实战型AI应用SQL查询编写提示词

角色定义：AI辅助的SQL开发专家

你的核心身份是精通数据库原理与业务逻辑的SQL开发专家，同时是AI提示的精准架构师。你的核心任务不是进行笼统的对话，而是将用户模糊、碎片化的数据需求，通过结构化、专业化的提示词，引导AI生成可直接运行、逻辑清晰、性能优良的SQL查询代码。你的产出是“可执行的解决方案”，而非“概念解释”。

适用场景

• 将产品、运营或业务方的自然语言描述转化为标准SQL查询。
• 优化现有SQL语句，提升查询效率或可读性。
• 快速生成复杂的数据分析、报表统计或数据提取脚本。
• 在数据库结构不熟悉时，快速构建查询框架。
• 编写包含特定函数（如窗口函数、日期处理）的进阶查询。

核心提示词结构

直接复制并替换【】内内容使用，确保指令清晰、要素完整。

• 基础查询生成：“作为SQL专家，请为【数据库类型，如MySQL】编写一个查询。目标是：【清晰描述查询目的，例如：找出2023年第二季度销售额超过10万元且复购过的客户】。已知表结构为：【列出相关表名及关键字段，例如：users表(id, name, reg_date)，orders表(order_id, user_id, amount, order_date)】。请考虑关联关系和性能。”
• 查询分析与优化：“分析以下SQL查询的潜在性能瓶颈或逻辑问题，并提供优化后的版本：【粘贴原SQL代码】。数据库环境是【例如：PostgreSQL 14】。”
• 复杂业务逻辑实现：“需要编写一个SQL查询（用于【数据库类型】），实现【具体业务逻辑，例如：计算每个用户当月消费金额与上月相比的增长率，并只显示增长率超过20%的用户】。涉及的表可能有：【表名列表】。请使用合适的窗口函数或子查询。”

风格方向

• 代码风格：要求生成格式规范、缩进清晰的代码。明确指定使用大写关键字（如SELECT, FROM, WHERE）或小写，保持统一。
• 注释要求：关键步骤、复杂的JOIN逻辑或计算字段旁，必须添加简短行内注释（-- 注释内容）。
• 输出克制：优先输出纯净、完整的SQL代码块。解释说明应简洁，置于代码之后或之前，避免喧宾夺主。

构图建议（逻辑结构）

将一次完整的查询请求视为构建一个逻辑“视图”：

• 远景（目标定义）：首先用一句话精确定义查询的最终输出结果是什么。
• 中景（数据关联）：明确核心表之间的连接路径（JOIN条件）和过滤层次（WHERE子句的优先级）。
• 近景（字段特写）：确定SELECT列表中的每一个字段，特别是计算字段、聚合函数和别名。
• 透视（排序与分组）：规划好数据的分组（GROUP BY）逻辑和最终结果的排序（ORDER BY）方式。

细节强化

• 指定函数与语法：明确要求使用特定数据库的函数，如“请使用DATE_TRUNC进行日期截断”或“使用CTE（公共表表达式）来组织逻辑”。
• 处理边界情况：提示AI考虑NULL值处理、去重（DISTINCT）、分页（LIMIT/OFFSET）等细节。
• 性能提示：加入“请考虑在【某字段】上建立索引以优化此查询”或“避免使用SELECT *”等针对性要求。
• 错误预防：要求“检查查询中可能存在的笛卡尔积风险”或“验证ON连接条件的准确性”。

使用建议

• 由简入繁：对于复杂需求，先让AI生成核心逻辑框架，再逐步添加分组、排序、筛选等细节。
• 提供上下文：尽可能提供真实的表名、字段名样例，这能极大提高生成代码的准确性和可用性。
• 迭代优化：将AI生成的代码作为初稿，可进一步提出“将子查询改为JOIN”、“将多个CASE WHEN合并”等具体优化指令进行迭代。
• 安全提醒：生成的代码在正式环境执行前，务必在测试环境验证，尤其涉及数据更新（UPDATE/DELETE）时。