Маркетолог вручную перекидывает заявки из формы в CRM, по одной. Менеджер вечером разгребает сотню писем и раскладывает по папкам. Контент-план живёт в гугл-таблице, а посты копируются руками в три соцсети. Если узнали свой день, то вот инструмент, который это забирает. Make AI это связка визуального конструктора Make.com и нейросетей. Сценарии сами гоняют данные между сервисами, а GPT или Claude внутри этих сценариев читают, пишут черновики и сортируют входящее. Кода не нужно. Это и есть ИИ-автоматизация процессов бизнеса для тех, кто не программист.
Что такое Make.com?
Make.com, бывший Integromat, это визуальный no-code конструктор автоматизаций. Рабочая единица здесь называется сценарий: вы собираете его мышкой на холсте, как блок-схему. Каждый модуль делает одно действие: получает письмо, пишет строку в CRM, дёргает GPT. Данные текут между блоками сами, программировать не нужно.
Сильная сторона Make это визуальный редактор. Весь воркфлоу с ветвлениями виден целиком, как схема на доске: где данные зашли, куда свернули, что произошло на каждом шаге. Логика собирается из готовых кубиков. Триггеры запускают сценарий (вебхук, расписание, новая запись), роутеры разводят поток по условиям, фильтры отсекают лишнее, итераторы и агрегаторы крутят циклы и собирают результат обратно. Отдельно есть обработка ошибок: повторные попытки и запасные ветки, если внешний сервис не ответил.
Готовых интеграций больше полутора тысяч: почта, CRM, таблицы, мессенджеры, рекламные кабинеты, платёжки. А если нужного сервиса в списке нет, выручает HTTP-модуль. Он стучится в любой API напрямую, так что подключить можно практически что угодно.
Как Make.com работает с ИИ?
Связка с нейросетями идёт на трёх уровнях. Есть встроенный AI Toolkit, который работает без ваших API-ключей. Есть нативные LLM-модули, где вы подключаете свои ключи OpenAI, Anthropic или Google. И есть Make AI Agents, автономные агенты прямо внутри платформы. Для всего остального тот же HTTP-модуль дотянется до любой нейросети.
- AI Toolkit (встроенный, без своих ключей). Задать вопрос, извлечь данные из текста, категоризировать письмо, оценить тональность отзыва, сделать резюме, перевести, определить язык, нарезать текст под базу знаний.
- LLM-модули (на ваших ключах). OpenAI и ChatGPT, включая Whisper для расшифровки аудио и генерацию картинок, Anthropic Claude, Google Gemini. Можно выбрать модель, температуру и системный промпт.
- Make AI Agents (запущены в бете в апреле 2025, активно развиваются). Агент сам рассуждает и выбирает шаги под задачу, держит в памяти контекст, показывает ход рассуждений и даёт чат прямо на холсте, чтобы протестировать. Если интересно, как такое устроено в принципе, почитайте как создать ИИ-агента без программирования.
Разница между обычным сценарием и агентом простая. Сценарий идёт по жёстко заданному маршруту: если пришло письмо, то сделай раз, два, три. Агент получает цель и сам решает, какие шаги предпринять под конкретный случай. Первое надёжнее и предсказуемее, второе гибче на нестандартных задачах.
Разбираю автоматизацию на практике
В канале показываю реальные связки нейросетей и сервисов, кейсы и разборы без воды.
ПодписатьсяКакие задачи Make.com реально автоматизирует?
Лучше всего Make AI заходит на рутине, где есть понятный вход и понятный выход, а человек нужен только на спорных случаях. Квалификация лидов, сортировка почты, подготовка контента, расшифровка звонков, обогащение CRM, обработка тикетов. Ниже восемь рабочих сценариев и то, что в каждом остаётся за человеком.
| Сценарий | Вход → процесс → выход | Где нужен человек |
|---|---|---|
| Квалификация лидов | Заявка с формы → GPT оценивает текст, вытаскивает бюджет и потребность, ставит скоринг → запись в CRM с тегом горячий/тёплый/холодный и уведомление менеджеру | Решает по горячим лидам |
| Сортировка писем | Новое письмо → категоризация темы → роутер → GPT пишет черновик ответа → отправка или маршрутизация | Апрувит ответы про деньги и договоры |
| Контент и публикация | Тема из Google Sheets по расписанию → LLM пишет пост → чистка → публикация в WordPress и уведомление в Slack | Редактирует и проверяет факты |
| Расшифровка звонков | Аудиофайл → Whisper делает транскрипт → GPT собирает резюме и задачи → заметка в CRM | Проверяет договорённости |
| Обогащение CRM | Новый контакт → HTTP тянет данные из внешних API → GPT приводит к единому виду → обогащённая карточка | Разбирает дубли |
| Тикеты поддержки | Новый тикет → категоризация и оценка тональности → роутер по приоритету, флаг негатива → нужная очередь | Берёт эскалации |
| Ответы по базе знаний (RAG) | Запрос на почту → поиск по базе знаний → LLM формирует ответ с опорой на найденное → письмо клиенту | Обновляет базу |
| Авто-research | Расписание 9:00 → HTTP тянет новости по теме → LLM суммаризирует → дайджест | Отбирает, что брать в работу |
Если смотреть узко на маркетинг, то на Make удобно собирать заявки с разных каналов в одну CRM, давать первичные ответы лидам по скриптам, гнать дайджесты по рекламным кабинетам и генерировать варианты объявлений. Подробнее про это в разборе автоматизация маркетинга.
Сколько стоит Make.com?
Точную цену лучше смотреть на сайте, она менялась. С конца августа 2025 Make считает не операции, а кредиты: разные модули стоят разное число кредитов, но обычно один шаг это примерно один кредит. Есть бесплатный план с лимитами, которого хватает попробовать. Дальше идут платные планы под объём.
Платных тарифов несколько, от младшего до корпоративного, и берут за объём задач. Важный момент про деньги: токены OpenAI, Anthropic или Google вы оплачиваете отдельно, поверх подписки Make. То есть считать надо сразу две статьи расходов, иначе на масштабе итоговая цифра удивит. И отдельно стоит заранее проверить оплату из России: прямой платёж российской картой под вопросом, скорее всего понадобится зарубежный способ оплаты или платёжный посредник.
Make, Zapier или n8n?
Коротко: Zapier берите под простые линейные связки, он самый дружелюбный, но дорожает на объёме. Make даёт лучший баланс простоты, контроля и цены для задач средней сложности. n8n берите для технических команд: дешевле на объёме и ставится на свой сервер, но порог входа выше. Сравнение по пунктам ниже.
| Критерий | Make | Zapier | n8n |
|---|---|---|---|
| Модель оплаты | Кредиты (с авг 2025) | За задачи, быстро дорожает | За исполнения |
| Визуальный редактор | Сильнейший, блок-схема на холсте | Простой линейный | Мощный, но техничнее |
| Интеграции | ~1500–2000 плюс HTTP | Крупнейшая библиотека | Меньше нативных, но JS и HTTP |
| Логика и ветвление | Роутеры, итераторы, агрегаторы | Слабее | Максимальная, JS-ноды |
| Self-hosting (свой сервер) | Нет | Нет | Да |
| Порог входа | Средний | Низкий | Высокий |
Риски и ограничения
Теперь честно про минусы. No-code хорош примерно для 80% задач, а на сложной вложенной логике и тонкой обработке ошибок упирается в потолок, и команды нередко уходят в код где-то к полугоду работы. Плюс счета, вендор-лок и оплата из РФ. По порядку.
- Стоимость на масштабе. Цикл, который дёргает LLM без лимитов, на кривом входе способен сжечь крупную сумму за час. Оборачивайте вызовы нейросети в обработчики ошибок, ставьте бюджетные лимиты и логируйте промпты с ответами.
- Потолок no-code. Сложные данные и кастомная логика рано или поздно выталкивают в код. Make закрывает большинство случаев, но болезненные 20% краевых задач остаются.
- Вендор-лок. Десятки построенных сценариев тяжело перенести на другую платформу, переезд выйдет дорого.
- Нет self-hosting. Для проектов, чувствительных к данным, это минус. Здесь выигрывает n8n, который ставится на свой сервер.
- Двойные расходы. Подписка Make плюс токены провайдера нейросети. Считайте обе статьи сразу.
С чего начать
Начните с одного болезненного процесса, а не с автоматизации всего сразу. Возьмите задачу, где вход и выход очевидны: например сортировку входящих заявок или утренний дайджест новостей. Соберите сценарий на бесплатном плане, повесьте на LLM-вызов бюджетный лимит и обработчик ошибок, погоняйте неделю на реальных данных. Если хочется глубже разобраться в инструментах вокруг, посмотрите подборку ИИ для маркетинга: инструменты.
Хотите так же в своём бизнесе?
В Telegram-канале выкладываю рабочие сценарии автоматизации, цифры и грабли, на которые наступал сам.
Перейти в канал
