n8n × Google AI Studio で Rork アプリのバックエンド処理を自動化する

Rork × n8n × Google AI Studio の組み合わせで何が変わるか

Rork はAIでモバイルアプリの UI・ロジックを素早く生成できる強力なツールですが、バックエンドの処理——たとえばユーザーが送信したフォームデータの処理、通知の送信、コンテンツの AI 分析——はアプリ外で別途仕組みを作る必要があります。

ここで活躍するのが n8n（ノーコードのワークフロー自動化ツール）と Google AI Studio 経由の Gemini API です。

この3つを組み合わせると、以下のようなことが実現できます。

Rork アプリのフォームから投稿されたテキストを Gemini がリアルタイムで分類・感情分析して Supabase に保存する
ユーザーが画像をアップロードしたら n8n が受け取り、Gemini API で内容を分析してプッシュ通知を送る
アプリ内のユーザー行動データを週次で集計し、Gemini がサマリーレポートを自動生成してメールで送信する

コードをほとんど書かずに、Rork アプリに AI バックエンドを後付けできるのが最大の魅力です。

必要なもの

Rork アカウント（Webhook を設定できるプランが必要）
n8n アカウント（n8n.cloud 無料プランでOK）
Google AI Studio の API キー（aistudio.google.com で取得）
必要に応じて Supabase・Slack・SendGrid 等のアカウント

Google AI Studio で Gemini API キーを取得する

aistudio.google.com にアクセスし、Google アカウントでサインインする
「Get API key」→「Create API key」を選択する
プロジェクトを選択（または新規作成）し、API キーを発行する
発行されたキーをすぐにコピーし、パスワードマネージャーに保管する

ヒント: Google AI Studio の「Prompt design」画面でプロンプトのテストができます。n8n に組み込む前にここで動作確認すると、API コストを節約できます。

n8n に Gemini API の認証情報を設定する

n8n → Credentials → Add Credential → Header Auth
以下を設定して保存する
- Name: Gemini API
- Header Name: x-goog-api-key
- Header Value: Google AI Studio で取得した API キー

実践：Rork アプリのフォーム送信を AI 分析する

Rork で作ったユーザーレビューフォームを例に、投稿内容を Gemini が自動分析するワークフローを構築します。

ワークフロー全体像

Rork アプリ（Webhook 送信）
  ↓
n8n: Webhook Trigger（受信）
  ↓
n8n: HTTP Request（Gemini API で感情分析）
  ↓
n8n: Switch ノード（ポジティブ / ネガティブ で振り分け）
  ↓ ポジティブ           ↓ ネガティブ
Supabase 保存         Slack アラート + Supabase 保存

Step 1: n8n に Webhook Trigger を追加する

n8n で「+」→「Webhook」ノードを追加する
HTTP Method: POST
Response Mode: Respond to Webhook
表示される Webhook URL をコピーしておく（後で Rork に設定します）

Step 2: Rork 側で Webhook を設定する

Rork のワークフローまたは API 連携機能で、フォーム送信時に上記 Webhook URL へ POST リクエストを送るように設定します。

送信するデータ形式の例:

{
  "user_id": "user_123",
  "review_text": "このアプリは本当に使いやすくて気に入っています！",
  "rating": 5,
  "timestamp": "2026-04-04T11:30:00Z"
}

Step 3: Gemini API で感情分析を行う

HTTP Request ノードを追加し、Gemini に分析を依頼します。

Method: POST
URL: https://generativelanguage.googleapis.com/v1beta/models/gemini-2.0-flash:generateContent
Authentication: Header Auth（Gemini API）
Content-Type: application/json

リクエストボディ:

{
  "contents": [
    {
      "parts": [
        {
          "text": "以下のアプリレビューを分析し、JSON形式で返答してください：\n{\n  \"sentiment\": \"positive/negative/neutral\",\n  \"score\": 1〜10の数値,\n  \"summary\": \"30文字以内の要約\",\n  \"keywords\": [\"キーワード1\", \"キーワード2\"]\n}\n\nレビュー: {{ $json.review_text }}"
        }
      ]
    }
  ],
  "generationConfig": {
    "temperature": 0.1,
    "responseMimeType": "application/json"
  }
}

期待されるレスポンス例:

{
  "sentiment": "positive",
  "score": 9,
  "summary": "使いやすさへの高評価",
  "keywords": ["使いやすい", "気に入っている"]
}

Step 4: 感情スコアで条件分岐する

Switch ノードを追加し、sentiment の値で処理を振り分けます。

{{ JSON.parse($json.candidates[0].content.parts[0].text).sentiment }}
= "negative" の場合 → Slack にアラート送信
= "positive" の場合 → Supabase に保存
= "neutral" の場合  → Supabase に保存（アラートなし）

応用：ユーザーのアップロード画像を Gemini が解析する

Rork アプリでユーザーが画像をアップロードする機能がある場合、その画像を n8n 経由で Gemini に送り、自動でコンテンツ分析・タグ付けするワークフローも構築できます。

Rork: 画像を Supabase Storage にアップロード
  ↓
Supabase: n8n に Webhook で通知
  ↓
n8n: HTTP Request（Supabase Storage から画像取得）
  ↓
n8n: HTTP Request（Gemini API マルチモーダル分析）
  ↓
n8n: Supabase（分析結果をメタデータとして保存）

Gemini のマルチモーダル能力を活用することで、Rork アプリのコンテンツ管理を大幅に効率化できます。

よくあるエラーと対処法（トラブルシューティング）

エラー 1: Webhook が Rork から届かない

症状: n8n の Webhook Trigger が反応しない

原因と対処:

n8n.cloud の場合、Webhook URL は https://your-n8n.app.n8n.cloud/webhook/xxxx 形式になります。Rork 側の HTTP リクエスト設定に正確な URL が入力されているか確認してください
Rork のネットワーク設定でアウトバウンドの HTTPS リクエストが許可されているか確認してください
n8n のワークフローが「Active（有効）」になっているか確認してください。テストモードでは Webhook は Trigger の「Test Step」からしか受け付けません

エラー 2: Gemini の JSON レスポンスがパースできない

症状: JSON.parse() でエラーになる

原因と対処:

responseMimeType: "application/json" を generationConfig に指定すると、Gemini が確実に JSON を返すようになります
プロンプトに「必ず上記の JSON 形式だけで回答してください。それ以外のテキストは含めないでください」と明示的に指示することで精度が上がります
temperature を 0〜0.2 に設定することで、出力の安定性が向上します

エラー 3: Supabase への書き込みエラー

症状: 403 Forbidden または JWT expired エラーが Supabase から返る

原因と対処:

n8n の Supabase Credential に設定した Service Role Key（または Anon Key）が正しいか確認してください
Supabase の Row Level Security（RLS）ポリシーが n8n からの書き込みを許可しているか確認してください
Anon Key を使っている場合、RLS を無効化するか、適切なポリシーを設定する必要があります

エラー 4: 大量のレビューでレート制限に引っかかる

症状: 429 Too Many Requests エラーが発生する

原因と対処:

Gemini API の無料枠には 1 分あたりのリクエスト数制限（RPM）があります
n8n の「Wait」ノードをリクエストの間に挿入し、1〜2 秒の遅延を設けてください
大量のデータを一括処理する場合は、Gemini の Batch API の利用を検討してください

エラー 5: n8n の Webhook がタイムアウトする

症状: Rork からのリクエストがタイムアウトエラーになる

原因と対処:

n8n の Webhook は、全ての処理が完了するまで接続を保持します。Gemini API の処理に時間がかかる場合、Rork 側でタイムアウトが発生することがあります
解決策: Webhook ノードの「Response Mode」を「Immediately」に変更し、受信確認だけを即座に返す設定にしてください。処理は非同期で続けられます

Webhook: Response Mode = "Immediately"
  ↓（並行して処理続行）
Gemini API 呼び出し → Supabase 保存

Google AI Studio でプロンプトを磨く

Google AI Studio の「Prompt design」機能を使えば、n8n に組み込む前に Gemini のレスポンスを手軽にテストできます。

aistudio.google.com にアクセスする
「New prompt」→「Freeform」を選択する
実際のレビューテキストをペーストしてプロンプトをテストする
Temperature（0に近いほど安定）、Max output tokens などのパラメータも GUI から調整できる
満足のいくレスポンスが得られたら、そのプロンプトをそのまま n8n にコピーする

この「AI Studio でプロトタイプ → n8n で自動化」のフローは、開発コストを大幅に抑えられるのでお勧めです。

全体を振り返って

n8n × Google AI Studio（Gemini API）の組み合わせは、Rork アプリに AI バックエンドを追加する最も手軽な方法のひとつです。コードをほとんど書かずに、フォームデータの AI 分析、画像の自動タグ付け、ユーザー行動の要約といった機能を後付けできます。

まずはシンプルなフォーム送信 → 感情分析のワークフローから試してみてください。動かせると自信がつき、次のアイデアへの足がかりになります。

n8n × Google AI Studio で Rork アプリのバックエンド処理を自動化する

Rork × n8n × Google AI Studio の組み合わせで何が変わるか

必要なもの

Google AI Studio で Gemini API キーを取得する

n8n に Gemini API の認証情報を設定する

実践：Rork アプリのフォーム送信を AI 分析する

ワークフロー全体像

Step 1: n8n に Webhook Trigger を追加する

Step 2: Rork 側で Webhook を設定する

Step 3: Gemini API で感情分析を行う

Step 4: 感情スコアで条件分岐する

応用：ユーザーのアップロード画像を Gemini が解析する

よくあるエラーと対処法（トラブルシューティング）

エラー 1: Webhook が Rork から届かない

エラー 2: Gemini の JSON レスポンスがパースできない

エラー 3: Supabase への書き込みエラー

エラー 4: 大量のレビューでレート制限に引っかかる

エラー 5: n8n の Webhook がタイムアウトする

Google AI Studio でプロンプトを磨く

全体を振り返って

お読みいただきありがとうございます

関連記事