Make 評測

Make 是什麼

Make 是以 scenario 為核心的視覺化自動化平台，使用觸發器、模組、路由、過濾器、迭代器、資料轉換和動作建構流程。AI Agents 在其上增加模型驅動層，可從獲准的模組、可重複使用 scenarios 和 MCP 工具中選擇下一步。因此，同一個平台既能執行可預測的整合邏輯，也能執行更靈活的 Agent 迴圈。

這並不意味著兩種模式可以互換。發票規則、記錄同步、通知等路徑明確的流程，通常更適合固定 scenario。只有變化上下文確實需要解釋或選擇工具時才使用 Agent；有副作用的動作應儘量保留在明確 scenario 步驟中，以便測試和觀察。

Agent 工具與最小存取

一個 Make Agent 由模型、指令、上下文或知識和工具組成。工具可能暴露很大的業務能力：返回完整事件詳情的行事曆工具，比只返回忙閒時段的工具風險高得多；能刪除或批次更新記錄的 CRM 工具，也與只讀查詢具有不同的影響範圍。

Make 目前 Agent 最佳實踐要求假設他人可能接觸到與 Agent 共享的資訊，包括工具資料和知識，並建議減少存取範圍，只把必需資料對應到工具。指南還明確說明，Agent 可能忽略或誤解明確護欄。這是重要的採購訊號：系統提示詞不是授權層。

限制輸出 token、執行步驟、執行緒歷史、重試和工具數量。歷史越長，成本和意外揭露風險越高。步驟上限可阻止迴圈，但也可能讓業務交易停在半途中。應把未完成或低置信度結果送入複核佇列，而不是標記為成功。

人工複核與故障恢復

Make 可以在 scenario 路由中加入人工複核請求。實用模式是讓 Agent 分類和起草，然後在傳送郵件、下單、寫入 CRM 或對外發布前暫停。審核者應該看到原始輸入、擬執行內容、支援證據和精確目標，而不只是模型產生的摘要。

必須檢查核准或拒絕後狀態如何繼續。核准超時應預設失敗關閉，重試不能重複已經發生的副作用。加入唯一交易鍵、錯誤處理和手動修復路徑，並測試憑證被撤銷、API 速率限制、工具輸出異常、提示詞注入、重複 webhook，以及模型始終無法結束等情況。

定價與 credits

在本文查核日，Make 定價頁提供 Free，並以每月 10,000 credits 設定展示 Core 每月 12 美元、Pro 21 美元、Teams 38 美元，Enterprise 為客製化定價。Core 增加無限 active scenarios 與 API；Pro 增加優先執行、自訂變數和全文日誌搜尋；Teams 增加團隊角色和共享模板。幣種、結算週期、credit 檔位和地區稅費會改變頁面金額。

Credits 不是全部成本。所選模組、資料移動、AI Agent 執行、外部模型連線、程式碼和重試都會影響消耗。付費方案可連線自訂 AI 供應商，這會把一部分模型費用和資料處理條款轉移給對應供應商。預算應同時估算正常執行和故障密集執行，並計入測試、迴圈、人工複核和模型 token 費用。

安全、日誌與資料路徑

Make 安全頁面揭露 SOC 2 Type II 與 SOC 3 稽核、加密憑證和儲存、傳輸 TLS，並稱雲基礎設施跨兩個 AWS 可用區。日誌預設儲存 30 天，Enterprise 可延長；Enterprise 在與自助雲客戶分開管理的 AWS 環境中執行。

執行日誌可能包含對應記錄、提示詞、工具回應和錯誤內容。較短保留期可降低暴露，卻也會削弱事件調查。團隊應決定哪些欄位可以進入日誌、誰能搜尋執行記錄、匯出資料去哪裡。斷開應用並不會刪除已寫入其他系統的記錄。

Make 隱私權說明稱，Google Workspace API 資料不會用於開發、改進或訓練通用 AI 或機器學習模型。這是一項範圍明確的宣告，不能推導成所有客戶資料或所有外部模型都不訓練。仍需分別審查所選模型連線、次處理商、DPA、區域與刪除流程。中國大陸團隊還應在匯入真實客戶、員工或業務資料前確認跨境傳輸路徑和適用合規要求。

誰適合選擇 Make

Make 適合重視視覺化畫布、希望讓確定性自動化與受約束 Agent 決策並存的團隊。它的官方安全指南對侷限表述得很直接，這有利於負責任的建構，但也說明正式環境架構不能只靠提示詞。

可比較覆蓋廣泛應用並提供獨立 Agents 的 Zapier AI、具有自行託管和程式碼靈活性的 n8n，以及採用 AI 原生 credit 模型的 Gumloop。AI 自動化與 Agent 工具分類說明了如何測試權限、核准、追蹤和成本。