Make.com מכיל מודולים בנויים מראש לכל מודלי ה-AI הגדולים. OpenAI (ChatGPT) - מודול 'Create a Chat Completion'. Anthropic (Claude) - מודול 'Create Message'. Google (Gemini) - מודול 'Generate Content'. הזרימה הסטנדרטית - שלב 1 - טריגר רגיל (ליד נכנס, מייל מתקבל). שלב 2 - מודול AI עם פרומפט מותאם. אתה מעביר את הנתונים מהשלב הקודם, ושואל את ה-AI שאלה. שלב 3 - השימוש בתשובה. ה-AI מחזיר טקסט, ואתה משתמש בו במודולים הבאים. דוגמה - 'נתון את הטקסט הבא של ליד: {{lead.message}}. סווג אותו לאחת מ-4 קטגוריות - שיווק, מכירות, פיננסים, ניהול. החזר רק את שם הקטגוריה'. ה-AI יחזיר 'שיווק', ואתה יכול להעביר את זה כתיוג ל-Pipedrive.

שימוש 1 - סיווג. ליד עם תיאור פתוח → GPT מסווג לקטגוריות מוגדרות מראש. חוסך 2-5 דקות לליד. שימוש 2 - סיכום. מייל מלקוח של 2 פסקאות → GPT מסכם ב-2 שורות לתיוג ב-CRM. חוסך 3 דקות למייל. שימוש 3 - תרגום. תוכן באנגלית → GPT מתרגם לעברית טבעית, או הפוך. שימוש 4 - ניתוח סנטימנט. ביקורת ב-Google My Business → GPT מסווג חיובי/שלילי/ניטרלי + שולח התראה רק על שלילי. בנוסף - ייצור תוכן. תיאור מוצר → GPT מייצר 3 וריאציות לכותרת בפייסבוק. כל אחד מאלה לוקח 10 דקות לבנות ב-Make, ועובד אוטומטית לעולם.

יועץ עסקי עם 30 לידים חודשיים מטופס באתר. כל ליד מילא תיאור פתוח של 100-200 מילים על הבעיה שלו. עד אוטומציה ה-AI - היועץ קרא כל ליד, סיווג לקטגוריה (שיווק / פיננסים / ניהול / אסטרטגיה), ותייג ב-Pipedrive. זמן ממוצע 4 דקות לליד = 120 דקות חודשיות. בנינו אוטומציה. ליד נכנס מטופס → מודול OpenAI עם פרומפט 'סווג את הטקסט הבא לאחת מ-4 קטגוריות: {{categories}}. החזר רק שם הקטגוריה. הטקסט: {{lead.description}}'. התשובה (לדוגמה 'שיווק') עוברת ל-Pipedrive כתג. תוצאה - 120 דקות שבועיות חזרו ליועץ. דיוק הסיווג של GPT-5 - 94% (היועץ בדק 50 לידים ידנית). עלות API - 4 ש״ח לחודש. ROI מטורף.

טעות 1 - להעביר נתונים אישיים ל-AI ללא חשיבה. שמות לקוחות, אימיילים, מספרי טלפון - אלה נתונים אישיים. OpenAI הצהירה ב-2024 שהיא לא משתמשת בנתונים מ-API לאימון, אבל יש פרטיות שצריך לכבד. אם אתה בענף רגיש (רפואי, פיננסי) - תשתמש ב-Claude (Anthropic, פרטיות חזקה יותר) או ב-Gemini Workspace (Google, תחת ההסכמים שלך). טעות 2 - להניח ש-AI תמיד צודק. דיוק של 94% פירושו 6% טעויות. תוודא שיש תהליך לבדיקה ידנית כל 30 לידים. טעות 3 - לבזבז Operations על Calls מיותרים. כל קריאה ל-GPT היא Operation. אם אתה מפעיל GPT על נתונים שכבר ידועים (לדוגמה - 'תרגם שם פרטי') - בזבזת Operation. שמור את ה-AI למקרים שבאמת דורשים שיקול דעת.