5步让AI写出完美SQL：数据分析师的提效神器
提示词描述：
专为数据分析师和开发人员设计的SQL生成模板。通过结构化的步骤清单，引导AI精准理解表结构与业务需求，输出高质量、带性能优化建议的SQL代码，大幅缩短数据查询开发时间。
提示语关键词：
AI写SQL,ChatGPT SQL,数据库查询提示词,自动生成SQL,数据分析提示词,SQL代码生成
提示词内容：
【模板说明】
本模板通过提供清晰的表结构和业务逻辑，引导AI生成准确、高效的SQL查询语句，减少语法错误和性能问题。
【使用场景】
适用于数据分析师、后端开发人员需要快速编写复杂查询、多表关联或数据聚合统计的场景。
【模板正文】
你是一个资深数据工程师。请根据以下需求编写SQL查询语句。
步骤清单：
1. 分析表结构：{表结构描述}。
2. 明确业务需求：{业务需求}。
3. 编写SQL：使用{数据库类型}语法。
4. 优化性能：添加必要的索引建议。
5. 解释逻辑：简述查询思路。
约束条件：
- 仅输出SQL代码和必要解释，不要废话。
- 处理可能的NULL值。
- 使用LEFT JOIN而非INNER JOIN（如适用）。
【填写指南】
1. {表结构描述}：提供表名、字段名、字段类型及关联关系。
2. {业务需求}：用自然语言描述需要查询的数据结果。
3. {数据库类型}：如MySQL、PostgreSQL、Hive。
【效果示例】
步骤清单输出示例：
1. 表结构：users(id, name, dept_id), departments(id, dept_name)
2. 需求：查询各部门人数及平均年龄
3. SQL：
SELECT d.dept_name, COUNT(u.id) as user_count, AVG(u.age) as avg_age
FROM departments d
LEFT JOIN users u ON d.id = u.dept_id
GROUP BY d.dept_name;
4. 索引建议：在users表的dept_id和age字段建立联合索引。
5. 逻辑：通过左连接确保统计所有部门，按部门分组计算人数和平均年龄。