数据库之间老死不相往来，Make 加 ChatGPT 让 Notion 条目自己归位

Notion 用得越久，库建得越多，一个隐痛就越明显。教程库、项目库、读书笔记库、文章收藏库，每个库都整整齐齐，可它们之间像一座座孤岛。你想从「应用场景」这个角度横向检索一遍收藏，就得手动一条条打标签，打到手酸。 我第一次意识到这个问题，是想把收藏的 AI 工具按用途重新过一遍。三十多条记录，手动关联到十几个场景库里，一下午就搭进去了，而且我知道下个月新增的条目还得再来一遍。 这种活就不该人干。这篇拆一套我跑通的方案，用 Make 加 ChatGPT 实现

找选题写笔记全交给 Make，小红书日更产线从新闻到成品

做小红书的人应该都体会过那种感觉。你守着一个垂直领域，每天新闻素材多到看不完，可真要把素材变成一篇能发的笔记，标题、正文、标签全得自己抠，一篇抠下来一两个小时就没了。喊着要日更，日更个两三天就断。 卡住你的不是没素材，是素材和成品之间那段纯手工的活。这段活把人的执行力一点点磨掉，账号就这么荒了。 这篇拆一条我跑通过的产线，用 Make 把「新闻进、笔记出」整条链路自动化。Inoreader 负责盯新闻源，Jina Reader 负责把网页扒成干净文本，ChatGPT 按小红书的格式写笔记，成品自动落进 Notion

三千五百个链接一次抓回来，Firecrawl 采集产线怎么搭

三千五百五十三个。 这是我把一个网站根地址丢进工作流之后，Map 端点几秒钟吐回来的链接数。整个站点的子页面，整整齐齐躺在一个数组里，等着被逐个处理。 做内容引流的人都懂这种饥渴。SEO 要喂养，博客要日更，手动找素材、翻译、去推广、排版、发布，一篇折腾半天，节奏永远追不上计划，断更两天，排名和心态一起掉。我们实测这条产线之后，账变成了另一个算法，配置一次，每天定时跑，三千多篇存量文章按天分批喂进来，每篇自动出一篇图文混排的博客文章，捎带一条小红书笔记。 爬的活交给 Firecrawl，串联交给

头像定制三毛钱一张卖 79，Make 加 Replicate 的全自动产线

先说一个我盯着看了很久的生意。小红书搜「定制头像」，大量创作者在卖手绘头像，一张标价 79 元，销量两百多单。我当时就愣住了，这玩意看着是门手艺活，实际上是道数学题。 手绘一张头像，画师要花几个小时，产能卡在人的手上，订单一多就排期。数学题的另一边是成本。用 AI 生成，一张不到三毛钱，产线开着就有产能。 三毛对七十九，中间的差价足够养起一条自动化产线。这条产线我搭过完整的一套，照片丢进 Notion，点一下开始，Replicate 的模型自动画出美式卡通贴纸头像，成品自动存回数据库，

文献综述别逐篇硬啃，Make 双分支一次产出两份报告

文献综述期的日常是这样一幅图景，检索一批论文，逐个下载 PDF，打开第一篇，抄下标题和作者，读完摘要再硬着头皮写总结，还要想这篇对自己的课题有什么启示。一篇下来一个小时没了。二十篇还能咬牙扛，到综述阶段要梳理几十上百篇的时候，纯手工就是不可行的方案。 我之前做深度研究项目时撞的就是这堵墙，一次要处理上百篇文献，手动总结根本来不及，这套流水线就是那次被逼出来的。整个流程不复杂，把 PDF 上传到 Notion，工作流自动下载、提取文本、把元数据抽成结构化字段，然后一口气生成两份报告，一份通用文献总结，一份针对你自己课题的文献摘要，全部回填数据库。 这篇写给同样要批量处理文献的人，研究生、

RSS 只会通知不给全文，Jina Reader 把网页变成干净纯文本

用 RSS 追信息的人都会撞上同一堵墙。订阅源很勤快，网站一发新文章它就通知你，可点开一看，只有标题和一段摘要，正文没有。想把内容完整收进知识库，还是得自己开浏览器、进网站、复制全文，一套动作回到手工时代。 一两条还好，要是盯的是一个高频更新的信源，比如一家 AI 公司的官网新闻页，一天几条，天天手动搬，用不了两周人就崩了。追踪特定网站更新的研究者、做资讯简报的运营、靠信息差吃饭的内容团队，多多少少都受过这个罪。 这篇讲怎么把这堵墙拆了。用 Make 加一个 Jina

RSS 只有摘要不够用，Make 九个模块喂饱 Notion 知识库

每天要刷几十个网站追资讯的人，大概率都干过这种事，看到一篇有价值的文章，手动复制正文，粘进 Notion，标题是英文的还得再开个翻译窗口，一篇搬完十几分钟就没了。第二天，再来一遍。 这活有省力的干法。用 Make 搭一条流水线，九个模块串起来，RSS 订阅源一有更新就自动抓内容，标题翻译好，正文转成 Markdown 写进 Notion，同时把原文网页转成一份 A4 的 PDF 存进 Google Drive。全程零代码，

AI 批量写文只收录十二篇，SEO 内容量产的验收关和避坑清单

先讲一个真事。让 AI 写 SEO 文章，一口气写了一百篇，你去猜能被 Google 收录的有几篇。 十二篇。 一成二的收录率，等于接近九成的产能直接打了水漂。值得玩味的是后续的排查，问题不在模型能力，模型写东西没问题，坏在给它的指令上。提示词里没交代关键词布局、没规定结构层级、没要求差异化和数据，AI 就按它最顺手的方式写，写出来千篇一律的废话，搜索引擎凭什么收。 这两年老雷看过的团队里，踩这条坑的不在少数，打开 ChatGPT 输一句话就等着收成品。这篇不讲操作细节，

一百五十五个字符卖一篇文，元描述批量翻新流水线

先看一组我们后台的真实数字。Google Search Console 里，一篇 Make 自动化教程月展示量五千出头，点击率只有百分之一点五，远低于全站百分之三的平均线。文章内容本身没毛病，坏在门面上。把它的元描述重写一遍，就改了那一行字，两周后点击率爬到百分之三点八，翻了一倍多。正文一个字没动。 这就是元描述的杠杆属性。它是「用一句话卖掉整篇文章」的高难度活，多数人肯花三小时写正文，155 个字符的门面却随手一填。我们运营网站实测下来，做过优化的页面，点击率比没做的高出两到三成，文章累积过百之后，这点差距会滚成可观的流量复利。老雷把它称为内容运营里投入产出比最高的动作，