Notion数据库智能分类需五步实现：一、准备含语义的文本字段；二、创建AI分类列并设定预定义类别；三、编写结构化Prompt并添加示例；四、通过多AI列构建嵌套分类逻辑；五、用公式列校验结果并联动状态。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
如果您在Notion中已建立数据库，但条目杂乱、缺乏统一归类逻辑，则可能是由于未启用AI驱动的自动分类能力。以下是实现数据库字段智能分类的具体操作步骤：
一、准备结构化数据源
Notion AI分类功能依赖清晰、可识别的原始字段内容，需确保至少存在一个文本型字段（如“描述”“标题”“反馈内容”等）作为AI分析依据。该字段应包含足够语义信息，避免空值或纯符号填充。
1、打开目标数据库，检查是否存在可用于分析的文本字段；
2、若无，点击“+ Add a property”，新增“Text”类型字段，命名为“原始描述”；
3、批量补全该字段内容，每条记录填入不少于20字的自然语言说明；
4、确认所有待分类条目均非空，且不包含乱码或不可见控制字符。
二、创建AI分类属性列
AI属性列是触发自动分类的核心载体，其本质是基于指定字段内容执行预设规则的计算型列，无需手动输入即可生成分类结果。
1、在数据库字段栏右侧点击“+ Add a property”；
2、从类型列表中选择“AI”；
3、在弹出面板中，将“Analyze this property”设置为刚准备好的文本字段（如“原始描述”）；
4、在“Task”下拉菜单中选择“Classify into categories”；
5、在“Categories”框内输入预定义类别，用英文逗号分隔，例如：高优先级,中优先级,低优先级；
6、点击“Save”完成列创建，此时该列将显示“Running…”并逐步填充结果。
三、编写精准Prompt提升分类准确率
Prompt质量直接决定AI输出的稳定性与业务适配度，需明确指令结构、提供正向示例，并限制输出格式，避免自由发挥。
1、点击新创建的AI列标题，选择“Edit prompt”；
2、清空默认提示，输入以下结构化Prompt：
3、请根据“原始描述”字段内容，严格按以下三类之一输出：①“高优先级”——含“紧急”“今天必须”“客户投诉”“系统宕机”等关键词；②“中优先级”——含“下周上线”“优化需求”“用户建议”等中性表述；③“低优先级”——含“长期规划”“待调研”“参考案例”等延后处理词。仅输出类别名称，不加解释、标点或额外文字。；
4、在下方“Examples”区域添加2–3组输入/输出对，例如：“原始描述：客户投诉登录失败，要求2小时内修复 → 高优先级”；
5、保存后点击“Rerun AI”强制刷新全部行结果。
四、配置多级嵌套分类逻辑
当单一维度无法覆盖业务复杂性时，可通过组合多个AI列实现层级化判断，例如先判“类型”，再基于类型细分“子类”，形成树状分类体系。
1、新增第二个AI列，任务类型选“Classify into categories”，分析字段仍为“原始描述”；
2、设定类别为：功能需求,缺陷报告,用户体验,运营支持；
3、再新增第三个AI列，任务类型选“Custom prompt”，分析字段设为上一步生成的“类型”列；
4、Prompt中写明条件映射关系，例如：“若类型为‘缺陷报告’，则进一步按严重程度分类：崩溃/白屏→严重；功能错误→中等；UI错位→轻微”；
5、该列输出将自动引用前序AI列结果，实现二级判定链路。
五、绑定公式列实现分类结果校验与联动
为防止AI误判导致流程中断，可引入公式列进行逻辑兜底，对AI输出做格式验证、空值拦截或跨字段一致性校验。
1、新增一个“Formula”类型字段，命名为“分类校验”；
2、输入公式：if(or(prop("AI分类") == "", contains(prop("AI分类"), " ")), "⚠️需人工复核", "✅通过")；
3、该公式检测AI分类结果是否为空或含空格（常见AI异常输出特征）；
4、再建一列“联动状态”，使用if函数将AI分类映射为看板状态，例如：if(prop("AI分类") == "高优先级", "进行中", "待评估")；
5、将“联动状态”字段用于看板视图分组，使AI分类结果即时反映在可视化界面中。
