Make
Celonis 旗下的視覺化自動化平台：3,000 多個 App、Make AI Agents、Maia 對話建流程與 MCP
Make 的前身是 Integromat，現在網站頁尾寫的是 Celonis 旗下公司。它的核心一直沒變：在畫布上把一個個 App 模組用線連起來，組成 scenario（情境），讓資料自動在系統之間流動。跟 Zapier 比，Make 的長處是分支、迴圈、陣列處理和錯誤處理更細，一條 scenario 能塞進比較複雜的邏輯；跟 n8n 比，它不能自架，但對不寫程式的人比較好上手。
這兩年 Make 加了不少 AI 東西。官方說明中心列出幾個主要功能：Make AI Agents，可以給 Agent 指令、知識檔和工具（模組、scenario 或 MCP 工具），讓它自己決定下一步；Maia by Make，用對話的方式描述需求，由 AI 幫你搭出 scenario；Make MCP Server 與 MCP toolboxes，讓外部 AI 助理呼叫你在 Make 裡建好的流程；還有 Make Grid，用視覺化地圖看整個組織的自動化之間怎麼互相依賴。應用市集裡有 OpenAI、Anthropic Claude 等 350 多個 AI 相關 App，所有方案都能用 Maia 和 AI Toolkit。
計費單位已從過去的 operations 改成 credits。免費方案每月 1,000 credits、最多 2 個啟用中的 scenario、最短 15 分鐘跑一次；Core 起就不限 scenario 數、可以每分鐘排程並使用 Make API；Pro 多了優先執行與執行紀錄全文搜尋；Teams 加上團隊角色與範本共享。WebFetch 官網 pricing 頁時，以 10K credits 計，Core、Pro、Teams 約為每月 9、16、29 美元起，實際金額會隨 credits 量與年繳月繳變動，請以官網為準。
功能特色與適用場景：Make 很適合行銷、營運、電商這類「天天在不同系統間搬資料」又沒有工程師的團隊。台灣的具體用法：把 Facebook 或 Google 表單名單自動寫進 HubSpot、同時發 Slack 通知；蝦皮或 Shopify 訂單進來時，呼叫 AI 模組把客人備註整理成重點再寫進出貨表；內容團隊把部落格新文章用 AI 改寫成社群貼文草稿，排進審稿流程。介面有多語系，但沒有繁體中文，模組名稱都是英文。要注意 AI 模組和 Agent 也會消耗 credits，大量跑 AI 的流程記得先估算用量。
TheAI學院 編輯建議
編輯實測後的真心話Make 一直是「進階玩家的 Zapier」，現在多了 Maia 和 AI Agents，門檻其實降了不少。我比較在意的是 credits 計費：AI 模組吃得兇，流程一多很容易超量，上線前先算好用量比較安心。
主要功能
- 視覺化 scenario 編輯器，支援分支、迭代、聚合與錯誤處理
- 3,000 多個 App 整合，其中 350 多個為 AI 相關應用
- Make AI Agents：可配置指令、知識檔與工具的 AI 代理
- Maia by Make：用對話描述需求，由 AI 協助建立 scenario
- Make MCP Server 與 MCP toolboxes，讓外部 AI 助理呼叫流程
- Make Grid：視覺化檢視整個組織的自動化與依賴關係
如何使用 Make
- 註冊 Make 帳號後點 Create a new scenario，這是你設計自動化流程的畫布，先想好觸發點與結果。
- 加入第一個模組當觸發器，例如收到 Gmail 新信、表單新回覆或每天定時，設定好帳號連線授權。
- 用線把後續模組串起來，例如把信件內容丟給 OpenAI 模組摘要，再接 LINE Notify 或 Google Sheet 記錄。
- 每加一個模組就按右下 Run once 單次測試，看資料泡泡是否正確流過，逐段除錯比整條跑完再找問題快。
- 需要判斷分流時加 Router 與 Filter，例如金額大於某值才通知主管，用條件過濾避免誤觸發。
- 想串沒有現成模組的服務時，用 HTTP 模組自行呼叫 API，貼上網址、標頭與 JSON 內容即可。
- 流程測好後在 Scheduling 設定執行頻率並開啟排程，並留意 operations 用量，依官方方案控制免費額度。
適用場景
- 行銷團隊把表單名單自動同步到 CRM 並通知業務
- 電商訂單進來時用 AI 整理客人備註寫進出貨表
- 內容團隊把新文章改寫成社群貼文草稿送審
- 營運人員用 Make AI Agents 處理庫存查詢與補貨提醒
- IT 主管用 Make Grid 盤點公司內所有自動化流程
Make 的優點與缺點
優點
- 處理複雜邏輯的彈性比 Zapier 高，又不必寫程式
- 免費方案可以實際跑流程，Core 起價門檻低
- AI Agents、Maia 與 MCP 讓 AI 能直接接進既有自動化
缺點
- 不能自架，資料都經過 Make 的雲端
- credits 計費加上 AI 模組消耗，用量大時月費不好預估
- 介面無繁體中文，進階功能需要時間學習
價格方案
Free 每月 1,000 credits、2 個啟用中的 scenario；Core、Pro、Teams 依 credits 量計價（以 10K credits 計約每月 9、16、29 美元起）；Enterprise 洽詢。實際價格與計費週期以官網為準
Make 常見問題
Make 有免費方案嗎？
有。Free 方案每月 1,000 credits、最多 2 個啟用中的 scenario，排程最短 15 分鐘一次，適合先試做。要不限 scenario 數或每分鐘排程就要升級 Core 以上，價格以官網為準。
credits 和以前的 operations 有什麼不同？
Make 已改用 credits 作為計費單位，一般模組執行與 AI 功能都會消耗 credits，AI 相關的消耗通常比一般模組多。官方說明中心有專頁解釋 AI Agents 的 credits 用量，建議上線前先用小量資料測試。
Make AI Agents 和一般 scenario 差在哪？
一般 scenario 是你把每一步都畫好；AI Agent 則是給它目標、指令、知識檔和可用的工具，由它自己判斷要呼叫哪個模組或 scenario。適合流程固定不了、需要判斷的任務，例如依客人問題決定查訂單還是轉人工。
Make、Zapier、n8n 怎麼選？
只要簡單串接選 [Zapier](/tools/zapier)；流程有分支、迴圈又不想寫程式選 Make；要自架或常需要寫程式碼選 [n8n](/tools/n8n)。三家都能先免費試，拿自己最常做的一條流程實測最準。
使用者評價
還沒有足夠評價，搶先分享你的使用心得！
寫下你的評價
Make 的替代方案
查看相似的 AI 工具 →Make 與其他工具比較
相關 AI 工具
Claude
Anthropic 的 AI 助理，長文件與寫作品質是它的主場。
telemetry.dev
把 AI 代理每一次模型呼叫、工具步驟與檢索串成一條 trace，看出哪一步最慢、哪個模型最燒錢、哪個 MCP 工具最常失敗
agentmash
隊友的 Codex 正在改同一個檔案，你的 Claude Code 動手前就會收到通知；按開發者計費，代理不限數量
Pluto Door
用白話描述問題，Ori 讀 log、跑指令，改動前一定問你；另外把每台 Linux 主機變成有 Dock 和視窗的桌面
Backenly
代理透過 MCP 建好資料庫、登入與儲存，Backenly 每分鐘巡檢並自動修安全範圍內的問題，刪表這類動作一律等人核准
Spacesheep
代理寫好的 HTML 或資料夾一行指令發布成私人網址，人和代理都能留言、改版，還能送電子簽署與接即時資料
猜你也想看的AI 開發者工具
Make 相關文章與教學
Make 評測：值得用嗎？
一句話總評
Make 是「視覺化又彈性」的自動化平台——介面把流程畫成一張圖，能做出比 Zapier 更複雜的客製自動化，而且性價比不錯。
實際用起來如何
Make（前身 Integromat）用視覺化的「場景」把 App、資料與邏輯串成流程，支援分支、迴圈、過濾等較複雜的邏輯，也能嵌入 AI。對想做超過「A 就做 B」的複雜自動化、又不想碰程式碼的人來說，它的彈性與價格很有競爭力。
最強的地方
- 視覺化又彈性：能做複雜邏輯（分支、迴圈）。
- 性價比好：相同任務量常比 Zapier 划算。
- 整合多、可嵌 AI。
比較可惜的地方
- 學習曲線：比 Zapier 需要更多時間摸熟。
- 整合數量略少於 Zapier。
- 複雜場景除錯需要耐心。
適合誰、不適合誰
適合：想做較複雜自動化、又要性價比的個人與團隊。
比較不適合：只要最簡單一鍵自動化的新手（Zapier 更直接）。
價格值不值
有免費方案；對要做複雜流程的人，Make 的彈性與價格通常比同類划算。
替代方案
TheAI學院 評測結論
Make 是「彈性派」的自動化代表——能做複雜流程又有性價比。上手比 Zapier 花時間，但能做的事更多，很值得。延伸閱讀：如何打造你自己的 AI Agent。
本評測由 TheAI學院編輯群整理，內容力求客觀、含優缺點，僅供參考。
最後更新：2026年10月