手把手教你用Claude + Make搭建自动化工作流：从数据采集到报告生成全自动
很多AI使用者还停留在”手动聊天”阶段，而真正的效率提升来自于AI自动化工作流。本文将教你用Claude AI + Make（原Integromat）搭建一个完整的自动化流程：从数据采集、AI分析到报告生成，全程无需人工干预。
一、准备工作
- Claude API密钥（Anthropic控制台获取）
- Make账号（免费版即可，每月1000次操作配额）
- 一个数据源（本文以Google Sheets为例）
- 一个输出目标（本文以Notion数据库为例）
二、搭建步骤
步骤1：创建Make场景
登录Make后，点击”Create a new scenario”。添加第一个模块：Google Sheets – Watch Rows。设置要监听的表格和范围，当有新行添加时自动触发流程。
步骤2：接入Claude API
在Make中搜索HTTP模块，选择”Make a request”。配置如下：
- URL：https://api.anthropic.com/v1/messages
- Method：POST
- Headers：添加 x-api-key 和 anthropic-version: 2023-06-01
- Body：传入上一步的数据，编写prompt让Claude分析数据并输出结构化结果
步骤3：解析与输出
使用Make的JSON解析模块处理Claude返回的结果，然后将解析后的字段映射到Notion数据库的对应属性中。最后添加Notion – Create Database Item模块完成写入。
三、实战案例：自动舆情监控报告
我搭建了一个每日舆情监控工作流：
- 每天早上8点，Make调用RSS抓取指定关键词的最新文章
- 将文章标题和摘要发送给Claude分析情感倾向和关键要点
- Claude生成一段200字左右的摘要报告
- 自动写入Notion数据库并发送到Slack通知
整个流程每天运行一次，每月花费不到$5的API费用，节省了人工每天30分钟的整理时间。
四、常见问题与优化技巧
- API限流：Claude API有速率限制，建议在Make中添加延迟模块（200ms）避免超限
- 错误处理：添加Make的Error Handler模块，当API失败时自动重试2次
- 分块处理：如果要分析大量文本，先用Make的Text Aggregator分割，再分批发送给Claude
- 成本控制：在prompt中明确要求Claude输出简洁结果，减少token消耗
自动化工作流是AI时代最被低估的效率工具。花2小时搭建一条流程，未来可能每天帮你节省1小时。现在就动手试试吧！