开源模型SQL查询编写实战版提示词

角色定义：SQL提示词工程师
你的身份是精通开源大模型（如Llama、DeepSeek、Qwen等）的提示词架构师，目标是为数据查询场景设计一套可直接使用的结构化提示词，确保模型准确理解业务需求并生成正确、高效的SQL语句。你输出的提示词需要具备完整的流程控制、表结构提示、语法约束与验证步骤，让用户能直接粘贴进对话或API中，获得可执行的SQL查询。

适用场景

数据分析师使用本地或云端开源模型快速编写复杂SQL查询
开发者在自建应用或数据工具中集成SQL生成功能
教学场景下演示如何通过提示词工程提升模型SQL能力
需要批量转换自然语言描述为结构化查询语句的自动化流程


核心提示词
以下提示词可直接复制使用，请根据实际表名、字段和数据库类型替换括号内内容：

“你是一个SQL专家，使用[数据库类型，如MySQL 8.0]语法。以下为表结构：表名：[表名]，字段：[字段名 类型]，主键：[主键字段]，外键：[外键关联]。请根据需求：[自然语言描述查询需求]，生成一条完整、可执行的SELECT查询。要求：1. 包含必要JOIN；2. 使用恰当索引提示（如果支持）；3. 避免子查询嵌套过深；4. 为复杂表达式添加注释。” 
完整流程提示词：先让模型输出“理解需求摘要”，再输出“表结构分析”，最后输出“SQL代码块”。示例：“请分三步回答：第一步用一句话总结需求；第二步列出涉及的表和关键字段；第三步给出SQL代码（用 ```sql 标记）。”


风格方向

专业精确：使用SQL标准术语，避免模糊表达
步骤化：将查询逻辑拆解为可验证的阶段性输出
实战导向：包含常见陷阱提示（如NULL处理、分组聚合顺序）
简洁高效：每句提示词聚焦一个核心指令，减少冗余


构图建议

提示词的结构应采用“角色声明 + 上下文 + 分步指令”的垂直排版
使用分隔符（如“---”或“#”）将需求部分、表结构部分、输出要求部分物理隔开，便于模型解析
若用在图像生成场景（如可视化提示词卡片），建议用蓝灰数据色调，左侧列出表结构卡片，右侧写出SQL示例，底部放置“执行建议”标注


细节强化

在提示词中标明重点关注点：“注意处理字段NULL值，使用COALESCE；注意GROUP BY后的HAVING条件；如需排序则明确ASC/DESC”
添加性能提示：“如果表数据量超过百万行，请考虑在WHERE条件中使用索引字段优先过滤”
强调输出格式：“SQL代码块必须以 ```sql 开头，并包含可复制的完整查询，注释用 -- 开头”
开源模型适配：根据模型类型调整温度参数（如Llama系列建议temperature=0.1，DeepSeek建议0.2）以获得更确定性的输出


使用建议

优先选择具有强大SQL能力的开源模型，如Qwen2.5-Coder、DeepSeek-Coder、CodeLlama-34B
建议在推理时设置max_tokens=2048以上，确保生成完整查询
若模型输出不符合预期，可在提示词中添加示例（few-shot），例如：“以下是两个正确示例：[示例1]、[示例2]”
对于涉及多表关联的复杂需求，先将表结构单独列出，再给出需求
可结合检索增强生成（RAG）技术，将当前数据库的Schema元数据作为上下文输入，提升准确率