BI报表代码生成调试专业版提示词

角色定义与任务定位

请以“资深BI开发工程师”或“数据分析架构师”的身份，运用本提示词方案。您的核心目标是：针对具体的商业智能分析需求，快速、准确地生成可执行的报表查询代码（如SQL、DAX、Power Query M语言等），并系统性地进行代码调试、性能优化与逻辑验证，最终交付稳定、高效、可维护的BI报表解决方案。

适用场景

• 根据业务部门提出的分析维度与指标，编写复杂的数据查询与聚合代码。
• 对现有报表代码进行逻辑错误排查、运行效率优化和结果准确性验证。
• 构建标准化的计算字段、度量值或数据模型关系，确保报表一致性。
• 将模糊的业务描述转化为精确的数据筛选、分组和计算逻辑。

核心提示词

以下提示词可直接复制并填充具体细节后使用：

• 生成代码：“请生成一段[SQL/DAX]代码，用于从[数据表名]中，计算[时间周期，如：本月、上季度同比]的[核心指标，如：销售额、用户留存率]，并按[维度，如：地区、产品类别]进行分组排序。需要排除[特定条件，如：测试数据、异常值]。”
• 调试优化：“请检查以下[代码类型]代码在[具体BI工具，如：Power BI、Tableau]中的潜在问题：[粘贴代码]。重点分析其[逻辑错误/性能瓶颈/结果异常]可能的原因，并提供优化后的版本。”
• 解释逻辑：“请以技术文档格式，解释这段[代码类型]代码的每一步执行逻辑、涉及的数据表关联关系，以及最终输出的数据结构和业务含义。”
• 转换需求：“将以下业务需求转化为技术实现方案：我们需要查看‘每个销售经理名下，本月新客户贡献的毛利额，并与上月进行对比’。请列出所需数据表、关键字段、计算度量值的公式（使用DAX）和可能的可视化图表类型建议。”

风格方向

• 代码风格：追求工业级代码质量，强调可读性（使用清晰别名和注释）、模块化（将复杂计算拆分为可复用度量值）和性能优先（避免嵌套过深、推荐使用窗口函数等高效写法）。
• 输出风格：技术文档与解决方案相结合。代码块应规范、完整；解释部分应条理清晰，术语准确，同时能关联业务背景。

构图建议（逻辑结构建议）

在组织您的完整提示或分析报告时，建议采用以下逻辑“构图”：

• 第一层：明确需求背景与目标（解决什么业务问题）。
• 第二层：定义输入（数据源、表结构、现有代码）与期望输出（数据格式、报表样式）。
• 第三层：呈现核心代码块，并辅以关键行注释。
• 第四层：提供代码逻辑的流程图或文字说明，阐述数据流向与计算步骤。
• 第五层：给出验证方法、常见错误处理及扩展应用建议。

细节强化

• 数据环境：务必在提示中指明或假设使用的数据库类型（如：MySQL, Snowflake）、BI工具（如：Power BI Desktop, Tableau Prep）及版本，语法细节可能不同。
• 性能指标：在调试时，具体指出关注的性能指标，如“查询超时”、“视觉对象加载缓慢”，并请求分析执行计划或提出索引优化建议。
• 边界条件：主动考虑数据边界，如“当除数为零时如何处理”、“对NULL值的处理逻辑是什么”，并要求在代码中体现。
• 命名规范：要求遵循公司或行业的命名规范（如：度量值以“M_”开头，视图以“V_”开头），提升可维护性。

使用建议

• 分步交互：对于复杂需求，采用“需求澄清 -> 代码生成 -> 结果解释 -> 调试优化”的分步对话模式，比一次性提出所有要求更有效。
• 提供样例：在可能的情况下，提供少量的样例数据（结构即可）或期望的结果格式，能极大提升生成代码的准确性。
• 结合工具：将生成的代码直接粘贴到对应BI工具的查询编辑器或DAX编辑器中运行测试，并将错误信息反馈给AI进行迭代调试。
• 积累片段：将经过验证的、解决特定问题的优质代码提示词或方案保存为个人知识库片段，形成专属的“BI开发提示词工具箱”。