n8nでLLMノードを連続接続するとデータが壊れる原因とCodeノードによる解決

# n8nでLLMノードを連続接続するとデータが壊れる原因とCodeノードによる解決

n8nでOpenAIとAnthropicを連続して接続したとき、前のノードのデータが次のノードで参照できない——そんな問題で詰まった経験はありますか？

結論からお伝えします。LLMノード同士を直接繋ぐとデータが壊れます。各LLMノードの間に必ずCodeノードを挟むことで安定します。

この記事では、私が実際に構築した記事自動生成パイプラインで経験した詰まりの内容と、Codeノードを「翻訳層」として使う設計パターンを整理しています。

結論｜LLMノードはそのまま繋ぐと壊れる

n8nのLLMノード（OpenAIやAnthropicなど）は、出力データを独自の構造で返します。たとえばOpenAIノードであれば、出力は以下のような形になっています。

{
  "output": [
    {
      "content": [
        {
          "type": "output_text",
          "text": "ここに実際のテキスト"
        }
      ]
    }
  ]
}

この構造をそのまま次のLLMノードに渡そうとしても、$json.textや$json.outputといった単純な参照では取り出せません。LLMノードの出力は「使える形」で渡されているわけではないのです。

LLMノードを連続で接続すると、次のノードが前のデータを参照できずに壊れた状態になります。

あなたのワークフローはどこで壊れているか

詰まり方には3つのパターンがあります。どれに該当するかを確認してみてください。

パターン①：LLM出力が参照できない

症状： 次のノードで$json.textや$json.outputを参照してもundefinedになる

原因： LLMノードの出力はoutput[0].content[0].textのような深い階層に入っており、フラットなフィールドとして存在しない

確認方法： LLMノードを単体でテスト実行 → OUTPUTタブのJSONを開いて実際の階層を確認する

パターン②：上流データが消える

症状： LLMノードより前で持っていたkeywordやslugなどのデータが、LLMノードの後のノードで取れなくなる

原因： LLMノードは「自分が受け取ったプロンプトへの回答」しか返さない。上流のデータは自動的に引き継がれない

確認方法： LLMノードのOUTPUTタブを開く → keyword・slugなどのフィールドが存在しないことを確認する

パターン③：空データが渡る

症状： エラーにはならないが、次のノードのデータが空またはnullになっている

原因： Codeノードのモードが「Run Once for Each Item」になっており、並列ブランチからの複数入力が1件ずつ処理されてデータが分割されている

確認方法： CodeノードのSettingsタブ → 「Run Once for All Items」になっているか確認する

なぜLLMノードはそのまま繋いではいけないのか（設計視点）

「接続は正しいはずなのに、なぜデータが来ないのか？」——この問いの答えはツールの問題ではなく、構造の問題にあります。

LLMノードは「与えられたプロンプトに答える」という1つの仕事しかしません。前のノードから来たデータを「覚えておく」機能はなく、自分の回答だけを出力します。これはn8nのバグではなく、LLMノードの仕様です。

ここで重要なのが「動く」と「正しく動く」の違いです。

• 動く：ワークフローがエラーなく実行される
• 正しく動く：全ノードで意図したデータが流れている

私が最初に詰まったのも、ワークフロー自体はエラーなく「動いていた」のに、データが正しく渡っていない状態でした。エラーがないからこそ原因特定に時間がかかりました。

この問題を解決するのがCodeノードです。LLMノードの後にCodeノードを挟み、「何を次に渡すか」を明示的に設計することで初めて「正しく動く」状態になります。

Codeノードが「翻訳層」になる理由

Codeノードは、前のノードの出力から必要なフィールドだけを取り出し、次のノードが扱いやすい形に整形して渡す役割を担います。私はこれを「翻訳層」と呼んでいます。

NG例：LLMノードを直接繋いだ場合

次のOpenAIノードのプロンプトで{{ $json.keyword }}と書いても、LLMノードの出力にkeywordフィールドは存在しないためundefinedになります。

OpenAI（市場調査）→ OpenAI（記事設計）
                    ↑ $json.keyword が取れない

OK例：Codeノードを挟んだ場合

OpenAI（市場調査）→ Code（翻訳）→ OpenAI（記事設計）
                                   ↑ $json.keyword が取れる

ケース別コード

ケース1：LLMのテキスト出力を取り出して上流データと合わせる

// LLMノードの出力からテキストを取り出す
const text = $input.first().json.output[0].content[0].text;

// 上流のCodeノードから引き継いだデータを取得する
// ※ $('ノード名') の部分は自分のワークフローの実際のノード名に変更する
const upstream = $('データ統合Code').first().json;

return [{
  json: {
    keyword: upstream.keyword,
    intent: upstream.intent,
    slug: upstream.slug,
    llm_result: text
  }
}];

ケース2：LLMがJSON形式で出力してきた場合（パースが必要）

const rawText = $input.first().json.output[0].content[0].text;

// ```json ... ``` のマークダウン記法を除去してからパース
const cleaned = rawText.replace(/```json\n?/g, '').replace(/```/g, '').trim();
const parsed = JSON.parse(cleaned);

const upstream = $('データ統合Code').first().json;

return [{
  json: {
    keyword: upstream.keyword,
    intent: upstream.intent,
    market_research: parsed
  }
}];

汎用的な書き方のポイント：

• $('ノード名')の部分は自分のワークフローのノード名に合わせて変更する
• 上流から引き継ぎたいフィールドを明示的に列挙する
• LLMの出力は必ずoutput[0].content[0].textから取り出す（Simplify Output: ONの場合）

実際の解決手順

では私が実際にどのような手順で解決したかをお伝えします。