Make กับ Zapier ควรเลือกตัวไหน

การทำอัตโนมัติแบบเดียวกัน Make ในสถานการณ์ส่วนใหญ่ถูกกว่ามาก และผังภาพแบบวิชวลแสดงตรรกะซับซ้อนอย่างการแยกสาขาและวนซ้ำได้ ซึ่งโฟลว์เชิงเส้นของ Zapier ทำไม่ได้ ข้อได้เปรียบของ Zapier คือจำนวนการผสานมากกว่าและเริ่มใช้ง่ายกว่า คำแนะนำเชิงปฏิบัติ: โฟลว์ง่าย ต้องต่อบริการแปลกเลือก Zapier; โฟลว์มีแยกสาขาวนซ้ำ ปริมาณมาก อยากประหยัดเลือก Make

แผนฟรี 1,000 แต้มพอใช้ไหม

พอสำหรับเรียนรู้และทดสอบ ไม่พอสำหรับเดินงานจริง การรันโมดูลหนึ่งครั้งคิดหนึ่งแต้ม โฟลว์ห้าโมดูลรันหนึ่งครั้งคือห้าแต้ม รันวันละสิบครั้งเดือนหนึ่งคือ 1,500 แต้ม แผนฟรีเหมาะเอามายืนยันว่า "โฟลว์นี้ทำได้" ยืนยันแล้วก็ควรอัปเกรดเป็น Core เดือนละ 9 ดอลลาร์สหรัฐ

AI Agents ใช้กับแผนฟรีได้ไหม

ไม่ได้ AI Agents จำกัดเฉพาะแผนเสียเงินตั้งแต่เปิดทดสอบสาธารณะเมื่อกุมภาพันธ์ 2026 ต่ำสุดคือ Core (เดือนละ 9 ดอลลาร์สหรัฐ 10,000 แต้ม) และการเรียกโมเดลต้องเตรียม API key เอง ค่านั้นคิดต่างหาก ไม่รวมในแต้มของ Make

ทำไมแต้มของฉันหมดเร็วกว่าที่คาด

สามสาเหตุที่พบบ่อยที่สุด: หนึ่ง Iterator หรือ Aggregator แยกการรันหนึ่งครั้งเป็นการรันโมดูลหลายครั้ง; สอง ตั้งตารางถี่เกินไป โฟลว์ที่รันทุก 15 นาทีเดือนหนึ่งคือ 2,880 ครั้งทริกเกอร์; สาม วิธีคิดแต้มของฟีเจอร์ที่เกี่ยวกับ AI ต่างจากโมดูลทั่วไป ไปดูใน Make Grid หรือประวัติการรันว่าสถานการณ์ไหนกินแต้มมากสุด มักเห็นปัญหาได้ในทันที

สอน Make ฉบับสมบูรณ์: จากสถานการณ์แรกถึง AI Agent มอบงานซ้ำ ๆ ให้เครื่องทำ

Make เปลี่ยนการคิดเงินจาก operations เป็น credits ในปี 2025 และเปิดทดสอบสาธารณะ AI Agents เมื่อกุมภาพันธ์ 2026 บทความนี้ไล่ตั้งแต่สมัคร สร้างสถานการณ์แรก ต่อโมดูล ไปจนถึง Maia และ AI Agent พร้อมชี้จุดที่เผาเงินง่ายที่สุด รวมถึงว่าแผนฟรี 1,000 แต้มทำอะไรได้แค่ไหน

เที่ยงคืน เจ้าของอีคอมเมิร์ซนำเข้าอาหารในเชียงใหม่ยังนั่งหน้าคอมพิวเตอร์ กำลังก๊อบออเดอร์ Shopee ของวันนั้นทีละรายการไปวางใน Google Sheets แล้วเปิด Excel คิดสต็อกด้วยมือ เรื่องนี้เขาทำมาสองปี วันละสี่สิบนาที

ผมถามว่าทำไมไม่ทำอัตโนมัติ เขาตอบว่า "ฟังดูต้องเขียนโปรแกรมนี่"

ไม่ต้อง นี่แหละคือสิ่งที่ Make ทำ คือแปลงตรรกะ "พอ A เกิดก็ไปทำ B" ให้เป็นภาพที่ลากวางได้บนหน้าจอ

Make คืออะไร

Make (เดิมชื่อ Integromat) เป็นแพลตฟอร์มทำอัตโนมัติแบบภาพ คุณลากบริการต่าง ๆ เป็นโมดูลมาวางบนผืนผ้าใบ ต่อเส้นเชื่อมกัน ข้อมูลก็จะไหลตามเส้น ความต่างที่สุดจาก Zapier คือมันเป็น "ภาพ" ไม่ใช่ "รายการ" ดังนั้นตรรกะอย่างการแยกสาขา วนซ้ำ ทำงานขนาน วาดออกมาได้ใน Make

ปี 2026 มันมีการเปลี่ยนแปลงสองอย่างที่ควรรู้ก่อน หนึ่ง เดือนสิงหาคม 2025 เปลี่ยนหน่วยคิดเงินจาก operations เป็น credits (แต้ม) วิธีบริโภคของฟีเจอร์ที่เกี่ยวกับ AI ต่างจากโมดูลทั่วไป สอง กุมภาพันธ์ 2026 AI Agents เปิดทดสอบสาธารณะ คุณใช้ภาษาธรรมชาติผ่าน Maia ที่มีในตัวสร้างการทำอัตโนมัติที่ตัดสินใจเองได้ ไม่ใช่แค่ขั้นตอนตายตัว

มันทำอะไรได้บ้าง

Make รองรับการผสานบริการมากกว่า 3,000 ตัว ครอบคลุม Google Workspace, Slack, Notion, Shopify, HubSpot และเครื่องมือหลัก ๆ อีกทั้งรองรับคำขอ HTTP ใด ๆ หมายความว่าตราบใดที่อีกฝ่ายมี API แม้ไม่มีในรายการ คุณก็ยังต่อได้

การใช้งานที่พบบ่อยที่สุดในไทยที่ผมเห็นมีแบบเหล่านี้:

ออเดอร์อีคอมเมิร์ซซิงก์เข้าสเปรดชีตและระบบสต็อกอัตโนมัติ
กรอกฟอร์มแล้วสร้างหน้า Notion ส่งอีเมลยืนยัน แจ้ง Slack อัตโนมัติ
ดึงข้อมูลตามเวลาทุกวันจัดเป็นรายงานประจำวันส่งออก
ตั้งเวลาโพสต์โซเชียลและซิงก์ข้ามแพลตฟอร์ม
ข้อมูลลูกค้าซิงก์สองทางระหว่าง CRM กับระบบจดหมายข่าว

วิธีใช้: จากศูนย์ถึงสถานการณ์แรกที่รันได้

ขั้นแรก: สมัครและทำความรู้จักหน้าจอ

ไปสมัครที่ make.com แผนฟรีให้คุณ 1,000 แต้มต่อเดือน และสถานการณ์ (scenario) ที่ทำงานได้ 2 ชุด เข้าไปแล้วสามจุดสำคัญที่สุดคือ Scenarios (โฟลว์ของคุณ), Connections (บัญชีบริการที่อนุญาตแล้ว) และประวัติการรันมุมขวาบน

มือใหม่มักมองข้ามประวัติการรัน แต่มันคือเบาะแสเดียวสำหรับดีบั๊กภายหลัง

ขั้นสอง: สร้างสถานการณ์แรก

กด Create a new scenario กลางจอจะมีเครื่องหมายบวกใหญ่ ๆ โมดูลแรกเป็น ทริกเกอร์ (trigger) เสมอ กำหนดว่าโฟลว์นี้เริ่มเมื่อไร ทริกเกอร์มีสองแบบ:

Instant (webhook): บริการอีกฝ่ายแจ้งคุณเอง ตอบสนองระดับวินาที ไม่กินแต้มจากการโพล
Scheduled (โพล): Make ถามตามเวลาว่า "มีข้อมูลใหม่ไหม" ถามหนึ่งครั้งคือรันหนึ่งครั้ง

ตรงนี้คือกุญแจประหยัดเงินข้อแรก ถ้าใช้ webhook ได้อย่าใช้โพล สถานการณ์ที่โพลทุก 15 นาทีหนึ่งครั้ง เดือนหนึ่งลำพัง "การไปถาม" ก็รัน 2,880 ครั้งแล้ว เปลี่ยนเป็น webhook มันจะขยับก็ต่อเมื่อมีเรื่องเกิดขึ้นจริง

ขั้นสาม: ต่อโมดูลถัดไป

กดเครื่องหมายบวกทางขวาของทริกเกอร์เพื่อเพิ่มโมดูลถัดไป ตอนนี้จะเห็นฟีเจอร์ที่ใช้ดีที่สุดของ Make คือการจับคู่ข้อมูล กดช่องใด ๆ ด้านบนจะเด้งข้อมูลทั้งหมดที่โมดูลก่อนหน้าส่งกลับมา กดเลือกได้เลยจับคู่เสร็จ ไม่ต้องพิมพ์ชื่อตัวแปร

ลองทำตัวอย่างจริง "เมื่อ Google Form มีคำตอบใหม่ สร้างหน้าใน Notion และแจ้ง Slack":

ทริกเกอร์: Google Forms > Watch Responses
โมดูลสอง: Notion > Create a Database Item หัวข้อจับคู่กับช่องชื่อในฟอร์ม
โมดูลสาม: Slack > Create a Message เนื้อความเขียน "สมัครใหม่: {{ชื่อ}} บันทึกแล้ว"

สามโมดูล รันหนึ่งครั้งสามแต้ม

ขั้นสี่: เพิ่มการตัดสินและการแยกสาขา

กดบนเส้นระหว่างสองโมดูล เพิ่ม Filter (ตัวกรอง) ได้ เช่น เฉพาะเมื่อ "งบประมาณ" ในฟอร์มมากกว่าหนึ่งหมื่นบาทจึงแจ้งฝ่ายขาย ที่เหลือเก็บเข้าแฟ้มโดยตรง

จะทำแยกหลายสาขาก็ใช้ Router (เราเตอร์): เข้าหนึ่งทาง ออกหลายทาง แต่ละทางตั้งเงื่อนไขเอง นี่คือจุดที่ Make แข็งกว่า Zapier ตรรกะธุรกิจซับซ้อนวาดจบในภาพเดียว

ขั้นห้า: ทดสอบและเปิดใช้

กด Run once มุมซ้ายล่างเพื่อรันด้วยมือหนึ่งครั้ง แต่ละโมดูลจะมีฟองแสดงข้อมูลที่ไหลผ่านรอบนี้ ยืนยันว่าถูกต้องแล้วเปิดสวิตช์มุมซ้ายล่าง และตั้งตารางเวลา

สิ่งที่ต้องทำก่อนเปิดใช้แน่นอน: เปิด error handler ในการตั้งค่าสถานการณ์ ถ้าไม่ตั้งการจัดการข้อผิดพลาด โมดูลเดียวล้มเหลวทั้งโฟลว์ก็หยุด และคุณอาจรู้ตัวสามวันให้หลัง วิธีปฏิบัติคือเพิ่มเส้นทางแจ้งข้อผิดพลาดผ่าน Slack หรืออีเมล

เทคนิคขั้นสูง

Iterator และ Aggregator: จัดการอาร์เรย์

เมื่อขั้นก่อนหน้าส่งกลับมาเป็นชุดข้อมูล (เช่นสิบออเดอร์) ใช้ Iterator แยกเป็นสิบครั้งประมวลผลทีละรายการ เสร็จแล้วใช้ Aggregator รวบกลับเป็นก้อนเดียว

แต่ต้องระวัง: แยกสิบครั้งคือรันโมดูลสิบครั้ง แต้มก็สิบเท่า นี่คือสาเหตุที่พบบ่อยที่สุดของแต้มพุ่ง ถ้าแค่ต้องการรวบสิบรายการเป็นสรุปหนึ่งฉบับ ใช้ Text Aggregator ประมวลผลครั้งเดียวจะถูกกว่ามาก

ใช้โมดูล HTTP ต่อบริการที่ไม่มี

บริการที่หาไม่เจอในรายการ ใช้ HTTP > Make a request ต่อเอง บริการในไทย (เช่น Omise, 2C2P, API ใบกำกับภาษีอิเล็กทรอนิกส์) ส่วนใหญ่ต่อแบบนี้ สิ่งที่ต้องเตรียมคือเอกสาร API ของอีกฝ่าย URL ปลายทาง และวิธียืนยันตัวตน

Data Store: จำข้ามการรัน

สถานการณ์ของ Make แต่ละครั้งที่รันเป็นอิสระต่อกัน จะจำ "ครั้งก่อนทำถึงไหน" ต้องใช้ Data Store การใช้งานที่พบบ่อยคือกันซ้ำ คือเช็กก่อนว่าเลขออเดอร์นี้เคยประมวลผลไปแล้วหรือยัง ถ้ายังค่อยทำต่อ

AI Agents และ Maia

ของใหม่ปี 2026 สถานการณ์แบบเดิมคุณวาดทุกขั้นเอง ส่วน AI Agent คือคุณให้เป้าหมายและเครื่องมือที่ใช้ได้แก่มัน มันตัดสินลำดับเอง Maia เป็นผู้ช่วยสร้างด้วย AI ในตัว คุณอธิบายสิ่งที่ต้องการด้วยภาษาธรรมชาติ มันช่วยประกอบโครงสถานการณ์ให้

ความรู้สึกจากการใช้จริง: สิ่งที่ Maia สร้างออกมาใช้เป็นร่างได้ดี ช่วยประหยัดเวลาหาโมดูลและจับคู่ช่อง แต่เกือบทุกครั้งต้องแก้ด้วยมือ ส่วน AI Agent เหมาะกับงาน "สถานการณ์ต่างกันทุกครั้ง" เช่นการจัดประเภทและตอบอีเมลบริการลูกค้า โฟลว์ตายตัวยังวาดสถานการณ์ตามปกติดีกว่า คาดเดาผลได้มากกว่าเยอะ

การใช้ AI Agents มีสองเงื่อนไข: แผนแบบเสียเงิน (ต่ำสุด Core เดือนละ 9 ดอลลาร์สหรัฐ) และเตรียม API key ของ LLM เอง ค่าโมเดลนั้นคิดต่างหาก ไม่รวมในแต้มของ Make

ข้อควรระวัง: จุดที่ทำให้บิลพุ่ง

เลือกแผนอย่างไร ห้าแผนของปี 2026 คือ Free (1,000 แต้ม), Core (9 ดอลลาร์สหรัฐ/10,000 แต้ม), Pro (16 ดอลลาร์สหรัฐ), Teams (29 ดอลลาร์สหรัฐ), Enterprise (สอบถาม) ส่วนบุคคลและทีมเล็กส่วนใหญ่ Core หรือ Pro ก็พอ แผนฟรีควรใช้ "ยืนยันว่าโฟลว์ทำได้" ไม่ใช่เอามาเดินงานจริง

แต้มไม่เท่ากับจำนวนครั้งที่รัน การรันโมดูลหนึ่งครั้งคือหนึ่งแต้ม ดังนั้นโฟลว์ห้าโมดูลรันหนึ่งครั้งคือห้าแต้ม บวก Iterator แยกย่อย ตัวเลขจะขึ้นเร็ว ก่อนเปิดใช้คำนวณด้วยมือก่อน: จำนวนโมดูล × จำนวนครั้งที่รันต่อวัน × 30

อย่าตั้งตารางถี่เกินไป "เช็กทุกนาที" ฟังดูเรียลไทม์มาก แต่จริง ๆ สถานการณ์ส่วนใหญ่ทุก 15 นาทีหรือแม้แต่ทุกชั่วโมงก็พอ ถ้าต้องการเรียลไทม์จริงเปลี่ยนไปใช้ webhook

ข้อมูลผ่านบุคคลที่สาม เซิร์ฟเวอร์ของ Make อยู่ในยุโรปและอเมริกา ข้อมูลลูกค้าของคุณจะผ่านที่นั่น โฟลว์ที่เกี่ยวกับข้อมูลส่วนบุคคลต้องยืนยันว่าสอดคล้องนโยบายบริษัทและกฎการประมวลผลข้อมูลผ่านบุคคลภายนอกของ PDPA ช่องที่อ่อนไหวแนะนำให้ปิดบังก่อนเข้า Make

ใช้ Make Grid ดูภาพรวม เมื่อสถานการณ์เยอะขึ้น Make Grid แสดงความสัมพันธ์ระหว่างสถานการณ์ แอป และแหล่งเก็บข้อมูลทั้งหมดเป็นภาพ หาว่าใครกินแต้ม โฟลว์ไหนพึ่งพากัน เวลาใช้เป็นทีมฟีเจอร์นี้สำคัญมาก

ควรใช้ Make หรืออย่างอื่น

ถ้าโฟลว์ของคุณง่ายมากและบริการที่ต้องต่อเป็นของแปลก Zapier ยังได้เปรียบเรื่องจำนวนการผสานและความเร็วในการเริ่ม ถ้าคุณมีความสามารถทางวิศวกรรม อยากควบคุมเต็มที่และไม่อยากจ่ายรายเดือน n8n โฮสต์เองได้ ต้นทุนระยะยาวต่ำสุดแต่ต้องดูแลเอง ถ้าคุณต้องการเอเจนต์ที่ตัดสินเองแทนโฟลว์ตายตัว ลองดู Skydive แพลตฟอร์มเอเจนต์คลาวด์รุ่นใหม่แบบนี้

จุดหวานของ Make คือ โฟลว์ซับซ้อนพอสมควร ปริมาณกลาง ๆ ทีมไม่มีวิศวกรแต่มีคนที่ยอมลงมือ นี่พบบ่อยมากในธุรกิจขนาดกลางและเล็กของไทย

อยากหาแรงบันดาลใจสถานการณ์อัตโนมัติเพิ่ม อ่าน คู่มืออัตโนมัติ AI ฉบับสมบูรณ์ หรือไปที่ หน้าภารกิจ หาว่าสิ่งที่อยากทำตรงกับเครื่องมือใด

ความเห็นจาก TheAI Academy

ผมใช้ Make มาราวสามปี ข้อคิดที่สุดคือ: ต้นทุนจริงของการทำอัตโนมัติไม่ใช่ค่ารายเดือน แต่คือการออกแบบโฟลว์ที่คุณคิดไม่รอบ เจ้าของอีคอมเมิร์ซในเชียงใหม่คนนั้นภายหลังต่อโฟลว์ออเดอร์ได้ ประหยัดวันละสี่สิบนาที เดือนละจ่าย 9 ดอลลาร์สหรัฐ แต่โฟลว์เวอร์ชันแรกเพราะตั้งตารางทุก 5 นาที เดือนแรกก็เผาแต้มหมด ปัญหาไม่ได้อยู่ที่เครื่องมือ อยู่ที่ไม่มีใครบอกเขาว่าการโพลจะคิดเงิน

คำแนะนำของผมจึงเป็นเสมอว่า: ใช้แผนฟรีทำโฟลว์ให้รันได้ก่อน คำนวณแต้มด้วยมือหนึ่งครั้ง แล้วค่อยตัดสินว่าจะซื้อแผนไหน อย่าทำกลับกัน

ความเห็น: Make เป็นเครื่องมืออัตโนมัติที่ธุรกิจขนาดกลางและเล็กของไทยเริ่มใช้ได้ง่ายที่สุด แต่ขอให้คำนวณแต้มด้วยมือก่อนเปิดใช้เสมอ ขั้นนี้ประหยัดความสับสน 80% ของคุณในภายหลังได้

คำแนะนำที่เป็นรูปธรรมสำหรับผู้อ่านชาวไทย: สัปดาห์แรกทำโฟลว์ง่าย ๆ "ฟอร์มเข้ามาบันทึกและแจ้งเตือนอัตโนมัติ" รันหนึ่งสัปดาห์ดูการบริโภคแต้ม ยืนยันตรรกะแล้วค่อยขยายไปยังโฟลว์มูลค่าสูงอย่างออเดอร์อีคอมเมิร์ซและข้อมูลลูกค้า อย่าเอาโฟลว์สำคัญที่สุดของบริษัทขึ้นตั้งแต่แรกเด็ดขาด

แหล่งข้อมูล

เรียบเรียงจากข้อมูลสาธารณะ เนื้อหาแผนและวิธีคิดเงินยึดตามประกาศทางการ