Make教程:用AI自动分类Notion知识库并建立数据库关联
通过Make.com结合Airtable和ChatGPT,实现Notion知识库的自动分类和多维度关联,解放双手告别手动整理。
准备好开始自动化了吗?
使用 Make.com 构建此工作流 — 入门版永久免费。
概述
这套工作流通过Make.com将Notion、Airtable和OpenAI串联,解决了Notion知识库管理中最大的痛点——手动分类与关联。
它不仅是简单的打标签,而是利用AI理解内容后,自动建立数据库之间的物理关联(Relation):
- 获取ID映射 - 从Airtable获取分类名称和ID
- AI决策 - ChatGPT分析内容并选择分类
- 自动回填 - 将关联ID写入Notion数据库
- 多选支持 - 支持主分类和次分类的多维度关联
核心价值:解放双手,治愈选择困难症,实现知识的多维度自动结构化。
核心概念:将知识库与应用场景数据库建立关联
核心决策因素
在部署此类自动化系统时,需要关注:
- API映射能力 - 能否准确获取Notion的Database Item ID
- 容错率 - AI输出格式错误时工作流是否会中断
- 维护成本 - 新增分类时是否需要重写Prompt
- 实时性需求 - 接受定时整理还是需要秒级同步
技术规格参考
| 组件/参数 | 设定值 | 备注 |
|---|---|---|
| 核心工具 | Make.com + Notion API | 逻辑编排与数据传输 |
| 辅助数据库 | Airtable | 暂存分类名称与ID映射 |
| AI模型 | GPT-3.5 | 语义分析与分类决策 |
| 触发机制 | Watch Database Item | 轮询机制,非实时 |
| 批处理量 | 每次20条 | 可根据日均新增量调整 |
| Token限制 | Max 1000 | 控制成本 |
| 输出格式 | JSON Mode | 必须开启 |
| 关键公式 | add(emptyarray; ID1; ID2) | 处理多选关联 |
前置准备
在开始之前,请确保准备好:
- Make.com 账号(免费注册)
- Notion 账号和知识库数据库
- Airtable 账号(用于ID映射)
- OpenAI API密钥
Notion数据库结构
需要两个相互关联的数据库:
- 知识库 - 存储笔记、剪藏等内容
- 应用场景 - 分类标签(如AI绘画、自动化、效率工具等)
在知识库中添加Relation属性,关联到应用场景数据库。
工作流架构
整个工作流分为三个核心步骤:
Step 1: 获取”身份证”(ID提取)
为了让Notion知道要把笔记关联到哪个条目,单纯用”名字”是不够稳健的,必须用ID。
在Airtable中组合名称和ID
使用Airtable作为中间站,将Notion中的”应用场景”标题和ID组合成一串字符:
AI绘画(ID: xxx-xxx-xxx)
自动化(ID: yyy-yyy-yyy)
效率工具(ID: zzz-zzz-zzz)
这样的格式方便后续喂给ChatGPT理解。
Step 2: AI决策(分类大脑)
利用ChatGPT 3.5赋予它”分类专家”的人设。
配置AI分类指令和分类列表
关键配置:
- 开启JSON Mode - 必须开启,强制AI输出结构化数据
- System Prompt设计:
你是一个知识库分类专家。根据用户提供的笔记内容,从以下分类中选择最合适的1-2个:
{{从Airtable获取的分类列表}}
输出格式:
{
"primary": "主分类ID",
"secondary": "次分类ID(可选)"
}
JSON Mode解决了以往AI废话多、格式乱导致自动化报错的问题。
Step 3: 自动回填(执行写入)
最精彩的部分在于回填,不仅支持单选,还支持多选关联。
正确插入分号的方式(灰色背景)
通过Make的JSON Parse模块解析AI的答案,再利用add公式将多个ID写入Notion的Relation属性:
add(emptyarray; {{primary_id}}; {{secondary_id}})
重要:分号必须通过点击面板生成(带灰色背景),直接手打键盘上的分号会导致公式失效!
注意事项
在实际部署前,需要知道以下潜在的坑:
-
非实时同步 - 本方案基于轮询机制,新建笔记后不会立即分类,需要等到设定时间才会批量处理
-
分类维护的”硬编码” - Airtable中的ID列表需要手动更新到ChatGPT的Prompt中。新增分类时必须手动维护
-
分号输入陷阱 - Make中的
add公式,分号必须点击生成,不能手打 -
成本消耗 - 每次运行消耗Make的Operations和OpenAI的API Credits
适用场景
推荐使用的用户
- Notion重度用户 - 拥有庞大知识库,手动整理已经不胜其烦
- 内容创作者 - 需要将素材从不同维度自动交叉索引
- 自动化爱好者 - 想学习通过API和ID深度控制Notion
可能不适合的情况
- 实时性要求极高的用户(需要Webhook方案)
- 对JSON、Array、API ID概念完全排斥的用户
- 不希望为API调用支付任何费用的用户
常见问题
这个方案是实时同步的吗?
当前方案基于定时轮询机制,不是实时同步。新建笔记后需要等到设定时间才会批量处理。实时方案需要使用Webhook。
新增分类后需要做什么?
需要手动更新Make中的ChatGPT Prompt,将新分类的名称和ID加入列表,否则AI无法识别新分类。
为什么要用Airtable而不是直接用Notion?
Airtable用于暂存分类名称与ID的映射关系,方便组合成AI可理解的格式,比直接操作Notion更灵活。
Make中的分号为什么要点击生成?
Make的数组公式中,分号必须通过点击面板生成(带灰色背景),直接键盘输入的分号会导致公式失效。这是新手极易卡关的地方。
下一步
学会了基础工作流后,你可以尝试:
- 使用Webhook实现实时触发
- 添加更多分类维度
- 集成其他AI模型优化分类精度
- 设置错误处理和重试机制
有问题欢迎在评论区留言交流!
常见问题
- 这个方案是实时同步的吗?
- 当前方案基于定时轮询机制,不是实时同步。新建笔记后需要等到设定时间才会批量处理。实时方案需要使用Webhook。
- 新增分类后需要做什么?
- 需要手动更新Make中的ChatGPT Prompt,将新分类的名称和ID加入列表,否则AI无法识别新分类。
- 为什么要用Airtable而不是直接用Notion?
- Airtable用于暂存分类名称与ID的映射关系,方便组合成AI可理解的格式,比直接操作Notion更灵活。
- Make中的分号为什么要点击生成?
- Make的数组公式中,分号必须通过点击面板生成(带灰色背景),直接键盘输入的分号会导致公式失效。



