👍 優點
- 拖拉式畫布把複雜流程視覺化,分支、迴圈、聚合一眼看懂,除錯時能逐節點看資料
- operation 計費比 Zapier 的 task 制更省,同樣流程價格常只要一半甚至更低
- 內建 2000+ 應用模組與通用 HTTP/Webhook 模組,沒有現成串接也能自己接 API
- 資料處理函式豐富,文字、日期、陣列、JSON 轉換不用另外寫程式碼
- 錯誤處理、排程、即時 Webhook 觸發都齊全,適合跑正式的生產流程
👎 缺點
- 學習曲線比 Zapier 陡,第一次接觸 module/router/iterator 概念容易卡住
- operation 計費邏輯需要花時間搞懂,流程設計不當很容易暴量燒額度
- 繁體中文介面與文件不完整,多數教學與錯誤訊息是英文
- AI 功能仍偏輔助(接 OpenAI/Claude 等模組),不像新世代工具有原生 AI agent 體驗
最適合:想用視覺化畫布串接多個 App 與 API、流程有分支與資料轉換需求,又不想自架伺服器的個人與中小團隊 · 前往官網 ↗
這是什麼
Make 是一個視覺化的自動化平台,前身是大家熟悉的 Integromat,2022 年改名後介面與定價都翻新過。簡單說,它讓你不用寫程式,就能把各種網路服務串在一起自動跑:表單一有人填寫,就自動寫進 Google Sheets、發 Slack 通知、再丟一封信到 Gmail——這整串動作只要在畫布上把幾個圓形模組連起來就完成。
它跟 Zapier 是同一個賽道的老對手,但 Make 最大的識別度在於那塊「畫布」:你的流程不是一條從上到下的清單,而是一張可以拉線、分岔、繞圈的流程圖。對喜歡把邏輯「看見」的人來說,這種呈現方式比條列式直覺很多。
核心功能
- 視覺化情境(Scenario)畫布:每個服務是一顆圓形模組,用線連起來就是資料的流向。複雜流程的分支、合併、條件一目了然。
- Router 與 Filter:用 Router 把流程分岔成多條路徑,再用 Filter 設條件決定哪些資料往哪走,做「如果金額大於 1000 就走 A 流程」這類邏輯很順。
- Iterator 與 Aggregator:把一筆陣列拆成多筆逐一處理(Iterator),或反過來把多筆資料聚合成一筆(Aggregator),處理批次資料的核心工具。
- 2000+ 應用模組 + 通用模組:Notion、Airtable、Google Workspace、Slack、Stripe 等都有現成模組;沒有的話可以用 HTTP 模組直接打任何 REST API,幾乎沒有串不到的服務。
- 資料轉換函式:內建大量文字、數學、日期、陣列、JSON 處理函式,不用離開畫布就能清洗與重組資料。
- 排程與即時觸發:可以設定每隔幾分鐘跑一次,或用 Webhook 做到「事件一發生立刻觸發」的即時自動化。
- 錯誤處理:能針對單一模組設定錯誤路徑、自動重試,讓正式流程不會因為一次 API 失敗就整串掛掉。
實測心得
我們把 Make 丟進幾個真實流程裡跑了一段時間——表單進來自動建 Notion 資料庫項目、每天定時抓 API 資料寫進 Google Sheets、電商訂單觸發多管道通知。整體心得是:它的上限很高,但前兩個小時會有點痛苦。
最直接的好處是「看得見」。當一個流程跑錯,你可以在畫布上直接點開任何一顆模組,看到它這一輪實際收到什麼資料、吐出什麼結果。這種逐節點檢視資料的能力,在除錯時救了我們很多次——Zapier 也能看 log,但 Make 的視覺化讓你更快定位是哪一段資料長歪了。
但門檻確實存在。Iterator、Aggregator、Router 這幾個概念,對沒寫過程式的人來說一開始很抽象。我們看過不少人卡在「為什麼資料變成一筆一筆跑」或「為什麼聚合後欄位不見了」,這些都是 Make 的資料是「bundle(資料束)」在模組間流動的特性,搞懂之後豁然開朗,但搞懂之前會撞牆。
要特別提醒operation 計費這件事。Make 不是按「跑幾次流程」算錢,而是按「總共執行了幾個模組動作」算。一個流程裡有 8 顆模組、每筆資料都跑過一遍,那就是 8 個 operation。如果你用 Iterator 把 100 筆資料拆開逐一處理,數字會瞬間翻倍。流程設計不當很容易在月中就把額度燒光,這是新手最常見的帳單驚嚇。我們的經驗是:能用 Filter 提早擋掉不需要處理的資料、能批次就別逐筆,省下來的量很可觀。
AI 的部分要誠實講:Make 本身不是 AI 原生工具。它的 AI 能力主要是「接得到」——你可以放一顆 OpenAI 或 Claude 模組,把資料丟進去做摘要、分類、生成文字,再把結果接回流程。這很實用,等於幫你的自動化裝上一顆大腦,但它不是那種能用自然語言「描述一下我要什麼」就自動生流程的新世代 agent 體驗。要做 AI workflow 它完全勝任,只是組裝邏輯還是得你自己畫。
定價值不值
免費版每月 1000 個 operation,拿來學習、跑個人的小流程綽綽有餘,而且功能沒被閹割太多,這點比某些競品大方。
付費的甜蜜點通常落在 Core(月費 US$9 起)或 Pro(US$16 起),差別主要在 operation 額度、流程跑得多快(最短間隔)、以及進階功能(如自訂變數、優先執行)。實際月費會隨你選的 operation 級距往上跳,重點不是看入門價,而是估算自己每月真正需要多少 operation。
跟 Zapier 比,Make 在同樣工作量下幾乎都更便宜——Zapier 按 task 計費且入門方案功能限制較多,Make 的 operation 制配上免費的資料轉換,整體 CP 值明顯勝出。但 Zapier 勝在更傻瓜、模板更多、上手更快,付的是「省時間」的錢。
跟自架的 n8n 比,n8n 開源、可自架、長期成本可以壓到趨近於零,但你得自己顧伺服器、處理更新與維運。Make 是託管服務,省下這些麻煩,適合不想碰基礎設施的人。
結論:以「託管 + 視覺化 + 彈性」這個組合來說,Make 的定價很有競爭力,前提是你願意花時間把 operation 用在刀口上。
最適合誰、誰不適合
最適合:
- 想串接多個 App、流程帶有分支與條件判斷、又不想自架伺服器的個人與中小團隊。
- 喜歡把流程「畫出來」、重視除錯時能逐節點看資料的人。
- 對成本敏感、覺得 Zapier 太貴,但又不想處理 n8n 維運的使用者。
- 需要打一些沒有現成整合的冷門 API(用得上 HTTP 模組)。
不太適合:
- 只想做「A 觸發就做 B」這種最簡單線性自動化、完全不想學概念的人——Zapier 會更無痛。
- 想要工程師等級完全掌控與零邊際成本、且有能力維運的團隊——自架 n8n 更划算。
- 期待用一句自然語言就生出整套流程的 AI 原生體驗——目前 Make 還是偏手動組裝。
總結
Make 是視覺化自動化這個賽道裡,彈性與性價比最均衡的一個。它不是最好上手的,operation 計費和 bundle 資料模型會在前期勸退一部分人;但只要熬過那道學習曲線,它能做的事遠比表面看起來多——複雜分支、批次處理、串任意 API、接 AI 模組,幾乎沒有它做不到的流程。
一個上手小技巧:先用免費版把一個你每天都在手動做的瑣事自動化(例如把特定關鍵字的 Gmail 自動轉存 Notion),在這個小流程裡親手玩過一次 Router、Filter、資料對應,比看十篇教學都有效。等你對 operation 的消耗有了體感,再去估自己該買哪個方案,就不會踩到帳單暴量的雷。值得你投資那幾個小時。
更多 AI 工具實測與教學
訂閱情報週報,新評測、Prompt 與工作流第一時間寄到你信箱。
免費 · 隨時取消