AI 写 SQL：从业务问题到可验证查询

## 适用场景

适合运营、产品和分析人员编写查询。AI 可以生成初稿，但必须提供表结构、口径和样例，并对结果做独立验证。

## 三步工作法

### 步骤 1：翻译业务问题

把问题拆成指标、维度、时间范围、过滤条件和统计粒度。

### 步骤 2：提供真实结构

输入脱敏后的字段说明、表关联关系和数据类型，不上传敏感明细。

### 步骤 3：分层验证查询

先查小样本，再核对边界值、重复行、空值和总量，最后运行完整查询。

## 可直接复制的 Prompt

> 你是一名数据分析师。根据以下业务口径和表结构生成 SQL，先解释关联逻辑，再给查询；必须处理重复、空值和时区；同时给出三条验证 SQL。不要假设未提供的字段。

## 进阶技巧

- 要求 AI 注释每个 CTE 的作用

- 生产查询先限制时间和行数

- 将指标口径写入团队数据字典

## 交付前检查

- 关联是否造成行数膨胀

- 时间与时区是否正确

- 结果能否与已知样本对上

## 预期效果

加快 SQL 起草和排错，但通过验证查询确保业务结论不是由错误代码产生。

## 使用边界

AI 负责整理、扩展和检查，人仍然负责事实准确性、业务判断、隐私保护与最终发布。涉及个人信息、商业机密、财务、法律或安全内容时，只能使用组织批准的工具和脱敏材料。