Make.com 自動出片：粵語內容批量製作全攻略（2026）

一句答你：Make（前 Integromat）可以幫你將「寫稿 → 粵語 TTS → 片組裝 → 發佈」呢四步串成一條自動化流水線，令粵語內容由逐條手做變成批量出片。

重點摘要 Key Takeaways

• 自動化五段：觸發 → 文稿生成 → 粵語 TTS → 影片組裝 → 發佈派送，每段都可以單獨測試先上線。
• Make 係視覺化工作流工具，本身唔生成語音同影片，要靠 API 串接生成服務。
• 五個常見失敗點：文稿格式唔統一、TTS 長文本被截、字符預算爆額、音畫不同步、發佈無人工覆核。
• 批量出片之前，先手動跑通一條片，確認質素再擴量。
• 粵語多音字同中英夾雜係自動化最大變數，文稿預處理好過事後補鑊。

Make 自動化同粵語出片嘅關係

先講清楚幾個詞。

Make（自動化） 係一個視覺化工作流平台，用拖放模組嘅方式，將唔同服務串成一條數據流水線。舊名係 Integromat，而家統稱 Make。佢本身唔識生成語音或者影片，角色係「指揮」：幾點觸發、叫邊個 API 做 TTS、做完結果存去邊、最後推去邊個平台。

粵語 TTS 係文字轉粵語語音嘅技術。粵語有 6 個聲調（教學上常講九聲六調）、50 多個韻母，仲有大量多音字，係中文語言入面對 TTS 要求最高嘅一種（Cantonese G2P 研究, 2026）。所以做自動化之前，TTS 環節嘅品質要先鎖死。

批量出片 係指用一個模板化流程，一次過產生多條結構相近嘅影片，例如每日市況速報、商品介紹、節氣內容。全球粵語母語者有約 8,490 萬，但高質素粵語語音資源長期不足（WenetSpeech-Yue 論文, 2026），所以自動化流程入面，人手覆核呢步唔可以完全慳。

一句講晒：Make 負責流程，生成服務負責內容，你負責品質把關。

五段自動化架構總覽

成條流水線可以拆做五段：

每段之間最好有一個「中間檢查點」，例如文稿段做完先入一個 Google Sheet，等人手或自動規則掃一眼先過落 TTS。呢個設計會令失敗點好排查好多。

第一段：觸發設計

觸發方式主要有三種。

排程觸發：例如每日朝早八點跑一次，適合日更內容。Make 入面揀 schedule module，設好時區（記得揀香港 UTC+8），唔好靠 UTC 諗住「差一個鐘啫」，一錯就全日錯。

資料觸發：監聽一個表格或表單。例如營運同事喺 Sheet 加一行「標題＋賣點＋日期」，Make 偵測到新行就開工。呢個模式最適合團隊合作，因為非技術同事都可以用表格「下單」。

Webhook 觸發：其他系統 POST 過嚟先跑。彈性最高，但要求你有能力處理重試同驗證。

【獨家觀察】根據我哋幫客戶搭流程嘅經驗（觀察日期 2026-10-31），最多人犯嘅錯唔係技術問題，係「觸發太聰明」。有人將觸發設成「Sheet 一有改動就跑」，結果同事改咗個錯字，成條流水線即刻出咗一條錯稿影片。建議觸發條件收窄到「新行」或者「狀態欄由草稿改做生產」，等其他欄位齊料先開工。

第二段：文稿生成——粵語口語稿係命脈

好多自動化失敗嘅根因，係文稿唔係真粵語口語稿。機器翻譯式嘅書面粵語，TTS 念出嚟會怪到唔想聽第二次。

文稿段要做三件事。

第一，結構固定。用一個模板：開場 hook、三個重點、結尾 CTA。LLM prompt 入面清楚指明每段字數範圍，令後面 TTS 段嘅音頻長度可預測。

第二，口語化指令。Prompt 要明確要求用香港粵語詞彙，例如「嘅、喺、咗、唔好」呢啲口語字要出現，英文術語（check 吓、follow up）可以保留中英夾雜，因為呢個正係香港日常語言特徵。想深入了解粵語口語字點處理，可以參考我哋嘅粵語口語字同書面語對照指南。

第三，標點同停頓控制。TTS 靠標點斷句，文稿生成嗰陣就要控制好逗號句號分布。詳細做法見標點同停頓 TTS 指南。

例如一條 60 秒市況速報，稿長大約 240 字，分四段：開場一句鉤住聽眾、兩段重點各約 90 字、結尾 CTA 一句。呢個結構寫入 prompt，LLM 每次產出都會穩定好多。

第三段：粵語 TTS——最唔可以慳嘅一環

TTS 段有幾個技術位要留意。

單次長度限制。大部分 TTS API 對單次請求文本有上限，所以長稿要切段。切的原則係按句子或者段落切，唔好喺一個詞中間切斷，否則拼接位會有斷音。我哋嘅批量生成工作流指南有完整嘅切稿同排程方法。

多音字風險。粵語多音字多，「重」（hung6／zung6）、「教」（gaau3／gaau1）呢類字，機器揀錯音就全條片出事。文稿段可以加一步「拼音標註」，將高風險字用拼音或者替換詞處理。原理同常見錯法見粵語多音字指南。

字符預算管理。TTS 係按字符收費，自動化最大財務風險係「跑飛」。例如循環邏輯寫錯，同一篇稿生成咗 50 次。建議喺 Make 加一個計數 module 或者用試算表記錄每次消耗，設上限警報。想試粵語 TTS 效果，港嘢登記送 2,000 字符（一次性），足夠你手動驗證幾條稿嘅質素先接 API。

聲線一致性。批量內容最緊要係「聽落同一個人講」。用固定嘅聲線參數（例如聲線 slug），唔好每條片隨意換。揀聲線方法參考TTS 聲線揀選指南。

第四段：影片組裝

音軌搞掂，就去到組裝段。呢段嘅工具選擇好闊，由模板式影片 API，到開源節點工具都有。幾條路線：

模板式組裝：預先設計好片頭片尾、字幕樣式，自動化只係替換文字同音軌。最穩陣，適合日更。

生成式組裝：用文字生成影片片段再拼。呢類 text-to-video 技術發展好快，但生成片段同音軌嘅時間對齊仍係工程難點（Text-to-Video 綜述, 2026）。適合做視覺花款，唔適合做「口播對嘴」嘅主幹。

對嘴（lip sync）路線：想有個口播人物，就要用 lip sync 工具將音軌同人像對齊。聲調影響音高但唔直接決定嘴型，嘴型主要跟音素，所以粵語內容用呢類工具可行性不低。流程詳見粵語影片配音全流程。

例如一條商品介紹片：Make 先將 TTS 音頻上到雲端硬碟，然後調用影片模板 API，把商品名、賣點文字、音頻 URL 塞入模板，等輸出完成後攞返影片連結。全程無人手。

字幕段唔好慳。自動加粵語字幕有兩個好處：無聲環境有 8 成以上觀眾睇片唔開聲，而且字幕係最好嘅人工覆核點——掃一眼字幕就知道 TTS 有冇念錯音。做法見字幕同配音工作流。

第五段：發佈派送

最後一段係將成片推出去。三個建議：

一，發佈前置緩衝。唔好直接推社交平台，先將影片放落一個「待審」資料夾或者頻道（例如 Slack 頻道），有負責人 OK 先正式發佈。批量內容最怕一條錯稿覆水難收。

二，平台差異處理。同一條片，YouTube 要橫屏、Reels 要直屏，長度限制亦唔同。組裝段最好一次過出兩個版本，發佈段按平台分流。

三，記錄同回滾。每次發佈記低：影片 ID、文稿版本、音頻連結、發佈時間。日後發現某條片有問題，可以先下架再修，唔使全線停擺。

五個最常見失敗點（附解法）

失敗點一：文稿格式唔統一。 LLM 每次輸出格式有時帶 markdown 符號、有時帶編號，TTS 會將「1、」念成「一、」。解法：文稿段加一個正則清理步驟，將所有非自然語言符號刪走，並設一個「格式檢查」路由——唔合規嘅稿直接打回頭。

失敗點二：TTS 長文本被截。 稿太長超過 API 單次上限，出嚟嘅音頻無聲尾。解法：按段落切稿、逐段生成、按序拼接；每段生成後驗證音頻檔存在同非空先過下一段。

失敗點三：字符預算爆額。 循環錯誤或者重試風暴令消耗倍增。解法：設每日生成上限、失敗重試最多兩至三次、用監控報表盯每日用量。TTS 成本結構同省錢位見成本優化指南。

失敗點四：音畫不同步。 生成式畫面片段長度同音軌唔夾，出嚟一忽忽。解法：用固定模板時長（例如每段畫面 8 秒），音軌按段落對齊；或者反過嚟，由音軌長度決定畫面段數。對嘴質素檢查可以參考對嘴 QC 檢查表。

失敗點五：發佈無人工覆核。 全自動上線，一條念錯音嘅片已經有幾千 views。解法：五段之外加第六段「人」——一個只佔 30 秒嘅抽檢步驟，聽頭 10 秒＋掃字幕，catch rate 已經好高。

Make 以外的選擇

Make 唔係唯一選擇。如果你哋團隊本身用開開源工具，n8n 係另一條熱門路線，self-hosted 可以慳 subscription 費，比較見n8n 粵語語音工作流。如果想將 TTS 嵌入視覺生成流程（例如 AI 畫風影片），可以睇ComfyUI 粵語 TTS 節點指南。

揀工具嘅大原則：Make 適合想快、唔想 maintain 伺服器嘅團隊；n8n 適合有技術人手想自控；ComfyUI 適合畫面生成需求重嘅創作型團隊。

合規底線

批量自動出片唔可以忽略香港嘅監管環境。數字政策辦公室嘅《香港生成式人工智能技術及應用指引》強調透明、問責、資料保障（香港數字政策辦公室, 2026），私隱公署亦有 AI 個人資料保障框架（PCPD AI 模範框架, 2026）。落到實務：AI 生成內容要有清楚標示；用別人聲音要書面同意；文稿如果有個人資料，儲存同傳輸要合規。細節見香港 AI 內容標示指南。

常見問題 FAQ

Make 可以直接做粵語 TTS 嗎？

唔可以。Make 只係流程編排工具，語音要靠 TTS 服務嘅 API 模組或者 HTTP module 調用。Make 有現成整合嘅服務比較少涉及粵語專門 TTS，多數要用 HTTP module 自行接。

一條自動化流水線每日可以出幾多條片？

取決於你嘅字符預算、TTS API 速率限制同影片組裝工具嘅吞吐，唔係 Make 本身嘅問題。建議由每日 3 至 5 條起步，跑穩先加量。

粵語 TTS 自動化最易出錯嘅位係邊？

多音字同中英夾雜詞。自動化放大咗呢個問題——一個念錯音，批量複製就係幾十條錯片。所以文稿預處理（拼音標註、替換詞表）係必做步驟。

需要識寫 code 嗎？

基本五段流程可以用 Make 嘅拖放介面搭起，唔需要寫 code。但文稿清理、切稿邏輯、錯誤重試呢啲位，識少少正則同 API 基礎會順好多。

出錯點樣排查最快？

逐段測試。Make 每個 module 都可以單獨跑，用 sample data 由第一段跑起，邊個 module 產出唔啱即刻睇到。唔好一開始就全線跑。

批量出片會唔會被平台降權？

平台在乎嘅係內容質素同標示，唔係製作方式。AI 生成內容要按平台規則標示，同時保持內容對觀眾有真價值，風險就細。單純為灌量嘅低質批量內容，無論點製作都會被冷落。

免費試粵語 TTS 係點計？

港嘢登記送 2,000 字符（一次性），約莫 8 分鐘語音，夠你驗證幾條稿嘅聲線同多音字處理，然後先決定接唔接 API。

[!CTA]

想試粵語語音批量出片？

去港嘢 playground 逐條稿試聲線，登記即送免費字符，跑通第一條片先擴量。

關於港嘢：我哋專做香港廣東話語音。有查詢可以聯絡我們，或者睇關於港嘢。

本文由港嘢內容團隊撰寫，經編輯覆核（2026-10-31）