对比字节跳动的 Coze（扣子）和 Make 在 AI 自动化场景下的差异，帮助国内用户选择。
| 维度 | 扣子(Coze) | Make | 说明 |
|---|---|---|---|
| AI 能力 | Coze 内置豆包大模型，AI 是核心；Make 的 AI 是模块之一 | ||
| 通用自动化 | Make 是成熟的通用自动化平台，Coze 更偏 AI Bot | ||
| 国内生态 | Coze 原生支持飞书/抖音/微信，Make 需自定义对接 | ||
| 海外生态 | Make 1500+ 海外应用集成，Coze 海外版功能有限 | ||
| 免费额度 | Coze 免费额度慷慨（含 AI 调用），Make 免费版 1000 次操作 | ||
| 学习曲线 | 两者都需要一定学习时间，Coze 的 Bot 模式更直观 |
场景：构建一个 AI 客服 Bot + 工单流转
扣子(Coze)：Coze 免费版即可满足基础需求
Make：Make Core $9/月 + AI API 费用约 ¥50-200/月
Coze 在国内场景下成本优势明显
纯国内业务且以 AI Bot 为核心需求选 Coze——免费、好用、生态完善。需要跨系统自动化或服务海外业务选 Make。两者定位不同，不是直接竞品。
Coze 的核心是'AI Bot 构建平台'——帮你快速搭建一个能对话、能执行任务的 AI 助手，然后部署到飞书、抖音、微信等渠道。Make 的核心是'工作流自动化平台'——帮你连接各种工具，实现业务流程的自动化执行。两者的交集在于'AI 驱动的自动化'，但出发点不同。
Coze 的国内生态优势巨大：原生支持飞书群机器人、抖音评论回复、微信公众号对接、豆包大模型免费调用。Make 在国内需要通过 HTTP 模块自定义对接飞书/钉钉/企微，配置复杂且维护成本高。如果你的自动化主要在国内平台间流转，Coze 的体验远优于 Make。
Make 在数据处理深度上远超 Coze：复杂的条件路由、数据转换函数、错误处理策略、批量数据操作等。Coze 的工作流功能相对基础，更适合'AI 判断 + 简单执行'的场景。如果你的自动化涉及多系统数据同步、复杂业务规则、大量数据处理，Make 更合适。
Coze 背靠字节跳动，在国内 AI 生态中发展迅速，功能迭代快。Make 是成熟的全球化产品，稳定性和可靠性经过验证。建议：国内业务为主的团队可以 Coze 为主、Make 为辅；有海外业务的团队以 Make 为主、Coze 处理国内特有场景。
Coze 和 Make 可以互补使用：1）用 Coze 构建面向用户的 AI Bot（客服、助手、问答）；2）用 Make 处理后端的跨系统数据流转和复杂业务逻辑；3）通过 Webhook 连接两者——Coze Bot 识别用户意图后触发 Make 工作流执行操作；4）Make 处理完成后通过 Coze API 回复用户。