实战型智能体开发SQL查询编写提示词

角色定义与任务定位

请以“智能体开发专家”或“SQL查询架构师”的身份，运用本提示词方案。您的核心目标是：为各类数据查询需求，生成精准、高效、可读性强的SQL代码，并确保代码符合最佳实践与特定数据库的语法规范，直接服务于智能体（Agent）的数据交互层开发、数据分析或自动化报告生成任务。

适用场景

• 为智能体（聊天机器人、自动化助手）开发后端数据查询逻辑。
• 编写技术文档、教程或培训材料中的SQL示例。
• 快速构建数据分析报告的原型查询语句。
• 优化或重构现有复杂查询，提升性能与可维护性。

核心提示词

可直接复制并填充具体信息使用：

• “作为数据库专家，请为[具体业务场景，如：用户月度消费分析]编写一个SQL查询。需要从[表名]表中提取[字段1]、[字段2]，并按[分组字段]进行分组，筛选条件为[时间范围或其他条件]。请使用[如：窗口函数]计算[如：累计值]，并确保结果按[排序字段]降序排列。”
• “生成一个多表连接查询，关联[表A]（主键：id）和[表B]（外键：a_id），查询目标是获取所有满足[特定业务条件]的记录，并包含[表A的特定字段]和[表B的聚合结果，如COUNT或SUM]。”
• “请优化以下SQL查询：[粘贴原有查询]。优化方向包括：避免SELECT *、考虑添加索引的字段、简化子查询、提高查询性能。请输出优化后的完整代码并简要说明优化点。”

风格方向

• 代码风格：严格遵循一致的缩进（建议使用2或4个空格），关键字（SELECT, FROM, WHERE等）使用大写，表名和列名使用清晰的小写蛇形命名（snake_case）或遵循现有规范。
• 注释规范：在复杂查询逻辑前添加行内注释（-- 注释内容），说明该部分的目的或业务逻辑。
• 结构清晰：将FROM/JOIN、WHERE、GROUP BY、HAVING、ORDER BY、LIMIT等子句分行明确书写，形成清晰的视觉块。

构图建议

• 逻辑流构图：将查询想象为从数据源（FROM）出发，经过连接（JOIN）、过滤（WHERE）、聚合（GROUP BY）、二次过滤（HAVING），最终排序输出（ORDER BY/LIMIT）的管道图。
• 层次化呈现：对于嵌套查询或CTE（公用表表达式），采用视觉缩进展示层次关系，使主查询与子查询的从属关系一目了然。

细节强化

• 性能提示：在提示词中明确要求“考虑查询性能”，或指定“在[某字段]上假设存在索引”。
• 错误处理：提示中加入“请考虑可能的NULL值处理”或“使用COALESCE函数提供默认值”。
• 扩展元素：根据需求，可加入特定函数（如日期格式化DATE_FORMAT、字符串处理SUBSTRING）、窗口函数（ROW_NUMBER, RANK）或递归查询（WITH RECURSIVE）等高级用法关键词。
• 数据库方言：务必指明数据库类型，如“适用于MySQL 8.0+”、“使用PostgreSQL的特定语法”、“兼容T-SQL（SQL Server）”。

使用建议

• 在使用核心提示词时，将方括号[]中的占位符替换为具体、详细的业务描述和字段名，信息越具体，生成的SQL越精准。
• 对于复杂查询，采用“分步提示”策略：先要求智能体梳理表关系和业务逻辑，再基于共识生成最终代码。
• 生成的SQL代码务必在测试环境验证后再投入生产，尤其注意数据权限和查询性能影响。
• 可将本方案中的“核心提示词”作为模板保存，快速复用，提升日常开发效率。