Make.com là nền tảng tự động hóa no-code chạy trên cloud, cho phép bạn nối các app lại với nhau thành một luồng chạy tự động gọi là *scenario*, kéo thả trên canvas trực quan mà không cần viết code. Bạn trả tiền theo credit — mỗi module chạy một lần tốn khoảng 1 credit. Gói Free cho 1.000 credit/tháng, 2 scenario chạy song song. Người mới dựng được workflow đầu tiên trong khoảng 20 phút.
TL;DR — đọc 30 giây
- Make.com = automation no-code trên cloud. Đơn vị công việc là *scenario*; mỗi khối trong scenario là một *module*; dữ liệu chạy qua scenario dưới dạng *bundle*.
- Gói Free: 1.000 credit/tháng, tối đa 2 scenario active, chu kỳ chạy tối thiểu 15 phút, file tối đa 5MB. Gói Core từ $9/tháng mở khóa scenario không giới hạn + chu kỳ 1 phút (Make Pricing, truy cập 01/09/2026).
- Quy tắc credit gốc theo Help Center của Make: với app không phải AI, “1 operation = 1 credit”. Riêng module AI dùng AI Provider của Make thì tính theo token + operation, không phải 1:1.
- Từ 25/08/2026 Make tách giá token input và output. Model Small/Medium: 18.080 token input hoặc 2.260 token output = 1 credit. Model Large: 3.616 input / 452 output = 1 credit.
- Maia — trợ lý AI dựng scenario bằng tiếng nói thường — đang ở public beta (tính đến 10/08/2026), miễn phí 70 tin nhắn đầu trên gói trả phí.
- AI Agents của Make không nhớ giữa các lần chạy. Mỗi task xử lý độc lập, nên phải mô tả tool thật rõ.
Make.com là gì và nó giải quyết việc gì?
Make.com là công cụ nối API giữa các phần mềm bạn đang dùng, để những việc lặp đi lặp lại tự chạy mà không cần bạn ngồi bấm. Nó thay thế thao tác thủ công dạng “copy dữ liệu từ chỗ này dán sang chỗ kia”.
Ví dụ cụ thể mình hay dựng cho anh em mới:
- Có form đăng ký mới → tự thêm vào Google Sheets → gửi email chào mừng → báo về Telegram.
- Có video mới lên YouTube → tự lấy tiêu đề + link → tự viết caption bằng AI → đăng lên Facebook Page.
- Có đơn Gumroad → tự cấp quyền truy cập → ghi vào CRM → gắn tag cho email marketing.
Điểm mạnh của Make so với việc tự code là bạn nhìn thấy luồng chạy. Canvas hiển thị từng khối nối nhau bằng đường ống, dữ liệu chảy từ trái sang phải. Khi lỗi, bạn thấy đúng khối nào đỏ.
Make hiện kết nối hơn 3.000 app theo trang giá chính thức. Nếu app bạn cần không có sẵn, vẫn có module HTTP để gọi API bất kỳ.
Scenario, module, bundle — 3 khái niệm phải hiểu trước khi bấm nút nào
Ba từ này là toàn bộ từ vựng bạn cần để đọc hiểu mọi hướng dẫn Make. Hiểu sai chúng là lý do số một khiến người mới đốt hết credit trong tuần đầu.
| Khái niệm | Là gì | Ví dụ |
|---|---|---|
| Scenario | Một luồng tự động hoàn chỉnh, có điểm bắt đầu và các bước tiếp theo | “Form mới → Sheets → Email” |
| Module | Một khối việc trong scenario. Khối đầu tiên là *trigger* | “Thêm dòng vào Google Sheets” |
| Bundle | Một gói dữ liệu chạy qua scenario. 10 dòng dữ liệu = 10 bundle | 1 người đăng ký = 1 bundle |
Chỗ dễ vỡ credit nhất nằm ở bundle. Nếu trigger của bạn trả về 50 bundle, thì mọi module phía sau chạy 50 lần. Một scenario 6 module nhìn có vẻ nhẹ, nhưng gặp 50 bundle là thành 300 lần chạy module.
Đây chính là chỗ khác biệt lớn với cách tính tiền của n8n — n8n tính cả workflow run là 1 execution. Mình đã mổ kỹ so sánh này trong bài n8n vs Make.com vs Zapier: chọn cái nào cho nhu cầu của bạn.
Make.com có miễn phí không? Gói nào đủ dùng?
Có gói Free vĩnh viễn với 1.000 credit/tháng, nhưng nó bị chặn ở 2 scenario active và chu kỳ chạy tối thiểu 15 phút. Nghĩa là bạn học được, thử nghiệm được, nhưng không chạy production nghiêm túc được.
Bảng dưới lấy từ trang giá chính thức của Make (truy cập 01/09/2026). Giá thay đổi liên tục — kiểm lại make.com/pricing trước khi quyết định.
| Gói | Giá/tháng | Credit | Giới hạn đáng chú ý |
|---|---|---|---|
| Free | $0 | 1.000 | 2 scenario active · chu kỳ tối thiểu 15 phút · file 5MB |
| Core | từ $9 | từ 10.000 | Scenario không giới hạn · chu kỳ 1 phút · có Make API · chạy tối đa 40 phút |
| Pro | từ $16 | từ 10.000 | Ưu tiên hàng đợi · biến tùy chỉnh · tìm kiếm full-text trong log · file 250MB |
| Teams | từ $29 | từ 10.000 | Phân quyền · tạo & chia sẻ template · file 500MB |
| Enterprise | liên hệ | tùy chỉnh | SSO · custom function · hỗ trợ 24/7 |
Gói năm rẻ hơn gói tháng “15% trở lên” theo trang giá.
Lời khuyên thực tế: đừng nâng gói vì thấy hết credit. Hết credit thường là do scenario dựng sai (chạy trong loop, trigger quét quá dày), không phải do gói nhỏ. Sửa scenario trước, nâng gói sau.
Credit tính thế nào? Module nào không tốn credit?
Theo Help Center của Make, với các app không phải AI thì “1 operation = 1 credit”. Với app AI bên thứ ba cũng “1 operation = 1 credit”, nhưng bạn trả tiền token trực tiếp cho nhà cung cấp. Với AI tích hợp sẵn của Make thì credit tính theo token và operation — không còn là 1:1.
Có một điểm bạn cần biết trước khi lên kế hoạch chi phí: trang giá của Make ghi rõ error handler và router không tiêu credit, trong khi trang Credits ở Help Center lại phát biểu quy tắc tổng quát “1 operation = 1 credit” mà không liệt kê danh sách module miễn phí. Hai trang nói ở hai mức độ chi tiết khác nhau.
Cách xử lý an toàn: đừng lên ngân sách dựa trên giả định module điều hướng là miễn phí. Dựng thử scenario, chạy 10 lần, mở tab Usage đọc số credit thật, rồi mới nhân lên. Số thật của tài khoản bạn luôn thắng mọi bài blog.
Ba việc làm phồng credit nhanh nhất mình gặp:
- Trigger quét quá dày. Để chu kỳ 1 phút cho một nguồn mỗi ngày chỉ có 3 bản ghi mới → 1.440 lần quét/ngày.
- Không đặt filter sớm. Filter nên nằm ngay sau trigger, không nằm cuối luồng. Lọc muộn nghĩa là bạn đã trả tiền cho mọi module ở giữa.
- Module AI nằm trong vòng lặp. Đây là thứ đốt credit khủng khiếp nhất, vì AI vừa tính operation vừa tính token.
Dựng scenario đầu tiên trong 20 phút thế nào?
Quy trình 7 bước dưới đây dựng một scenario thật: có bài mới trên blog → AI tóm tắt → đăng thông báo lên Telegram. Làm đúng thứ tự, đừng nhảy bước.
- Vẽ luồng ra giấy trước. Ghi 3 cột: nguồn dữ liệu → xử lý gì → đi về đâu. Bước này tốn 3 phút và tiết kiệm bạn cả buổi.
- Tạo scenario mới, bấm dấu + ở giữa canvas để chọn module đầu tiên.
- Chọn trigger. Ở ví dụ này là RSS → Watch RSS feed items. Dán link feed blog, đặt “Maximum number of returned items” = 1 khi đang test. Đây là mẹo tiết kiệm credit quan trọng nhất lúc dựng.
- Chạy thử bằng nút “Run once” để lấy dữ liệu mẫu. Không có dữ liệu mẫu thì bước sau bạn không map được field.
- Thêm module xử lý. Nối module AI hoặc module HTTP, viết prompt tóm tắt, kéo field
titlevàcontenttừ output của trigger vào prompt. - Thêm module đích. Telegram Bot → Send a Text Message. Map nội dung tóm tắt vào ô message.
- Đặt filter, đặt lịch, rồi bật scenario. Click vào đường ống giữa hai module để thêm filter (ví dụ: chỉ chạy khi tiêu đề chứa từ khóa). Đặt Scheduling, gạt công tắc ON.
Sau khi bật, quay lại xem tab History sau 1 giờ. Đọc xem mỗi lần chạy tốn bao nhiêu operation. Nếu số cao hơn bạn nghĩ, quay lại bước 7 siết filter.
Maia là gì và có nên để AI dựng workflow hộ không?
Maia là trợ lý AI nằm ngay trong scenario builder của Make: bạn mô tả mục tiêu bằng lời thường, Maia dựng scenario, sửa scenario có sẵn và giải thích lỗi hộ bạn. Tính đến 10/08/2026 Maia đang ở public beta.
Theo Help Center của Make, Maia làm được ba việc: tạo scenario từ mô tả, sửa scenario (đổi cấu hình module, thêm module), và giải thích + sửa lỗi trong lúc bạn dựng.
Nhưng Help Center cũng liệt kê rõ những gì Maia không làm được — đây là phần ít người đọc:
- Không truy cập được log của các lần chạy trước.
- Không xem được scenario khác trong tài khoản.
- Không tham chiếu hay nối vào scenario đang có.
Nghĩa là Maia mạnh ở dựng từ đầu, yếu ở debug một hệ đang chạy. Với người mới, dùng Maia để có bản nháp rồi tự chỉnh tay là cách hiệu quả nhất.
Về chi phí: gói trả phí được 70 tin nhắn miễn phí trong 30 ngày, gói free được 45 tin nhắn. Sau đó mỗi câu trả lời của Maia tiêu số credit khác nhau tùy độ phức tạp và số token model dùng — tài liệu của Make đưa ví dụ một câu trả lời tiêu 140,04 credit.
Con số đó đáng để bạn dừng lại một nhịp: một câu Maia có thể bằng 140 lần chạy module thường. Đừng chat với Maia như chat với ChatGPT.
AI Agents trên Make khác scenario thường chỗ nào?
Scenario chạy theo một đường cố định bạn vẽ sẵn; AI Agent tự quyết định gọi công cụ nào theo mục tiêu bạn giao. Theo tài liệu chính thức, “Make AI Agents là các automation hướng mục tiêu, vận hành bằng một mô hình ngôn ngữ lớn”.
Một agent cần đủ ba thứ:
- System message — mô tả vai trò và cách hành xử của agent.
- Language model — nhà cung cấp LLM kèm thông tin xác thực API.
- Tools — chính là các scenario có sẵn mà agent được phép gọi.
Quy trình dựng agent theo hướng dẫn của Make gồm 4 bước: tạo agent và nối LLM → dựng các scenario làm tool (mỗi tool bắt buộc kết thúc bằng module Return output) → dựng scenario bao ngoài để nhận prompt người dùng và trả kết quả → chạy thử, đọc log, chỉnh mô tả tool.
Giới hạn quan trọng nhất, Make nói thẳng trong tài liệu: “Make AI Agents không giữ trí nhớ giữa các lần chạy — mỗi task được xử lý độc lập.”
Hệ quả thực tế: đừng thiết kế agent kiểu “nhớ hôm qua mình đã làm gì”. Muốn có trí nhớ, bạn phải tự lưu ra Google Sheets hoặc database rồi cho agent đọc lại như một tool. Nếu bạn muốn hiểu sâu hơn khái niệm agent nói chung trước khi dựng, đọc bài AI Agent là gì.
Make khuyên: giữ phạm vi agent hẹp lúc đầu, đặt tên tool rõ nghĩa, chỉ gắn những tool thật sự cần, và theo dõi kỹ các lần chạy đầu qua log.
Chạy AI trên Make tốn credit ra sao?
Từ 25/08/2026, Make tách riêng giá token input và token output cho ba bậc model. Trước đó chỉ có một tỷ lệ token gộp.
| Bậc model | Tỷ lệ CŨ (token gộp / 1 credit) | Tỷ lệ MỚI từ 25/08/2026 |
|---|---|---|
| Small | 5.000 token | 18.080 input hoặc 2.260 output |
| Medium | 3.500 token | 18.080 input hoặc 2.260 output |
| Large | 1.500 token | 3.616 input hoặc 452 output |
Make đưa ví dụ trong thông báo: một bước trích xuất dữ liệu dùng 2.000 token input + 100 token output trước đây tốn khoảng 0,6 credit ở bậc Medium, giờ còn khoảng 0,16 credit — giảm 73%.
Đọc bảng này kỹ, bạn sẽ thấy quy luật: token output đắt hơn token input khoảng 8 lần. Nghĩa là:
- Việc đọc nhiều — trả lời ngắn (phân loại, trích xuất, gắn tag) giờ rẻ đi rõ rệt.
- Việc đọc ít — viết dài (viết bài từ một dòng prompt) thì tốn hơn so với trước.
Lưu ý: bảng giá này chỉ áp dụng cho AI Provider tích hợp sẵn của Make. Nếu bạn cắm API key riêng của mình, phần token bạn trả thẳng cho nhà cung cấp và không chịu tỷ lệ này.
Scenario lỗi thì xử lý thế nào?
Mặc định, khi một module lỗi thì Make dừng toàn bộ scenario ngay lập tức. Muốn khác đi, bạn phải gắn error handler vào module đó — click chuột phải vào module → Add error handler.
Make có 5 directive xử lý lỗi:
| Directive | Làm gì | Dùng khi nào |
|---|---|---|
| Break | Đẩy lần chạy lỗi vào hàng đợi *Incomplete executions* để thử lại sau | API lỗi tạm thời: rate limit, timeout |
| Resume | Thay giá trị lỗi bằng một giá trị dự phòng cố định rồi chạy tiếp | Thiếu dữ liệu không quan trọng, có giá trị mặc định |
| Ignore | Bỏ qua lỗi, chạy tiếp, không lưu lại | Module phụ, hỏng cũng không ảnh hưởng |
| Commit | Xác nhận các giao dịch trước đó rồi dừng sạch, không đánh dấu là fail | Muốn dừng chủ động mà giữ kết quả đã làm |
| Rollback | Cố hoàn tác các thao tác đã commit | Chỉ hiệu quả với module hỗ trợ transaction |
Cảnh báo quan trọng về Rollback: với phần lớn lệnh gọi API thông thường, rollback không hoàn tác được thứ đã gửi đi. Email đã gửi là đã gửi. Đừng coi Rollback như nút undo.
Nếu bạn từng vận hành n8n thì logic này quen thuộc — mình đã viết riêng một bài về 10 lỗi hay gặp khi dùng n8n và cách sửa nhanh, nhiều nguyên tắc debug áp dụng chéo được sang Make.
Khi nào nên chọn Make, khi nào nên chuyển sang n8n?
Chọn Make khi bạn cần chạy ngay, cần nhiều app lạ, và không muốn nuôi server. Chuyển sang n8n khi khối lượng chạy lớn tới mức tiền credit vượt tiền VPS.
Cụ thể, Make hợp hơn khi:
- Bạn chưa từng đụng vào Linux, Docker và không muốn học lúc này.
- Workflow của bạn nối nhiều SaaS phổ thông (Google, Slack, Notion, HubSpot, Airtable).
- Bạn cần một canvas đẹp để giải thích luồng cho khách hàng hoặc team.
- Khối lượng chạy còn nhỏ và ổn định.
n8n hợp hơn khi:
- Bạn chạy hàng chục nghìn lượt mỗi tháng — self-host không tính theo execution.
- Dữ liệu nhạy cảm, cần nằm trên hạ tầng của bạn.
- Bạn cần chèn code, cần kiểm soát sâu, hoặc muốn tự nối MCP server.
Nếu bạn còn đang phân vân giữa hai bên, đọc n8n là gì để có bức tranh đối chiếu đầy đủ trước khi cam kết.
Kinh nghiệm thực chiến của Thuật
Mình bắt đầu với Make trước khi tự dựng hệ n8n riêng, và bài học đắt nhất đến từ đúng cái sai mình vừa cảnh báo ở trên.
Sai lầm 1 — để module AI nằm trong vòng lặp. Hồi mình dựng luồng “lấy toàn bộ video mới trong kênh → viết caption bằng AI → đăng lên fanpage”, mình quên siết trigger. Sáng hôm sau feed trả về 38 bundle cùng lúc. Mỗi bundle chạy qua 5 module, trong đó có 1 module AI. Chỉ một buổi sáng, gần 900 credit bay mất — gần hết sạch quota tháng của gói lúc đó. Cách sửa: đặt filter ngay sau trigger (chỉ lấy video đăng trong 24h qua) và giới hạn “Maximum number of returned items” = 5. Sau khi sửa, cùng luồng đó chỉ còn tiêu khoảng 60–80 credit/ngày.
Sai lầm 2 — test trực tiếp trên scenario đang bật. Mình sửa prompt rồi bấm “Run once” trong lúc scenario vẫn ON. Kết quả là bản nháp chưa hoàn chỉnh bị đẩy lên fanpage thật, và mình phải gỡ 3 bài trong 10 phút. Cách sửa: luôn clone scenario ra bản -TEST, tắt module đăng cuối cùng, thay bằng module ghi vào Google Sheets. Dựng xong mới bật lại module thật. Từ đó không lỡ bài nào nữa.
Sai lầm 3 — không gắn error handler cho module gọi API ngoài. Một hôm API bên thứ ba timeout, scenario dừng, và mình chỉ phát hiện sau hai ngày khi thấy fanpage im lặng bất thường. Cách sửa: gắn directive Break cho mọi module gọi API ngoài, cộng thêm một nhánh Ignore đẩy thông báo về Telegram khi có lỗi. Giờ mình biết luồng hỏng trong vòng vài phút thay vì hai ngày.
Kết luận mình rút ra sau giai đoạn đó: Make cực nhanh để đi từ ý tưởng đến bản chạy được — mình dựng luồng đầu tiên trong chưa tới nửa tiếng. Nhưng khi khối lượng tăng lên, chi phí credit tăng theo đường thẳng, còn VPS thì không. Hiện mình giữ Make cho các luồng nhẹ, nối nhiều SaaS lạ, và chuyển toàn bộ phần nặng — pipeline auto-post cho chính website này — sang n8n self-host.
> *Ghi chú minh bạch: các con số trong khối này là số vận hành nội bộ của mình, không phải số công bố của Make. Tài khoản bạn sẽ ra kết quả khác — hãy tự đọc tab Usage.*
Câu hỏi thường gặp
Make.com có cần biết code không?
Không bắt buộc. Toàn bộ thao tác cơ bản là kéo thả và map field. Biết chút JSON và hàm chuỗi sẽ giúp bạn map dữ liệu nhanh hơn nhiều, nhưng không phải điều kiện để bắt đầu.
Gói Free của Make dùng được thật không hay chỉ là bản demo?
Dùng được thật, nhưng chỉ để học và thử. 1.000 credit/tháng cộng với giới hạn 2 scenario active và chu kỳ tối thiểu 15 phút khiến nó không phù hợp chạy production.
Sao mới đầu tháng mình đã hết credit?
Ba nguyên nhân phổ biến nhất: trigger quét quá dày, filter đặt ở cuối luồng thay vì đầu, và module AI nằm trong vòng lặp. Mở tab History, xem lần chạy nào tiêu nhiều operation nhất rồi sửa đúng chỗ đó.
Router và filter có tốn credit không?
Trang giá của Make ghi error handler và router không tiêu credit, còn trang Credits ở Help Center chỉ phát biểu quy tắc chung “1 operation = 1 credit”. Vì hai trang nói ở mức chi tiết khác nhau, cách chắc chắn nhất là chạy thử 10 lần rồi đọc số credit thật trong tài khoản của bạn.
Maia có thay được người dựng workflow không?
Chưa. Maia dựng bản nháp rất nhanh nhưng không đọc được log các lần chạy trước và không xem được scenario khác trong tài khoản. Debug một hệ đang chạy vẫn phải làm tay.
AI Agent của Make có nhớ được cuộc hội thoại trước không?
Không. Tài liệu chính thức nói rõ agent không giữ trí nhớ giữa các lần chạy, mỗi task xử lý độc lập. Muốn có trí nhớ, bạn phải tự lưu dữ liệu ra ngoài và cho agent đọc lại như một tool.
Nên học Make hay n8n trước?
Nếu bạn chưa từng làm automation, học Make trước — bạn hiểu được tư duy luồng dữ liệu mà không phải đụng tới server. Khi khối lượng tăng và tiền credit vượt tiền VPS thì chuyển sang n8n, lúc đó tư duy đã có sẵn nên chuyển rất nhanh.
Chuyển scenario từ Make sang n8n có khó không?
Không chuyển tự động được, phải dựng lại tay. Nhưng vì hai nền tảng cùng mô hình “node nối node”, phần lớn thời gian là cắm lại credential chứ không phải thiết kế lại logic.
Kết: bắt đầu từ đâu cho đúng
Make.com là điểm vào dễ nhất của thế giới automation cho người Việt mới bắt đầu — không server, không terminal, nhìn thấy luồng chạy bằng mắt.
Lộ trình mình khuyên cho 7 ngày đầu:
- Ngày 1–2: đăng ký gói Free, dựng đúng scenario 3 module trong bài này.
- Ngày 3–4: thêm filter và error handler vào chính scenario đó. Đọc tab Usage mỗi ngày.
- Ngày 5–7: thử Maia dựng một luồng mới, rồi tự đọc lại xem nó cấu hình gì — đây là cách học nhanh nhất.
Sau tuần đầu, bạn sẽ tự trả lời được câu hỏi quan trọng nhất: khối lượng của mình có đáng để trả tiền credit không, hay nên tự dựng hạ tầng riêng.
Đọc tiếp trong cụm AI Automation trên VIGOACADEMY:
- n8n vs Make.com vs Zapier: chọn cái nào cho nhu cầu của bạn — so sánh chi phí theo kịch bản thật
- n8n là gì — nếu bạn định tự host
- AI Agent là gì — trước khi dựng agent trên Make
- 10 lỗi hay gặp khi dùng n8n — tư duy debug áp dụng chéo được
- Xem toàn bộ bài trong category Make.com Tutorials
Nguồn tham khảo (truy cập 01/09/2026):
- Make — Pricing & Subscription Packages — giá gói, credit, giới hạn từng tier
- Make Help Center — Credits — quy tắc “1 operation = 1 credit” và cách tính credit cho AI
- Make Help Center — Introduction to Maia by Make — năng lực, giới hạn, chi phí Maia
- Make Help Center — Updated AI Provider token pricing model — tỷ lệ token/credit từ 25/08/2026
- Make — How to build AI agents with Make — 4 bước dựng agent, giới hạn không có trí nhớ
*Mọi con số về giá là giá niêm yết tại thời điểm truy cập và thay đổi liên tục. Kiểm lại trang chính thức trước khi ra quyết định chi tiền.*