作る 無料

-
開発元 作る
公式サイト https://www.make.com/

Make (旧称 Integromat) は、ドラッグ アンド ドロップのシーン エディターを通じて 2000 以上のアプリケーションと AI モデルを接続し、複雑なビジネス プロセスの自動オーケストレーションを実現するビジュアル オートメーション ワークフロー プラットフォームです。

作る 製品インターフェース

作る

Make のコアパラメータと統計

Make (旧称 Integromat) は、企業およびビジネス チーム向けのビジュアル オートメーション ワークフロー (iPaaS) プラットフォームです。ドラッグ アンド ドロップのシーン エディターを通じて 2000 以上のアプリケーションと AI モデルを接続し、複雑なビジネス プロセスの自動オーケストレーションを実現します。ビジュアルなワークフロー設計、AI モジュールの組み込み、アプリケーション コネクタのエコロジー、実行監視を同じ製品に統合します。従来のコード統合よりも直感的であり、単純な自動化ツールよりも重いと位置付けられています。

プロジェクト 広報
製品のポジショニング 可視化された自動ワークフロー (iPaaS) プラットフォーム
オリジナルブランド Integromat (2022 年に Make に名前変更)
所属場所 チェコ共和国 (CZ)
統合されたアプリケーションの数 2000+
自動化シナリオ シナリオエディター (Scenario)、条件付き分岐、ループ、アグリゲーター、ルーターをサポート
AIモジュール AI トランスフォーマー、AI エージェント、OpenAI/Claude コネクタ
ユーザースケール 数百万人の登録ユーザー (正確な数は公式には公開されていません)
サポートされている言語 5 つのインターフェース言語
サポートプラットフォーム ウェブ、API
最新バージョン 2025.2 (AI 機能アップデート、~2025-03)

製品形態: Make はピュア クラウド SaaS モデルを提供し、エンタープライズ レベルでのプライベート クラウドの導入をサポートします。 Zapier の軽量トリガー アクション モードと比較して、Make のシーン エディターは各ステップをフローチャートとして表示し、複雑な分岐、ループ、および集約ロジックをサポートします。これは従来のプログラミングのプロセス制御に近いものですが、視覚的な方法で表示されます。

エコロジー ポジショニング: iPaaS トラックにおける Make の差別化は、その視覚化の度合いにあります。そのシーン キャンバスは、現在の主流プラットフォームの中で最も「ホワイトボード描画」エクスペリエンスに近く、複雑なオーケストレーションが必要だがチームにフルタイムの開発者が不足しているシナリオに適しています。 2000 を超えるコネクタは、Google、Microsoft、Salesforce、Slack、Notion などの主流の SaaS だけでなく、HTTP/SOAP プロトコルのカスタム接続もカバーします。コネクタの幅の広さは Zapier と同等ですが、中国/アジアのアプリケーションのカバー範囲にはまだ差があります。

AI 機能エントリ: AI は独立した製品ラインではなく、モジュールとしてシーン エディターに組み込まれています。これは、独立したチャット ウィンドウを持つのではなく、AI 機能がワークフローの決定 (AI がリードの質を判断して方向転換するなど) に直接関与することを意味します。

Make のユーザーと市場の認知度

Make の市場での認知度は主にブランドの歴史と資金調達実績によって決まりますが、正式なアクティブ ユーザー数と収益データは開示されていません。

ブランドの蓄積: 前身である Integromat は 2013 年に設立され、iPaaS トラックで 10 年近く蓄積してきました。 2022 年にブランド変更を完了し、8,000 万米ドルの資金調達を受けました。純粋な AI スタートアップと比較して、エンタープライズ インテグレーション サービスの歴史は長く、コネクタの安定性とシーン テンプレート ライブラリは長年にわたって検証されています。

対象とする顧客層: Make は主に中規模および大規模企業の運用および IT チームをカバーしており、個人/中小規模のチームを好む Zapier や AI ファーストの自動化を好む Activepieces とは異なります。シーン エディターは複雑であるため、学習曲線があり、プロセスの標準化の基礎を持つチームに適していることがわかります。

コミュニティとエコロジー: Make は、「Make Academy」トレーニング システムと公式テンプレート ライブラリを提供していますが、コミュニティ テンプレートの数とアクティビティは Zapier よりも少ないです。中国の資源は特に弱い。公式コミュニティと非公式コミュニティはどちらも主に英語であり、これが中国人ユーザーにとって暗黙の敷居となっています。

実装の前提条件: iPaaS プラットフォームの価値を解放するには、チームはまずプロセスの分類と標準化 (どのアクションをテンプレート化できるか、トリガー条件は何か、例外の処理方法) を完了する必要があります。チームが明確で安定したプロセス定義をまだ持っていない場合、プラットフォームに直接飛びつくと、効率の問題が解決されるどころか混乱が増幅される可能性があります。

Make のコストメリット

Make のコスト構造は、C エンド/個人、開発者/API、エンタープライズの 3 つのレベルで分析されます。それぞれがまったく異なるコスト遺伝子を持っています。

C サイド/個人: 無料バージョンでは、1000 操作/月 + 1 つのアクティブ シーンが提供され、シーン エディターのインタラクティブ ロジックとメイン コネクタを体験するために使用できます。ただし、無料クォータは非常に低く、中程度の複雑さのシナリオ (フォーム送信→ AI 処理→ フォームへの書き込み) では 1 回の実行で 10 ～ 20 の操作が消費される可能性があり、無料クォータは通常、実際のテストでは 1 週間も続きません。無料版の制限には、アプリ コネクタの数が限られており、2000 を超えるすべての統合にアクセスできないことも含まれます。

開発者/API レベル: Make には個別の API 価格帯がありません。開発者は API を使用するために人間のプランにサブスクライブする必要があります。その価値は、開発者にインフラストラクチャ API を提供するというよりも、「研究者以外の人が自分で自動化を構築できるようにする」ことに重点を置いています。エンジニアリング能力を持つチームの場合、セルフホスト型オプション (n8n、Activepieces など) は通常、この層の Make よりも安価です。

エンタープライズ/プライベート: エンタープライズ バージョンにはカスタム価格が必要で、通常はプライベート クラウド展開、専用 SLA、SSO、監査ログが含まれます。企業調達の隠れたコストはサブスクリプション料金には含まれず、コネクタ ガバナンス (各コネクタの認証維持と周波数制御管理)、シーン移行 (Zapier または他のプラットフォームから移行するマッピング コスト)、AI モジュールの LLM 呼び出しコスト (Make には AI モデルの推論コストが含まれていません。この部分は追加で含める必要があります) の 3 つの側面にあります。

実際のコスト構造: 中規模および大規模な運用用途の場合、Make の月額コストは通常​​、Core $9/月から Pro $59/月の間です。 AI モジュールによって呼び出される LLM トークンの消費により、実際の月額コストは 100 ～ 500 ドル以上に達する可能性があります。競合他社と比較すると、n8n のセルフホスト パスよりは高くなりますが、Tray.io のエンタープライズ グレードの価格よりは低くなります。

Makeの主な機能

Make の機能は「ビジュアルシーンオーケストレーション + AI 組み込み + アプリケーション接続」の 3 本柱を中心に展開されており、公開機能は次の 5 つのカテゴリに要約できます。

  • ビジュアル シナリオ エディタ: ドラッグ アンド ドロップで自動化されたワークフローを構築し、条件付き分岐 (フィルター/ルーター)、反復子 (イテレーター)、アグリゲーター (アグリゲーター) などの論理コンポーネントをサポートします。 Zapier のリニア トリガー アクション モードとは異なり、Make のシーン キャンバスは、複雑なビジネス ロジックに適したマルチブランチ並列処理、ネストされたサブシナリオ、カスタム変数転送をサポートしています。
  • AI コンバーター モジュール: ワークフロー内で直接 AI モデルを呼び出し、別の API 呼び出しコードを記述することなく、テキスト分類、概要生成、データ抽出、センチメント分析などのタスクを実行します。 相乗効果: AI コンバーターの出力は、下流のステップのパラメーターとして直接供給できます。たとえば、AI によって抽出された請求書の金額は、クロスステップのデータ フローを完全に視覚化して、会計システムの金額フィールドに直接渡されます。
  • 2000 以上のアプリケーション コネクタ: Google Workspace、Microsoft 365、Salesforce、Slack、Notion、HubSpot、Shopify などの主流の SaaS だけでなく、HTTP、SOAP、Webhook などのカスタム プロトコルもカバーします。コネクタは「データ伝送チャネル」であるだけでなく、対応するアプリケーションの認証ロジック (OAuth、API キー) と周波数制御戦略もカプセル化します。
  • AI エージェント ノード: シーンにエージェント ノードを埋め込み、入力に基づいて次のアクションを動的に決定できるようにします。たとえば、顧客サービスの作業指示書のシナリオでは、エージェントは最初に問題の種類を判断し、次に自動的に応答するか手動に転送するかを決定します。 隠れたリンケージ: エージェント ノードは、「思考-行動-検証」クロージャを実現するツールとしてシーン内の他のモジュールを呼び出すことができます。
  • エラー処理および監視ダッシュボード: シナリオが失敗した場合に自動的に再試行するか、代替ブランチに切り替えます。実行履歴、実行記録、通知設定を提供します。 エキスパート ビュー: エラー処理メカニズムは、Zapier と比較した Make の主な利点の 1 つです。これは、価値の高いビジネス プロセスにとって重要な「ブレークポイント再開」レベルのシナリオ設計 (失敗後にプロセス全体を再起動するのではなく、ブレークポイントから再試行する) をサポートします。

機能的な相乗効果: Make の真価は単一の機能ではなく、クロスプラットフォームの切り替えを必要とせず、ワンシーンで完了できる「AI ノード分析データ → 条件分岐ルーティング → ターゲット システムへの書き込み」の完全なリンクにあります。例: AI エージェントが電子メールのコンテンツ カテゴリを決定 → ルーターが電子メールをさまざまな処理ブランチに配布 → それぞれを CRM/会計/顧客サービス システムに書き込み、プロセス全体が表示および編集可能です。

Make のモデルとバージョンの進化

Make のバージョン進化は、従来の iPaaS から AI 自動化プラットフォームへの変革を反映しています。現在の公開バージョンの情報は、前の記事の前付で説明されています。以下は、マイルストーンごとに整理された進化のルートです。

従来の iPaaS 期間 (~2023)

Integromat 時代: 2022 年に名前が変更されるまで、この製品は純粋なコネクタとシーン オーケストレーションを中心にしていました。バージョンの命名は主に年とシリアル番号に基づいていました。 AI モジュールはなく、エンタープライズ SaaS 統合に重点が置かれていました。

AI 統合フェーズ (2024 ～ 2025 年)

  • 2024.1 (Make AI Launch、~2024‑03): AI モジュールが初めて導入され、OpenAI 統合とテキスト生成をサポートし、純粋な iPaaS から「AI 自動化プラットフォーム」への Make の変革の開始点を示します。
  • 2025.2 (Make AI features Update、~2025-03): AI コンバーター モジュールと AI エージェント ノードを追加し、GPT や Claude などの複数のモデルへのアクセスをサポートしました。 AI は「単一モジュール」から「ワークフローの第一級市民」にアップグレードされました。AI 処理ステップはシーンのどこにでも挿入できます。

現在の状況

Make は DeepSeek のような詳細なバージョン ログを公開しておらず、そのバージョン番号 (2025.2 など) はモデルの反復よりも多くの機能セットのマイルストーンを反映しています。 AI モジュールはサードパーティ モデルの機能に依存しているため、Make のバージョン進化は実際には「プラットフォーム接続機能 + AI オーケストレーション機能」のパッケージ化されたアップグレードです。評価する際には、バージョン番号自体ではなく、公式の変更ログとブログの新機能リリースに注意を払うことをお勧めします。

Make の技術的優位性

Make の技術的優位性は、基盤となる AI モデル (自社開発モデルをトレーニングしない) ではなく、「ワークフロー エンジンの柔軟性」と「AI とプロセスの統合の深さ」という 2 つのレベルにあります。

シーン エンジンの表現機能: Make のシーン エディターには関数ライブラリ (日付処理、テキスト変換、数学的演算、配列/オブジェクト演算) が組み込まれており、ビジュアル インターフェイスでの条件式やデータ変換ルールの記述をサポートします。 メカニズム: これにより、純粋な手動のドラッグ アンド ドロップの制限が回避され、開発者は「ビジュアル インターフェイスでロジックを記述する」柔軟性が得られます。 効果: 複雑なビジネス ロジック (複数条件判定後のデータ集計など) を純粋なコードに戻す必要がなくなり、ツール間の切り替えコストが削減されます。

AI モジュールのプロセスレベルの埋め込み: AI コンバーターと AI エージェントは独立したアプリではなく、シーン内の「ノード」です。 仕組み: AI ノードの入力は上流ステップの出力から来ており、AI ノードの出力は下流ステップで直接使用できます。 効果: 「AI を使用してデータを処理した後、次のシステムに手動でコピーして貼り付ける必要がある」という問題が解決され、プロセス全体が自動化されます。

エラー処理と実行の信頼性: 失敗の再試行、代替分岐、シーンの一時停止、手動回復をサポートします。 メカニズム: 各モジュールと各操作は独立した実行ログを持ちます。障害が発生した場合、具体的な手順を特定できます。 有効性: 運用レベルのワークフローでは、エラー処理と監査機能がプラットフォームの信頼性を直接決定します。この点では、Make はほとんどのオープンソースの代替製品よりも成熟しています。

アーキテクチャ コスト: Make のオールクラウド アーキテクチャは、すべてのトラフィックが Make のサーバー経由で転送されることを意味します。遅延に敏感なシナリオ、または高度なデータ主権が必要なシナリオ (金融取引、リージョン間同期など) の場合は、アーキテクチャの評価中に実行レイテンシーとデータ常駐コンプライアンスの検証に重点を置く必要があります。エンタープライズ版はプライベートクラウドに対応していますが、構成や保守のコストについては事業主に確認する必要があります。

Makeの使い方

Make は、さまざまな段階や規模のチームに適したクラウド SaaS ポータルを提供します。

使い方 人に適しています 特長 コスト
クラウドSaaS 迅速な検証を必要とするチーム サインアップして使用すると、コネクタの可用性とシーン構築効率の検証が優先されます。無料版を使ってみましょう
プロ+ 本番環境のコンテキスト展開 フルコネクタ + AI モジュール + 高度なエラー処理 月額 59 ドルから
エンタープライズ版 高度なデータ コンプライアンス要件 プライベート クラウド展開 + SSO + 監査ログ + 独占的な SLA ビジネスの確認が必要です

実際の実装パス: 「パイロット → 比較 → 拡張」の 3 つのステップで進めることをお勧めします。最初の週に、シナリオ エディターの構築効率とターゲット コネクタの動作安定性を検証するためのプロトタイプを構築するために、反復性が高くリスクの低い 1 ～ 2 のプロセス (例: フォーム ウェアハウジング通知、システム間データ同期) が選択されました。 2 週目は古いプロセスと並行して実行され、実行エラー率と手動介入の量の監視に重点が置かれます。プラットフォームの安定性を確認した後、AI ノードや条件分岐などの高次機能に段階的にアクセスできるようになります。

AI モジュールを開始するための前提条件: AI コンバーターと AI エージェントを使用する前に、Make で AI モデルの接続 (OpenAI API キーや Claude API キーなど) を設定する必要があります。 Make 自体は無料の AI 推論割り当てを提供しておらず、AI 呼び出しの LLM 料金はユーザーの負担となります。したがって、AI シナリオの ROI を評価する場合、トークンの消費量を運用コストに含める必要があります。

Make の製品価格

Makeの価格設定は「無料検証→有料アップグレード→エンタープライズ販売」の3層構造を継続しているが、AIモジュールはコアバージョン以上で十分に利用できる。

レベル 1 か月あたりの操作数 アクティブなシナリオの数 コネクタ AIモジュール 月額料金
無料版 1,000 1 限定 限定 $0
コア 10,000 無制限 すべて 限定 9ドル
プロ 50,000 無制限 すべて 完了 $59
チーム版 座席ごとの拡張 無制限 すべて 完了 $149から
エンタープライズ版 カスタマイズされた カスタマイズされた すべて 完了 カスタマイズされた見積もり
  • C サイド/個人: 無料バージョンはシーン エディターを体験するための最良の入り口ですが、月あたり 1,000 操作の割り当ては通常、実際のテストで数日間実行するのに十分なだけであり、実稼働で使用するにはアップグレードする必要があります。個人ユーザーはコア バージョンから始めることをお勧めします。
  • 開発者/API: Make には独立した API 価格設定がありません。開発者はヒューマン パッケージにサブスクライブする必要があります。高頻度の API 呼び出しシナリオの場合、専用の API オーケストレーション ソリューションよりもコストが高くなる可能性があります。
  • エンタープライズ: プライベート クラウド展開のエンタープライズ バージョンの SSO および監査ログの条件には、ビジネス上の確認が必要です。企業は購入前に、実行量の課金上限（現状の制限があるのか​​、超過後の追加課金があるのか​​）、AIモジュールのトークン料金がサブスクリプション料金に含まれているか、データ所在地コンプライアンスの具体的な実装方法などを確認する必要がある。

価格設定の暗黙のコスト: Make の価格表は非常に明確に見えますが、実際の使用では見落とされやすい 3 つのコストがあります。 まず、操作量の定義 - 1 回の実行でシーンが消費する操作の数はシーンの複雑さに依存し、複雑なシーンの「操作消費係数」は予想よりもはるかに高くなる可能性があります。 2 番目に、AI モジュールの LLM トークン料金は Make サブスクリプション料金に含まれていないため、AI モデルプロバイダーに追加の支払いを行う必要があります。 3 番目に、チーム バージョン以降はシートごとに請求する必要があり、シーン管理者の各アカウントは 1 シートとしてカウントされます。

アプリケーションシナリオの作成

Make の実装シナリオは、システム間のコラボレーションと標準化されたプロセスを必要とするビジネス セグメントに焦点を当てています。

  • マーケティング チーム向けのソーシャル メディア コンテンツの自動化: RSS/API からコンテンツを自動的にキャプチャし、AI モジュールを通じて概要と画像の提案を生成し、複数のソーシャル メディア プラットフォームに公開します。 コストの削減と効率の向上: 1 つのコンテンツにかかる「マニュアル作成→執筆→イラスト→公開」にかかる標準的な時間は 45 分から 10 分未満に短縮され、新規メディア運用の 1 日の平均処理量は 4 ～ 6 件から 12 ～ 15 件に増加します。 検証のポイント: AI によって生成された抄録の品質の一貫性と、マルチプラットフォーム出版のための時間枠の制御。
  • 営業リードの自動処理と配信: フォームが送信された後、CRM 顧客情報を自動的にクエリし、AI がリードの質 (高/中/低) を分類し、ルールに従って対応する営業に割り当て、最終的にデータ ダッシュボードに書き込みます。 コスト削減と効率改善の控除: リードの「送信から配信」までの一般的な遅延が数時間から数分に短縮され、営業フォローの効率が 30 ～ 50% 向上します。 検証のポイント：AI分類の精度と誤分類率、CRM連携のリアルタイム性。
  • 財務調整と請求書処理: メールの添付ファイルから請求書 PDF を抽出し、AI が経費カテゴリと金額を識別して会計システムに書き込み、承認通知を送信します。 コスト削減と効率改善の控除: 1 つの請求書の手動処理が 15 分から 3 分に短縮され、財務チームの月次処理量が 3 ～ 5 倍に増加しました。 検証のポイント: PDF OCR の認識精度と、異常な請求書に対する手動ロールバック プロセスがスムーズかどうか。
  • AI エージェント主導のカスタマー サービスの転換: ユーザーが作業指示を送信すると、AI エージェントは問題の種類 (技術/財務/アカウント) を判断し、よくある質問に自動的に返信するか、対応する手動のカスタマー サービスを転送します。 コスト削減と効率改善の控除: ジュニア顧客サービスの標準化された問題の 60 ～ 70% が AI ノードによって自動的に処理され、顧客サービス チームの人件費が 40 ～ 50% 削減されます。 検証のポイント: エージェントの誤判断率、手動接続へのアップグレードのスムーズさ、センシティブなトピックの安全マージン。

人間と機械のコラボレーション境界: 上記のシナリオでは、AI モジュールは標準化された秩序ある情報抽出、分類、概要生成などを実行し、100% の自動化を達成できます。ただし、強力なコンプライアンスの承認 (金銭的支払いの確認、契約条項の確認など)、取り消しできない操作 (顧客データの一括削除、大規模な転送など)、および価値の高い顧客の配信 (VIP 顧客向けにカスタマイズされたソリューションなど) に関しては、手動の確認ポイント (人間参加型) を設定する必要があり、シナリオ設計中に承認ステップまたは通知ノードを予約する必要があります。

Makeは人に適しています

Make は複雑であるため、すべての人に適しているわけではありません。「学習コストゼロ」を追求する個人ユーザーではなく、チーム/組織レベルのユーザーに最も適しています。

  • 運用およびビジネス チーム: 毎日繰り返されるシステム間プロセスを標準化する必要があるが、開発リソースが不足しています。 Make のビジュアル シナリオ エディターを使用すると、コードを書かずに自動化を構築できます。 前提条件: ビジネス担当者は、自分のプロセス (「トリガー→条件→アクション→出力」に分類できる) を明確に抽象化する能力を持っている必要があります。
  • IT およびプラットフォーム チーム: コネクタの再利用、権限管理、実行監査に重点を置き、複数の部門の自動化ニーズの統合管理を担当します。 前提条件: チームは、シナリオ テンプレートを確認し、例外処理を構成できる必要があります。
  • 製品および成長チーム: AI をユーザーの運用プロセス (パーソナライズされたプッシュ A/B テストの自動化など) に組み込むことを希望していますが、開発スケジュールを増やしたくありません。 前提条件: AI シーンの出力品質には手動の受け入れノードが必要です。

境界に適合しません:

  • 純粋な非同期/イベント駆動型アーキテクチャを必要とするシナリオ: Make シナリオは通常のポーリングまたは Webhook トリガーに基づいており、ミリ秒レベルのリアルタイム応答シナリオには適していません。
  • 高度にカスタマイズされたオリジナルのデザインシナリオ (詳細な長いテキストの生成、複雑なビジュアルデザインなど): AI モジュールの機能はサードパーティのモデルによって制限されており、生成品質の微調整が必​​要なクリエイティブなシナリオには適していません。
  • パーソナル ライト オートメーション: 無料バージョンの制限は非常に低く、コア バージョンは月額 9 ドルから始まり、個人のスクリプト自動化シナリオには高すぎます。この範囲では、n8n または Activepieces のセルフホスト ソリューションの方がコスト効率が高くなります。
  • データ主権要件が非常に高いシナリオ: オールクラウド アーキテクチャは、デフォルトで Make サーバーを通過します。エンタープライズ版はプライベートクラウドを提供しますが、コストが高く、業務確認が必要です。

概要と展望

Make は、iPaaS トラックの「ビジュアル エクスペリエンス」で知られています。そのシーン エディターは、市場で最も直観的な自動設計ツールの 1 つです。 AI モジュールを追加すると、インテリジェントなワークフローを構築するための技術的な敷居がさらに下がります。 2000 を超えるアプリケーション コネクタが主流の SaaS エコシステムをカバーしており、エラー処理と実行の信頼性がほとんどのオープンソースの代替品よりも優れています。

現在の制限事項:

  • 無料版の制限は非常に低く (1 か月あたり 1,000 操作)、本番使用の実際の月額コストは 100 ～ 500 ドルのレベルになることがよくあります。
  • AI モジュールはサードパーティ モデルに依存しており、LLM トークン料金はサブスクリプション料金に含まれていないため、追加の会計が必要です。
  • 複雑なシナリオ (多数のブランチ + AI ノード) の実行の安定性は、特に同時実行性の高いバッチ処理中に監視する必要があります。
  • 中国人コミュニティと中国語テンプレート リソースが弱く、中国人ユーザーにとって暗黙の使用しきい値が生じています。
  • Zapier のユーザー ベースとエコシステムと比較すると、中国/アジアのアプリケーション (DingTalk、WeChat Enterprise、Feishu など) における Make のコネクタのカバー範囲には明らかな差があります。

調達/採用リスク評価: Make は、プロセス標準化の基盤がすでにあり、中規模および大規模な組織でシステム間の自動化を実装する必要があるチームに適しています。無料版でパイロットを開始し、価値の高いプロセスを 1 ～ 2 つ選択してシーン エディターの構築効率とターゲット コネクタの安定性を検証し、確認後にプロフェッショナル バージョンにアップグレードすることをお勧めします。企業は購入前に、超過操作量請求の処理方法（現在の制限/追加料金）、AI モジュールのトークン料金の帰属、データ常駐コンプライアンスの具体的な実装パス、プライベート クラウド展開の保守責任の分担などの条件を営業担当者に確認する必要があります。非常に高いデータ主権要件があるチームや予算が限られているチームの場合は、代替手段として n8n または Activepieces のセルフホスト型オプションも評価することをお勧めします。

関連ツール: CrewAI、ラングチェーン

バージョン情報

  • AI 機能を更新する ：GPT、Claude、その他のモデルへのアクセスをサポートするために AI コンバーター モジュールと AI エージェント ノードを追加しました。公式の正確な日付はまだありません。
  • AIを起動させる ：AI モジュールが初めて導入され、OpenAI の統合とテキスト生成をサポートします。公式の正確な日付はまだありません。

ユーザーレビュー

  • レビューを読み込み中...