Make.com + 本地 AI：不按 Token 計費的自動化流程

Make.com 是任何 AI 機構技術棧中最強大的工具之一。但如果你在構建高容量自動化流程——內容管道、客戶支援流程、資料豐富工作流程——你已經了解這個痛點：每次 AI 模組呼叫都要花費 token，而那些 token 費用累積得很快。

解決方案很直接：在本地端執行你的 AI，並將你的 Make.com HTTP 模組指向本地端端點，而不是 OpenAI。本指南詳細說明如何操作。

為何本地 AI 改變了經濟模式

標準的 Make.com AI 模組設置：

• Make.com AI 模組 → 呼叫 OpenAI → 每 1K token 收費
• 每天 100 個情境 × 每次執行 2,000 個 token = 每天 200,000 個 token
• 按 GPT-4o 定價：每個工作流程每天約 AU$6，每月 AU$180

本地 AI 設置：

• Make.com HTTP 模組 → 呼叫本地 Ollama 端點 → 無每 token 費用
• 相同的每天 100 個情境 × 每次執行 2,000 個 token = 每天 AU$0

執行小型本地模型的硬體（Mac Mini M4 或二手 RTX 3080 設備）費用約 AU$800-1,500。單個高容量工作流程的盈虧平衡點通常不到兩個月。

你需要什麼

• Make.com 帳戶（任何有 HTTP 模組存取權限的方案）
• 本地安裝的 Ollama（免費，在 Mac、Linux 或 Windows 加 WSL 上執行）
• 透過 Ollama 拉取的模型（ollama pull llama3.2 或 ollama pull mistral）
• 如果你的 Make.com 情境在雲端執行（大多數都是），需要 ngrok 或類似的隧道

步驟 1：安裝 Ollama 並拉取模型

Ollama 是執行本地模型最簡單的方式。從 ollama.ai 安裝它，然後開啟終端機並拉取你想要的模型：

# 用於通用任務
ollama pull llama3.2

# 用於更小、更快的模型
ollama pull phi4-mini

# 用於程式碼密集型工作流程
ollama pull qwen2.5-coder

Ollama 自動在 http://localhost:11434 上提供 API 服務。你可以驗證它是否運作：

curl http://localhost:11434/api/generate -d '{"model": "llama3.2", "prompt": "Say hello"}'

步驟 2：公開你的本地端點

Make.com 的自動化引擎在雲端執行，而不是在你的機器上。要使你的本地 Ollama 端點可供 Make.com 存取，你需要透過隧道公開它。

選項 A：ngrok（最簡單）

# 安裝 ngrok（免費方案即可使用）
# 然後執行：
ngrok http 11434

ngrok 給你一個公開 URL，如 https://abc123.ngrok-free.app。這就是你在 Make.com 中使用的 URL。

選項 B：Cloudflare Tunnel（更穩定）

如果你想要無時間限制的持久免費隧道：

# 安裝 cloudflared
cloudflared tunnel --url http://localhost:11434

選項 C：自託管 VPS

對於生產使用，在 VPS 或雲端伺服器上執行 Ollama，而不是在你的本地機器上。這完全消除了隧道需求，並為你提供穩定的、永遠線上的端點。

步驟 3：配置 Make.com HTTP 模組

在 Make.com 中，不要使用「OpenAI」模組，而是使用帶有自訂請求的 HTTP 模組。Ollama 提供與 OpenAI 相容的 API，所以請求格式很熟悉。

模組設置：

• 方法：POST
• URL：https://your-ngrok-url.ngrok-free.app/v1/chat/completions
• 標頭：
  • Content-Type: application/json
  • （本地 Ollama 不需要 Authorization 標頭）
• Body 類型：Raw
• 內容類型：JSON (application/json)

請求 Body：

{
  "model": "llama3.2",
  "messages": [
    {
      "role": "system",
      "content": "{{1.system_prompt}}"
    },
    {
      "role": "user",
      "content": "{{1.user_input}}"
    }
  ],
  "temperature": 0.7,
  "max_tokens": 500
}

像往常一樣使用變數選擇器將變數映射到你的 Make.com 情境資料。

步驟 4：解析回應

Ollama 回應遵循與 OpenAI 聊天完成回應相同的格式。你需要的文字位於：

{{body.choices[].message.content}}

在 Make.com HTTP 模組回應映射中，添加一個指向 body.choices[1].message.content 的變數以提取 AI 的回應。

實際使用案例

客戶支援分類

觸發器：透過 Typeform → Make.com 提交新支援票 HTTP 模組：使用分類提示將票務文字傳送到本地 Llama 模型 輸出：根據 緊急/帳單/技術/一般 分類路由到 Slack 頻道

使用本地 AI，你可以為每一張傳入的票務執行此操作——即使每天超過 500 張——而不必擔心 API 帳單。

內容豐富管道

觸發器：在 Airtable 產品資料庫中添加新列 HTTP 模組：將產品標題 + 功能傳送到本地模型以產生 SEO 描述 輸出：使用產生的描述更新 Airtable 列

此工作流程可以以 AU$0 的 AI 費用處理數千個產品。

潛在客戶研究摘要

觸發器：CRM 中添加新潛在客戶 HTTP 模組：將公司名稱 + 行業傳送到本地模型以產生外聯情境 輸出：在銷售團隊跟進之前將研究摘要添加到 CRM 潛在客戶記錄

在 Make.com 中使用微調模型

當你在這些工作流程中使用微調模型而不是通用基礎模型時，真正的力量就顯現了。如果你在客戶的品牌語調、客戶支援風格或特定領域內容上微調了一個模型——你將 Make.com HTTP 模組指向相同的 Ollama 端點，但在請求 body 中指定微調模型名稱。

當你用 Ertas 微調時，輸出是一個可以直接用自訂 modelfile 載入 Ollama 的 GGUF 模型檔案。Make.com 整合保持相同——只有請求 body 中的模型名稱變更。

這給你：

• 不需要重複基礎設施的每個客戶客製化
• 無論容量如何，都沒有每 token 費用
• 專門在你的客戶資料和風格上訓練的模型輸出

常見問題疑難排解

Make.com 無法到達你的端點： 檢查 ngrok 是否在執行，URL 是否未更改。ngrok 免費方案在重啟時會輪換 URL——使用 Cloudflare Tunnel 或固定域名以保持穩定。

回應很慢： 本地模型在你的硬體上執行。M4 Mac Mini 上的 7B 模型以約 30-50 個 token/秒的速度處理。對於高並發工作流程，要麼執行更小的模型（3B），要麼使用帶有 GPU 的伺服器硬體。

JSON 解析錯誤： 一些模型在 JSON 周圍添加 Markdown 格式或額外文字。在 Make.com 中添加後處理步驟以提取相關文字，或在你的系統提示中包含「僅用原始 JSON 回應，不使用 Markdown」。

模型輸出品質低於預期： 嘗試不同的模型——Mistral 7B 和 Llama 3.2 在不同任務類型上表現不同。對於特定領域任務，考慮在你的資料上微調以顯著提升品質。

更大的格局

Make.com 是一個強大的自動化層，但當每次 AI 呼叫在規模上都要花錢時，其價值主張就被削弱了。移至本地推理不只是成本優化——它改變了哪些自動化在經濟上可行。

以前只在低容量時才盈利的工作流程，在任何容量下都變得可行。內容分類、實體擷取和回應產生等高頻任務從「成本中心」轉變為「固定基礎設施成本」。

Make.com 的自動化靈活性與本地執行的微調模型的組合，是一個嚴肅的 AI 機構業務的基礎，可以在不破壞成本結構的情況下擴展。

---

延伸閱讀

• 如何用微調本地模型削減 90% 的 AI 機構費用 — 離開雲端 API 的完整經濟效益
• 在本地端執行 AI 模型 — 硬體指南和 Ollama 深度解析
• n8n + 本地 LLM + HIPAA 自動化 — 類似的 n8n 工作流程設置，有合規要求