。
Pro planが$50（年払い）でカスタム実行数。
Pro planが$50（年払い）でカスタム実行数。
室谷費用対効果で考えると、月に数十〜数百の自動化タスクをこなすなら、n8n + APIの組み合わせは十分ペイする。人の手でやっていた作業が自動化されれば、その時間コストの方がはるかに大きい。
よくあるエラーと対処法
テキトー教師n8nとChatGPTの連携で詰まりやすいポイントを整理しておきましょう。コミュニティのメンバーさんから相談を受けたことが多い3つのエラーです。
室谷これは実践的に重要な内容で、特に「n8n chatgpt rate limit」と「n8n chatgpt insufficient quota」は最初の壁になりやすいですね。
エラー1: Rate Limit（レート制限）
テキトー教師「Too many requests in 1 minute」というエラーが出たら、APIのレート制限に引っかかっています。
室谷対処は2つ。①n8nの「Wait」ノードを使ってリクエスト間に間隔を入れる、②OpenAIの設定でTier（使用量の上限）を上げる。
特にアカウント作成直後はTier 1で制限が厳しいので、$5〜$10程度課金するとTier 2に上がって制限が緩和されます。
特にアカウント作成直後はTier 1で制限が厳しいので、$5〜$10程度課金するとTier 2に上がって制限が緩和されます。
// n8n Codeノードでリクエスト間隔を制御する例
const delay = (ms) => new Promise(resolve => setTimeout(resolve, ms));
await delay(1000); // 1秒待機
return $input.all();
大量のデータを一括処理したいときは、「SplitInBatches」ノードを使ってバッチサイズを小さくするのが定石です。一度に1000件を投げるより、100件ずつ10回に分けた方が安定します。
エラー2: Insufficient Quota（クォータ不足）
室谷これはAPI利用残高が尽きたサインです。OpenAIのplatform.openai.comで「Billing」を確認して、残高を追加すれば解決します。
自動チャージの設定も入れておくといきなりワークフローが止まるのを防げます。
自動チャージの設定も入れておくといきなりワークフローが止まるのを防げます。
エラー3: 文字列エラー・JSONパースエラー
テキトー教師ChatGPTのレスポンスをJSONとして使いたいのにパースできない、というエラーも起きやすいです。
室谷system promptに「レスポンスは必ず有効なJSON形式で返してください」と明示するのが基本対策です。それでも不安定なら、gpt-4oの「JSON mode」を使う（response_formatにjson_objectを指定）と安定します。
n8nのOpenAIノードでもResponse Formatの設定から選べます。
n8nのOpenAIノードでもResponse Formatの設定から選べます。
AIワークフローの実践的な設計のコツ
テキトー教師ここまでパターンやエラー対処を見てきましたが、実際に設計するときのコツも共有しておきたいです。
室谷海外で参考になる事例も増えてきていて、n8n + ChatGPT APIのワークフローは「n8n chatgpt workflow」として多数の公開テンプレートが存在します。n8nので「openai」「chatgpt」を検索すると、何百もの実例が出てきます。
テキトー教師テンプレートを活用するのが最速の学習方法です。既存のワークフローをインポートして動かしてみて、どんなノードがどう繋がっているかを体感する。
コードを読むより「動くものを分解する」方が理解が早い。
コードを読むより「動くものを分解する」方が理解が早い。
室谷設計のコツとして、自分がよくやるのは「最小構成で動かしてから拡張する」アプローチです。最初はトリガー→ChatGPT→出力の3ノードだけで作り、動いたら機能を足していく。
最初から複雑にしようとすると、どこでエラーが出たかわからなくなる。
最初から複雑にしようとすると、どこでエラーが出たかわからなくなる。
テキトー教師もう一つ大事なのが、エラーハンドリングを最初から入れること。「Error Trigger」ノードを使って、ワークフローが失敗したときにSlackやメールで通知する構成を入れておかないと、本番稼働させたときに気づかず止まってることがある。
室谷エンタープライズ向けにDifyやn8nが評価されている背景も整理しておくと、「APIをラップしただけ」のAIサービスに課題を感じていた企業が、自社でコントロールできるワークフロー構成を求めているんですよね。n8n＋ChatGPTはその答えの一つになっている。
よくある質問
テキトー教師最後によくある質問をまとめておきましょう。これはコミュニティで実際に出た質問ですね。
室谷セルフホストのn8nと、n8n Cloud、どちらでもChatGPT API連携は全く同じように動きます。OpenAIのAPIキーを設定するだけなので、環境の違いを気にしなくて大丈夫です。
Q: n8nの無料プランでChatGPTと連携できる？
テキトー教師Community Edition（セルフホスト版）は無料で使えます。n8n Cloudの場合はStarter（月$20〜）が必要ですが、14日間の無料トライアルがあります。
OpenAI APIは別途費用がかかりますが、少量の実験なら数百円程度で試せます。
OpenAI APIは別途費用がかかりますが、少量の実験なら数百円程度で試せます。
Q: n8nで作ったChatGPTボットをChatGPT Plusより安く運用できる？
室谷使い方次第ですが、特定業務に絞ったボットなら安くなる可能性があります。gpt-4o-miniを使い、処理を効率化すれば、月数十円〜数百円で動かすことも可能です。
ただ、汎用的な会話AIとしてはChatGPT Plusの方がコスパが良い場合が多いです。
ただ、汎用的な会話AIとしてはChatGPT Plusの方がコスパが良い場合が多いです。
Q: ChatGPTのAPIキーがなくてもn8nでAIを動かせる？
テキトー教師OpenAI以外のモデルを使う方法があります。n8nはAzure OpenAI、Anthropic Claude、Google Gemini、Mistral、Ollamaなど多数のLLMに対応しています。
OllamaはローカルLLMを動かすツールで、APIキーなしでもAI機能が使えます。
OllamaはローカルLLMを動かすツールで、APIキーなしでもAI機能が使えます。
Q: n8nとDifyはどちらを選べばいい？
室谷目的で決めてください。対話型のAIアプリを作りたい→Dify、既存ツール（Gmail/Slack/Google Sheets等）にAIを組み込んで自動化したい→n8nです。
両方使っているユーザーも多く、組み合わせる選択肢もあります。
両方使っているユーザーも多く、組み合わせる選択肢もあります。
まとめ
テキトー教師n8nとChatGPT（OpenAI API）の組み合わせは、AIの力を業務プロセスに埋め込む最も実践的な手段の一つです。今回扱ったポイントを整理すると:
- n8n + ChatGPTはチャットの自動化だけでなく、業務全体のAI化を実現する構成
- 接続はOpenAIのAPIキーをn8nのCredentialsに登録するだけで完了
- 基本の5パターン（要約/チェーン/メモリ付きチャット/Webデータ/ファイル処理）で多くの業務をカバーできる
- AIエージェント構成にするとChatGPTが「考えて行動する」ワークフローが作れる
- TelegramやWhatsAppとの連携で、使い慣れたインターフェースからAIにアクセスできる
- Rate LimitやQuota不足は想定内のエラー。適切な対処で安定稼働できる
室谷n8nを触ったことがない人は、まずCloudの無料トライアルで試してみるのが一番手っ取り早いです。n8nのワークフローテンプレートにOpenAI関連のものが大量にあるので、コピーして動かすところから始めるといい。
テキトー教師.AI（ドットエーアイ）のコミュニティでも、n8nとChatGPTの活用についての勉強会を定期的にやっています。実際に手を動かす場があると、記事を読むより格段に理解が進みます。
ぜひ参加してみてください。
ぜひ参加してみてください。
