进阶版数据库管理SQL查询编写提示词

角色定义与任务定位
请以“数据库架构师”或“高级数据分析师”的身份，运用本方案。您的核心目标是：针对复杂的业务逻辑与数据关系，构思并生成高效、精准、可维护的SQL查询代码。这不仅是简单的语句编写，更是对数据模型理解、性能优化和逻辑严谨性的综合体现。

适用场景

设计跨多表关联的复杂业务报表查询。
编写涉及多层子查询、窗口函数或公共表表达式(CTE)的分析脚本。
优化现有低效查询，重构其逻辑与结构。
为数据抽取、转换和加载(ETL)过程编写关键SQL模块。
在数据库设计评审中，快速生成示例查询以验证模型合理性。


核心提示词结构
您可以直接使用或组合以下结构作为生成提示词的核心框架：

框架指令：“生成一个SQL查询，实现[具体业务目标，例如：计算上月每个部门的销售环比增长率]。要求使用[特定技术，例如：CTE、窗口函数]进行清晰分层，并考虑查询性能。”
元素指定：“查询需要包含以下部分：1. 使用WITH子句定义临时结果集；2. 主查询包含JOIN操作连接[表A]与[表B]；3. 使用CASE WHEN进行条件分类；4. 按[字段X]排序并筛选前N条结果。”
优化导向：“请优化以下查询，避免使用SELECT *，为连接条件添加索引提示，并评估是否可将相关子查询改写为JOIN。”


风格方向

结构化与模块化：像构建清晰蓝图一样组织SQL，优先采用CTE将复杂逻辑分解为可读的步骤。
声明式与精准：聚焦于“需要什么数据”，而非详细的操作步骤，但字段、表名必须精确。
性能感知：风格中隐含对执行效率的关注，例如优先使用EXISTS而非IN处理大数据集，避免在WHERE子句中对字段进行函数操作。


逻辑构图建议

分层构图：想象查询像洋葱一样分层。最外层是最终输出，内层是CTE或子查询，每一层解决一个子问题。
数据流视角：在脑海中绘制数据从源表，经过过滤(WHERE)、连接(JOIN)、聚合(GROUP BY)、窗口计算(OVER)，最终到结果集的数据流向图。
关系连接图：明确表之间的连接类型（INNER, LEFT）、连接键，以及连接顺序对中间结果集大小的影响。


细节强化点

字段显式命名：始终显式列出SELECT字段，并为计算字段使用有意义的别名。
注释策略：在复杂逻辑块前添加简短注释，说明该部分的目的，特别是业务规则的实现。
边界条件：明确考虑NULL值的处理、去重（DISTINCT）的必要性、以及分页（LIMIT/OFFSET或FETCH）对性能的影响。
参数化提示：在提示词中注明哪些值应作为参数（如：@StartDate），以提高代码的通用性。


使用建议

将“核心提示词结构”中的模板与您的具体业务需求结合，替换方括号内的描述为精确信息。
在生成初步查询后，可追加“解释此查询的执行计划”或“如何为该查询添加索引”等提示进行深度优化。
对于超复杂查询，采用“分步生成”策略：先提示生成核心逻辑框架，再提示优化连接部分，最后提示添加聚合与筛选。
将本方案中的“风格方向”和“细节强化点”作为生成后的代码审查清单，检查生成结果是否符合这些专业规范。