Make 5. 高效 Notion 自动化实操：使用 Make 实现数据库自动关联、分类、整理，告别手动整理

引言

Notion 用久了你会发现一个问题：数据库越建越多，但它们之间像孤岛一样各自独立。教程库、项目库、读书笔记库、文章收藏库……每个库都有自己的分类方式，想从"应用场景"这个角度横向检索，就得手动一条条打标签。

我是翔宇。本期教程解决的就是这个问题——用 Make.com 实现 Notion 数据库的自动关联。你往知识库里新增一条内容，Make 会自动调用 ChatGPT 判断它属于哪个应用场景，然后把它关联到对应的分类数据库。零手动操作，分类准确率相当高。

这个方法不只适用于知识分类。项目自动分配给负责人、复盘记录自动关联到对应项目、新任务自动归入时间线——底层逻辑完全一样。

你将学到

• Notion 数据库关联属性的原理和创建方法
• 为什么跨数据库关联比单选/多选分类更有价值
• 如何获取 Notion 数据库条目的 ID
• 如何用 Airtable 辅助汇总分类选项和 ID
• 如何编写 ChatGPT 分类提示词实现自动归类
• Make 中 Map 公式和 Add 函数的使用方法
• 如何配置定时运行实现每日自动分类

视频教程

本教程配套视频已发布在 YouTube，建议搭配视频一起学习效果更佳。

详细教程

理解 Notion 关联属性

Notion 数据库有一种特殊属性叫"关联关系"（Relation）。它允许一个数据库的条目直接链接到另一个数据库的条目，形成双向关联。

举个例子：你有一个"AI 知识库"，按主题分类收藏了各种工具和教程。你又有一个"应用场景库"，列出了图片绘制、视频创作、文案写作等场景。通过关联属性，你可以把知识库里的"Magnific AI"关联到应用场景库的"AI 图片绘制"——之后你点开"AI 图片绘制"这个场景，就能看到所有相关的知识条目。

这比单选/多选标签强在哪？单选标签只能在同一个数据库内部筛选。关联属性能跨数据库建立联系，让你从完全不同的维度审视同一批知识。

为什么要自动化关联

手动关联有两个痛点：

1. 工作量大：知识库条目多了之后，每条都要手动选择关联到哪个分类
2. 选择困难：很多内容横跨多个场景，手动判断容易纠结

自动化的好处是：你定义好规则，Make 每天定时扫描新增条目，ChatGPT 自动判断最匹配的分类，直接写入关联关系。你只需要偶尔检查一下准确率就行。

第一步：获取分类数据库的 ID

自动化关联的核心是 ID。Notion 里每个页面、每个条目都有唯一的 ID，Make 通过 ID 来精确操作。

在 Make 中新建一个场景（可以叫"获取 ID"）：

1. 添加 Notion 模块，选择 Search Database Items
2. 连接到你的"应用场景"数据库
3. 设置最大条目数为 20（确保覆盖所有分类）
4. 运行一次，每个条目会输出名称和对应的 Database Item ID

比如"AI 图片绘制"的 ID 是 eb685f89-3ced-4ee3-a477-52065fd9d9a4，"自动化工作流搭建"的 ID 是 18e56062-cd7d-44b9-97fb-76a537be53a9。我们需要把所有分类的名称和 ID 记录下来。

第二步：用 Airtable 汇总分类选项

手动抄写 16 个分类和 ID 容易出错。我们可以用 Airtable 自动化这一步：

1. 注册 Airtable，新建一个工作表
2. 创建三列：名称（文本）、ID（文本）、组合（公式）
3. 公式列设为名称 + ID 的拼接，用逗号分隔

在 Make 中把 Notion 模块的输出连接到 Airtable 模块，自动写入名称和 ID。运行一次就能得到所有分类选项的汇总表，直接复制粘贴到后续的 ChatGPT 提示词中。

第三步：搭建自动分类场景

新建第二个 Make 场景，这是真正干活的工作流。

模块一：Notion Watch Database Items

监听你的知识库，按创建时间获取新增的条目。每次运行时会抓取设定时间范围内的新条目，获取标题、关键词、知识总结等字段。

模块二：OpenAI 创建对话

System 提示词的核心逻辑：

你是专业的文章分类专家。
我的分类选项如下（名称 + ID）：
- AI文案写作与优化 (056ed7bf-...)
- AI大模型 (066c09f3-...)
- ...（全部16个分类）

请根据我发送的文章内容，选出最匹配的首选分类和次选分类，
输出 JSON 格式包含：首选分类、首选ID、次要选项、次要ID。

User 消息中传入 Notion 获取到的标题、关键词和知识总结。模型选 GPT-3.5 就够了，分类任务不需要太强的模型。

高级设置中务必打开 JSON 输出格式，避免格式错误导致后续流程中断。

第四步：解析并更新关联

Parse JSON 模块：把 ChatGPT 返回的 JSON 解析成独立字段。

Notion Update Database Item 模块：

这是关键步骤。Database Item ID 填入第一个模块获取到的条目 ID（告诉 Notion 更新哪条记录）。在关联属性的 Map 字段中，需要用 Make 的内置公式来填写。

单选关联（只关联首选分类）：

直接填入 Parse JSON 输出的首选 ID 即可。

多选关联（同时关联首选和次选）：

需要使用 add 函数：

add(emptyarray; 首选ID; 次选ID)

注意：add、分号、emptyarray 这些关键字必须在 Make 的公式面板中输入，确保被正确识别（显示灰色底色）。

第五步：配置定时运行

这套工作流不是实时触发的。你需要配合 Make 的调度功能：

1. 估算你的知识库每天新增多少条目
2. 设置对应的最大条目数（比如每天新增 10 条，就设 20 条留余量）
3. 设定运行时间（比如每天 20:00 运行一次）

Make 会在设定时间自动扫描当天新增的条目，逐条分类关联。

延伸阅读

• Make 4. 小红书自动化：如何利用 Make 制作个人自媒体中心，批量生成爆款笔记
• Make 6. 播客自动化实操：用 Make 自动制作每日新闻播客

常见问题

Q：我的分类不是固定的，会新增怎么办？
每次新增分类后，需要重新获取 ID 并更新 ChatGPT 提示词中的分类列表。后续进阶教程会介绍动态分类的处理方式。

Q：ChatGPT 分类不准确怎么调整？
提供给 ChatGPT 的信息越多，分类越准。如果知识库条目只有标题没有摘要，可以用 Notion AI 先自动生成摘要和关键词，再传给分类模型。

Q：能不能实时触发，而不是定时运行？
可以。通过 Notion Webhook 或 Make 的 Instant Trigger 可以实现知识库有变动就立即触发分类。这个功能会在后续视频中介绍。

总结

这期教程我们实现了 Notion 数据库的自动分类关联。核心思路是：获取分类选项的 ID、用 ChatGPT 判断最匹配的分类、通过 ID 写入关联属性。这让你的知识库从"一堆独立的数据库"变成了一个有机关联的知识网络。

你可以从应用场景的角度检索知识，也可以从项目维度、人员维度、时间维度来组织信息。关联属性的玩法远比单选标签丰富。下一期我们会讲如何用 Make 自动制作每日新闻播客，把文字内容变成音频形式。

资源下载

• AI 编程实操课：国内版-FlowUS | 国际版-BMC
• YouTube 频道：翔宇工作流