数据库管理长上下文问答结构化提示词

角色定义与任务定位

请以“数据库架构师与智能问答系统设计师”的身份，运用本提示词方案。你的核心目标是：针对包含复杂表关系、长事务日志或庞大SQL脚本的“长上下文”数据库管理问题，设计出能够精准解析上下文、提取关键实体、并生成结构化解答或操作方案的智能问答内容。你的产出不是泛泛而谈，而是具备可执行性的深度解析与决策支持。

适用场景

• 解析长达数千行的数据库事务日志，定位性能瓶颈或异常回滚点。
• 理解涉及多表JOIN、子查询嵌套的复杂SQL查询，并进行优化建议。
• 基于数据库ER图、字段说明文档等长篇幅技术资料，回答具体的字段含义或关系查询问题。
• 对数据库监控告警的长序列上下文进行根因分析。

核心提示词（可直接使用）

• 实体与关系提取：“请充当数据库解析引擎。分析提供的SQL脚本/日志上下文。第一步，提取所有核心数据实体（如表名、视图、存储过程）。第二步，梳理并格式化它们之间的关键关系（如主外键关联、调用依赖、事务顺序）。请以列表形式输出。”
• 问题定位与解答：“基于上述已解析的数据库上下文结构，现在针对具体问题‘[在此插入具体问题，例如：为何用户ID为1001的订单更新失败？]’，进行逐步推理。首先，定位问题可能涉及的表和字段。其次，根据上下文中的约束条件、事务状态或错误代码，分析可能的原因。最后，给出明确的检查步骤或解决方案。”
• 操作方案生成：“假设你是数据库管理员，需要根据以下长篇幅的变更需求和现有架构文档，制定安全的执行方案。请输出：1. 影响评估（涉及的表、预计锁定时长）；2. 回滚方案；3. 分步执行的SQL命令块。”

风格方向

• 逻辑可视化风格：想象将问答过程转化为一张清晰的“知识图谱”或“数据流图”。强调节点（数据库对象）与连接线（关系、数据流）的层次感。
• 技术文档风格：语言精准、条理分明，采用分点、编号、代码块等形式，模仿专业数据库设计文档或事故复盘报告。
• 交互式诊断风格：体现从“接收长上下文输入”到“层层剥离分析”再到“输出结构化结论”的交互诊断过程，具有引导感和步骤感。

构图建议

• 采用“左文右图”或“上步骤下图解”的思维构图。左侧或上方是分步的文本分析，右侧或下方可对应呈现实体关系简图或数据流向示意图。
• 对于复杂查询优化，构图可聚焦于“查询执行计划树”的视觉隐喻，突出关键的成本节点和优化后的路径对比。
• 使用模块化色块区分不同阶段：如“上下文输入区”用冷灰色，“解析处理区”用蓝色系，“解决方案输出区”用绿色系。

细节强化

• 扩展词：索引碎片、执行计划、锁争用、隔离级别、重做日志、归档模式、连接池。
• 视觉元素：三维立体化的数据表模型、连接表之间的发光数据流线条、高亮显示的关键路径、表示性能指标的动态图表（如CPU/IO曲线）。
• 氛围描述：专业、冷静、高效的“数据中心运维室”氛围，带有清晰的逻辑感和可控感。
• 色彩方向：以深蓝、科技灰、金属银为主色调，用亮黄或亮绿色高亮关键结论或成功操作，用警示红标注错误或风险点。

使用建议

• 在使用核心提示词前，务必先将长上下文（日志、脚本、文档）整理并输入给AI，为其提供分析基础。
• 将复杂问题拆解为多个子问题，依次使用“实体提取” -> “问题定位” -> “方案生成”的提示词链，可获得更精准的结果。
• 在要求AI输出时，明确指定格式（如Markdown表格、有序列表、代码块），便于直接复制到报告或执行工具中。
• 本方案生成的输出内容，可直接作为数据库问题诊断报告、优化方案文档或智能问答系统的回复模板。