Курсы и обучение Make.com: автоматизация без кода от 9 900 ₽

Что такое Make и какие задачи он закрывает

Make это сервис автоматизации бизнес-процессов с визуальным конструктором. Вы собираете сценарий из блоков: первый модуль ловит событие (пришло письмо, появилась строка в Google Sheets, клиент оставил заявку на сайте), следующие обрабатывают данные и передают дальше. Код писать не нужно, вся логика собирается мышью на холсте.

Сервис вырос из чешского Integromat и сменил имя в 2022 году. Старое название до сих пор попадается в статьях и вакансиях, так что если ищете обучение и натыкаетесь на «Интегромат», речь идёт про тот же продукт. В русскоязычных чатах автоматизаторов его чаще зовут просто «мейк», отдельного устоявшегося перевода у названия нет.

Три понятия, вокруг которых крутится работа. Сценарий это цепочка действий целиком. Модуль это один шаг внутри неё. Операция это единица расхода тарифа: каждое срабатывание модуля списывает одну.

Третий пункт стоит разобрать на цифрах, потому что на нём спотыкаются почти все новички. Допустим, вы собрали сценарий из пяти модулей и поставили его на запуск каждые пятнадцать минут. Это 96 запусков в сутки, по пять операций каждый, то есть 480 операций в день и около 14 400 в месяц. Бесплатная тысяча кончится за двое суток, а базовые десять тысяч не дотянут до конца месяца. Тот же сценарий, переведённый с расписания на вебхук (запуск только когда данные реально пришли), съедает столько операций, сколько было событий, обычно в десятки раз меньше. Именно поэтому на нормальных курсах разбор тарифа идёт не в конце, а сразу после первого сценария.

Библиотека готовых коннекторов у сервиса большая, больше трёх тысяч приложений: Google-сервисы, Notion, Airtable, Slack, Telegram, OpenAI. Чего нет в списке, подключается через универсальный HTTP-модуль и обычный REST API, поэтому потолок автоматизации упирается скорее в вашу фантазию, чем в набор интеграций.

Чему учат на курсах по Make

Сразу честно про этот каталог. Отдельных программ формата «только Make, шесть недель» здесь пока нет: в собранных 10 курсах Make идёт блоком внутри обучения AI-автоматизации и работе с нейросетями. Так его и учат в жизни, не в вакууме, а под конкретную связку: ChatGPT плюс CRM, форма на сайте плюс Telegram, таблица плюс рассылка.

Маршрут почти везде совпадает. Начинают с готового шаблона и первого рабочего сценария, дальше разбирают триггеры: запуск по расписанию, приём вебхука, опрос стороннего сервиса. Потом идут фильтры и роутеры, которые разводят поток по условиям, итераторы и агрегаторы для работы с массивами, HTTP-модуль и авторизация по токену. Ближе к концу берутся за обработку ошибок: что делать, когда внешний сервис не ответил, как настроить повтор и не потерять данные по дороге.

Чем сильная программа отличается от слабой? Слабая доводит до первого сценария и на этом останавливается. Сильная показывает, что происходит, когда сценарий ломается в три часа ночи, а заявки продолжают падать. Смотрите на две вещи: есть ли в программе модуль про ошибки и повторы, разбирают ли расход операций. Без них вы соберёте автоматизацию, которая красиво работает на демо и съедает месячный лимит за неделю.

Отдельный пласт это ИИ-модули. Make умеет вызывать OpenAI и другие модели прямо в сценарии, поэтому большинство свежих программ строят вокруг этого: агент, который сортирует входящие письма, разбирает отзывы или готовит черновик ответа клиенту.

Make, n8n, Zapier или Albato: что учить в России

Вопрос не праздный. По данным Вордстата, Make в России ищут около двухсот раз в месяц, а n8n двадцать семь тысяч. Разрыв в сто с лишним раз объясняется просто: n8n можно поставить на свой сервер и не платить никому, а Make живёт только в облаке и просит зарубежную карту. Карты российских банков платёжная система отклоняет.

Значит ли это, что Make учить бессмысленно? Нет. Логика сценариев, вебхуки, работа с API и обработка ошибок переносятся между этими сервисами почти без потерь. Человек, собравший десяток автоматизаций в Make, пересядет на n8n за выходные: названия блоков другие, принцип тот же. Обратное тоже верно.

Выбирайте по задаче. Готовы платить за облако и хотите быстрый старт с самым дружелюбным интерфейсом, берите Make. Нужен контроль над данными и нулевая абонентка, ставьте n8n. Работаете только с российскими сервисами и платите в рублях, смотрите на Albato. Полный обзор смежных инструментов мы собрали в статье про сервисы для автоматизации бизнеса.

Сколько стоит сам Make и во что обойдётся обучение

У сервиса есть бесплатный тариф на тысячу операций в месяц. Для учёбы этого хватает с запасом: собрать первые сценарии, проверить связку с таблицей и мессенджером, понять, нравится ли вам такая работа вообще. Платить на старте не нужно, карта не понадобится.

Дальше по официальному прайсу Make: Core стоит 9 долларов в месяц за десять тысяч операций, Pro 16 долларов, Teams 29 долларов, при годовой оплате скидка от пятнадцати процентов. Enterprise считают индивидуально. Разница между тарифами не только в объёме: на старших планах появляются приоритет выполнения, кастомные переменные и командный доступ с распределением прав.

Сколько стоит обучение. В нашем каталоге программы идут от 9 900 ₽ до 249 000 ₽, медиана 91 312 ₽. Разброс большой, потому что в одну выборку попадают короткие интенсивы по AI-автоматизации и большие программы на несколько месяцев, где Make идёт одним из блоков. Ориентируйтесь не на ценник, а на объём практики: сколько сценариев вы соберёте руками до конца курса и остаются ли они у вас после выпуска.

Кому подойдёт обучение Make

Предпринимателям и владельцам небольших компаний, у которых рутина съедает вечера, а нанимать разработчика ради переноса заявок из формы в CRM жалко. Маркетологам и SMM-специалистам, которые устали руками собирать отчёты и разносить лиды по таблицам. Операционным менеджерам, у которых процесс живёт в пяти сервисах и ни один не разговаривает с остальными.

Отдельная история это те, кто хочет зарабатывать на автоматизации как на услуге. Спрос есть: малый бизнес готов платить за настройку связок, но не готов держать в штате инженера. Работа выглядит как подряд, вы собираете клиенту сценарии, документируете их и берёте абонентку за поддержку. Как устроена профессия изнутри, мы разобрали в материале кто такой специалист по автоматизации, а план развития на год расписали в статье как стать специалистом по автоматизации.

Есть и обратная сторона. Make относится к классу no-code решений, и на входе это его главный плюс: собрать первую связку можно вообще без технического бэкграунда. Но чем сложнее задача, тем ближе работа подходит к low-code: появляются собственные функции для разбора текста, ручные HTTP-запросы, работа с токенами и заголовками. Люди, которые пришли в no-code, чтобы никогда не видеть код, на этом рубеже обычно застревают. Если готовы разобраться в том, как устроены API, потолок инструмента поднимется в разы.

Кому не подойдёт. Если нужна автоматизация production-нагрузки с сотнями тысяч операций в сутки, визуальный конструктор станет узким местом и по деньгам, и по скорости, разговор пойдёт про код. Если процесс требует суждения на каждом шаге и исключений больше, чем правил, описать его сценарием тоже не получится. Make хорош на масштабе от одного человека до среднего отдела, и это честная граница инструмента.

Как мы отбираем курсы в этот каталог

В подборку попадают программы, где Make разбирают на практике, а не упоминают одной строкой в списке инструментов. Мы читаем программу целиком и смотрим, есть ли в ней сборка сценариев руками, работа с API и разбор ошибок.

Дальше сравниваем по четырём параметрам: объём практики, актуальность интерфейса в записанных уроках, наличие обратной связи от преподавателя и итоговый документ. Интерфейс важен отдельно: Make обновляет холст регулярно, и курс двухлетней давности показывает кнопки, которых уже нет на своих местах.

Цены и состав подтягиваются из партнёрских фидов школ и обновляются автоматически, поэтому цифры на странице совпадают с тем, что вы увидите на сайте школы. Сортировку можно менять фильтрами сверху: по цене, длительности, наличию рассрочки. Каталог живой, программы закрываются, школы меняют состав модулей, появляются новые курсы, поэтому выборку мы пересобираем регулярно, а не один раз в год.

Где применяют Make на практике

Самая частая связка это заявки. Форма на сайте или Tilda отдаёт данные в вебхук, Make чистит их, проверяет на дубли, кладёт карточку в amoCRM или Битрикс24 и отправляет уведомление менеджеру в Telegram. Пятнадцать минут ручной работы в день превращаются в ноль, а заявки перестают теряться между вкладками.

Разберём такой сценарий по шагам, чтобы было видно устройство. Модуль «Webhook» принимает POST с формы. Фильтр отсекает записи без телефона. Модуль поиска по CRM проверяет, нет ли уже такого контакта. Роутер разводит поток: новый клиент идёт по одной ветке и создаётся карточкой, повторный по другой и просто дописывается комментарием в существующую сделку. Последний модуль шлёт сообщение в чат отдела. Шесть блоков, час работы на сборку, дальше оно работает само.

Второй типовой пласт это отчётность. Данные из рекламных кабинетов, CRM и платёжки сходятся в одну Google-таблицу по расписанию, а раз в неделю сводка уходит руководителю письмом. Третий это контент: черновик поста генерирует модуль OpenAI, Make раскладывает его по площадкам и ставит в очередь публикации.

Отдельно стоят маркетплейсы. Селлеры собирают на Make выгрузку остатков, автоответы на отзывы и мониторинг цен конкурентов. И четвёртый пласт, выросший за последний год, это ИИ-агенты: сценарий читает входящие, классифицирует их моделью и сам решает, ответить шаблоном, завести задачу или позвать человека.

Общее у всех примеров одно. Автоматизация окупается там, где действие повторяется каждый день и легко описывается словами «если пришло вот это, сделай вот то». Всё, что требует суждения и исключений на каждом шаге, лучше оставить человеку. Смежные инструменты и подходы разбирают программы из каталога курсов по автоматизации.