Make
Make (formerly Integromat) · コーディング · 生産性向上
Makeはビジュアルなワークフロー自動化プラットフォームで、コードを書かずにアプリをつないでタスクを自動実行できる。モジュールをキャンバスにドラッグし、つないでシナリオを作ると、あいだを行き来するデータはプラットフォームが処理する。対応するアプリは3000以上で、Google SheetsやGmailからOpenAI、Anthropic Claudeまでそろう。だから簡単なメール通知から多段階のAIパイプラインまで組み立てられる。無料プランでは月1000オペレーションが使え、有料の自動化プランは月9ドルからだ。
Make について
Makeとは
Makeはビジュアルなキャンバスを中心に作られたノーコードの自動化プラットフォームだ。スクリプトを書く代わりにモジュール（それぞれがアプリのアクション）を置いてつなぐ。Makeがデータをチェーンに沿って流す。ステップ1が出力をステップ2に渡し、次に3へと続く。運営元のMake（旧Integromat）は、開発者を雇わずに自動化の力を求める人向けにこのツールを位置づけている。2016年にプラハで登場し、その後Zapierと並ぶ知名度の高い自動化ソフトの一つに成長した。
Makeが解決する中心的な問題は、繰り返しの手作業だ。フォームの回答をスプレッドシートにコピーする、CRMの連絡先を同期する、スケジュールどおりにSNSへ投稿する、届いたチケットをAIモデルで要約する。毎回同じ手順をたどる作業なら何でも対象になる。一度作れば、スケジュールかトリガーで走らせておける。
最大の制約は料金体系にある。Makeはオペレーション単位で課金する。実行内の各モジュールのアクションが1回と数えられ、複雑なシナリオはどんどん消費する。10個のモジュールを持つシナリオを1日200回動かせば、1日2000オペレーションを使う。これが積み上がる。無料プランは月1000オペレーション、実行間の最低間隔は15分なので、ヘビーユーザーはすぐ有料プランに移る。
はじめかた
- メールかGoogleサインインでmake.comに無料のMakeアカウントを作る。
- 最初のアプリを認証してつなぐ。たとえばGoogle SheetsやGmailにサインインする。
- シナリオを組む。トリガーのモジュールを選び、実行したいアクションのモジュールを足していく。
- フィールドをクリックし、各ステップが何を渡すかを選んで、モジュール間のデータを対応づける。
- シナリオをオンにして、スケジュールかトリガー発生時に走らせる。
AIツール情報
Makeの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- 小規模事業のオーナー：開発者を雇わずに請求、注文更新、顧客フォローを自動化する。ただし利用量がオペレーションの枠に収まる場合に限る。
- マーケティングチーム：広告プラットフォーム、CRM、メールツールを一つのフローにつなぎ、手動エクスポートを定時同期に置き換える。
- 運用担当者：フォーム送信、チケット、在庫の変化を正しいシステムへ自動で振り分ける。
- 開発者と技術系の創業者：ビジュアルビルダーで連携を素早く試作し、同じロジックをMake APIに移して規模を広げる。
タスク
- フォーム回答の自動記録：新しいTypeformやGoogle Formsの項目をスプレッドシートやCRMの行へ直接送る。
- AIコンテンツパイプライン：文書を取り込み、OpenAIやClaudeのモジュールへ送り、要約をSlackやNotionに投稿する。
- SNS投稿の計画：1枚のコンテンツカレンダーのスプレッドシートから、複数ネットワークの投稿を予約する。
- リードの振り分け：設定したルールで届いたリードを採点し、正しい営業担当に割り当てる。
- ファイルとデータの同期：手動アップロードなしで、フォルダ、データベース、クラウドストレージをそろえる。
シーン
- 小さなオンラインストアの運営：注文を同期し、発送通知を送り、在庫が少なくなったらチームに知らせる。
- 週次のレポート：毎週月曜の朝に複数のツールから数字を集め、要約メールを1通届ける。
- 受信箱の仕分け：キーワードと送信者のルールで、届いたメールにラベルを付け、アーカイブし、転送する。
主な機能
ビジュアルなシナリオビルダー
キャンバスこそ、Makeをスクリプト系ツールから分かつものだ。各ステップはモジュールとして、各接続は線として見えるので、ワークフローはコードではなく図として読める。何か壊れたときは、ログを掘り返さずにどのモジュールが失敗したかを正確にたどれる。初心者でも半日で覚える。しっくりくる。
3000以上のアプリ連携
Makeは3000以上のアプリにつながる。定番（Google Workspace、Slack、HubSpot、Airtable）に加え、OpenAIやAnthropic ClaudeといったAIサービスも覆う。ライブラリにないアプリでも、汎用のHTTPモジュールやwebhookで届くことが多い。この経路は設定が増え、データが正しくそろうまで試行錯誤も要る。こうした広さは、自分の構成が最大手だけでは成り立たないときに効いてくる。
AIモジュールと自動化
Make AIは全ユーザーが使え、どんなシナリオにもモデルを使うステップを足せる。ビルダーを離れずにテキストを分類し、返信を下書きし、文書からデータを抽出し、スレッドを要約できる。AIモジュールは他のアプリと同じフローにあるので、出力は手でコピーせず次のアクションへ直接流れる。
ルーター、フィルター、エラー処理
本物の自動化は分岐する。ルーターは1本のフローを複数の経路に分け、フィルターがどのデータを続けるか決める。エラーハンドラーは失敗したステップが実行を止める前に捕まえる。再試行も、スキップも、失敗時の通知もできる。これがデモと、無人で走らせて信頼できるものとの違いだ。ワークフローが2、3ステップを超えると、チームが単一のトリガー・アクション型ツールを卒業する理由もここにある。
スケジュールとトリガー
シナリオはスケジュールで、あるいはイベントに反応して走る。無料と低価格のプランは決まった間隔で確認し、有料プランは分単位のスケジュールと無制限の有効シナリオを許す。注文確認のように時間に敏感な作業では、生のオペレーション数より間隔の細かさが効く。
テンプレートとMake API
テンプレートライブラリでよくあるフローをすぐ始められ、コミュニティがさらに数千を共有している。有料プランではMake APIでシナリオをプログラムから作成・管理できる。クライアントの代わりに自動化を回したり、同じパターンを複数アカウントで繰り返したりするときに役立つ。
メリットとデメリット
メリット
- ビジュアルなキャンバスは、複雑で多分岐のワークフローをコードやテキスト型ビルダーより読みやすく、デバッグしやすくする。
- 3000以上のアプリコネクタに加え、汎用のHTTPとwebhookのモジュールがほとんどの構成を覆い、AIサービスも含む。
- AIモジュールが組み込まれているので、要約、分類、テキスト生成が他のステップと同じフローにある。
- テンプレートと大きなコミュニティが、動く自動化までの時間を縮める。
- 無料プランと月9ドルの入門プランで、契約前に試せる。
デメリット
- 料金はオペレーション単位なので、モジュールが多く頻繁に走るシナリオは思ったより早く上限に達する。
- 無料プランの実行間15分という最低間隔は、アップグレードするまでほぼリアルタイムの自動化を排除する。
- キャンバスは自動化を作ったことがない人には本物の学習曲線で、一度に吸収する概念が多い。
よくある質問
Makeはアプリをまたいだ繰り返し作業の自動化に使う。イベントやスケジュールで起動するシナリオを作り、一連のアクションを実行する。たとえばフォームの項目をデータベースに足す、Slackのアラートを送る、テキストをAIモデルに通して結果を別の場所に投稿する、といった具合だ。
関連コンテンツ
Makeに関連するツール、スキル、記事を探す。
Makeの代替ツール
Forefront
Forefront · コーディングForefrontはオープンソースAIで構築するためのウェブプラットフォームだ。主要なオープンソース言語モデルを自分のデータで微調整し、性能を評価し、API経由で実行したり、エクスポートして自分でホストしたりできる。クローズドなプラットフォームの手軽さを求めつつ、モデルとデータの所有権にはこだわる開発者が対象だ。
Startkit
StartKit.AI · コーディングStartkitは、AI SaaSとAIラッパー製品を作るためのボイラープレートだ。面倒な部分をあらかじめ配線済みにしたAIスタートアップボイラープレートと考えればいい。認証、StripeとLemon Squeezyの決済、利用制限、トランザクションメール、そしてOpenAI、Anthropic、Groq、Llamaと通信するAI APIスターターキットが含まれる。リポジトリをクローンして価格を設定し、ユーザーが実際にお金を払う部分に取りかかれる。ReactとTailwind上のNext.jsで作られているため、ボイラープレートコードの多くはすでに見慣れたものだ。
Testim
Tricentis · コーディングTestimは、Web・モバイル・Salesforceアプリ向けにエンドツーエンドテストを構築して実行するAIテスト自動化プラットフォームだ。機械学習を頼りに、インターフェースが変わってもテストを安定させ、チームが壊れたセレクターの修正に費やす時間を減らす。今日から使い始められる自動テストツールとしては悪くない。ブラウザで操作を録画してテストを作り、より細かい制御が必要なときはJavaScriptを足す。忙しいQAチームにとって堅実な選択肢である。