Skip to content

建立 2026-09-15 更新 2026-09-15

AI Agents 與 Maia

Make 不只搬資料。Make AI Agents 讓語言模型在情境裡選工具、做判斷；Maia 則是用語音／對話幫你把情境建出來。兩者都建立在你已經會 Scenario、Mapping 與 Filter 的前提上——Agent 亂接工具，錯的會自動化得很快。

Make AI Agents

Agent 是目標導向的自動化：你給角色說明（system message），把既有情境當成 tools 掛上去，再用 Slack、表單或另一條情境把問題送進去。模型決定要呼叫哪些工具、最後回結構化結果。

官方入門骨架（庫存助理例子，見 How to build AI agents with Make）：

  1. 建立 Agent，接上 LLM。
  2. 把「查庫存」「下訂單」等做成獨立情境，掛成工具。
  3. 另開一條情境當前門：收訊息 → Run an agent → 把回答送回 Slack／郵件。

規則很清楚時（金額大於 5000 才算合格），用 Filter 就好，不必上 Agent。資料很亂、要用自然語言分類時，Agent 才划算。模型選擇會影響費用，官方有成本導向示範（Sonnet／Opus 等），見 官方影音。

進階還能把 MCP tools 接進 Agent，讓它操作 CRM 或其他 MCP 伺服器。Academy 有 MCP 與 AI Agent Builder 路徑。

Maia

Maia 是產品內的 AI 同事：你用對話描述要做的自動化，它在畫布上長出模組與連線，你再檢查、要它改。適合先出草稿，不適合「完全不看就啟用」。權限與方案以官網為準。

相關影音

官方約 7 分鐘：用「取得 → 思考 → 轉出」三步，示範 Make AI Tools 怎麼讓流程帶一點判斷力。適合還沒碰 Agent、只想在現有情境加一顆 AI 模組的人。

官方一分鐘介紹 Maia：用語聊出流程與 Agent，每步仍看得到、改得到。

想看 10 分鐘跟做「Run an agent + Router 分流合格名單」，見 YouTube 優質教學 的 Automation Helpers 影片。

相關資料