作为负责需求分析、原型设计和版本推进的互联网产品经理，你可能也有同感：需求文档、用户反馈整理、竞品分析和各种对齐会议占满了时间，留给思考的空间很少。很多人知道要查什么数据，但写 SQL 时卡在关联、分组和窗口函数上。下面以产品经理的真实场景为例，演示用 AI 写 SQL 查询的完整流程：提供表结构和字段含义，用自然语言描述需求，让 AI 写 SQL 并解释每一步，再用小范围数据验证。

使用场景

产品经理需要从数据库里查“用户反馈”相关的数据：按功能模块统计最近一个月的反馈次数，还要和上个月对比。数据团队排期很满，自己写 SQL 又总是出错。现实中，产品经理还得兼顾“和设计确认新版首页交互”等日常事务，所以更需要一套拿来就能用的方法。

用什么工具

可以用 ChatGPT、Claude、DeepSeek 等对话助手，也可以用数据库客户端或 BI 工具内置的 AI 查询功能（如 DataGrip、DBeaver 的 AI 助手，以及不少 BI 平台的自然语言查询）。

编辑器里的编程助手（GitHub Copilot、通义灵码等）在写 SQL 文件时可以直接补全；对话助手适合解释复杂查询。

举个例子

设想一个虚构场景：小郑刚接手一部分新工作，既要完成“完成会员积分改版的需求文档”，又要准备“验收搜索优化效果”。面对需要写 SQL 查询的任务，小郑的做法是：先让 AI 按固定结构起草，再对照自己掌握的事实逐项修改，涉及未公开的产品规划、用户个人信息和内部数据的部分一律用代号替换。这样既节省了时间，也守住了准确性和隐私的底线。

分步操作

  1. 提供表名、字段名、字段类型和含义，不需要真实数据
  2. 说明数据库类型，例如 MySQL 8 或 PostgreSQL
  3. 用自然语言描述需求，最好附上期望结果的样子
  4. 让 AI 解释 SQL 的每个部分
  5. 先加 LIMIT 在测试库或小范围运行，核对结果

提示词模板（可直接复制）

下面的提示词可以直接复制，按产品经理的实际情况替换细节：

【背景】当前的难点是：开发资源被临时项目占用，积分改版可能延期一周。
数据库：MySQL 8.0
表 records（用户反馈），字段：
- id：主键
- category：功能模块，文本
- record_date：反馈日期，DATE
- amount：反馈次数，数值
- type：反馈类型，文本

需求：
1. 统计 2026 年 10 月每个 category 的 amount 合计和记录数
2. 同时给出 9 月的合计，以及环比变化百分比
3. 按 10 月合计从高到低排序

请写出 SQL，并逐段解释；如果 9 月没有数据，环比显示为 NULL。

效果示例（虚构演示）

示例输出如下（虚构内容，仅演示 AI 大致会给出什么样的结果）：

WITH m AS (
  SELECT category,
         SUM(CASE WHEN record_date >= '2026-10-01' AND record_date < '2026-11-01' THEN amount END) AS oct_total,
         COUNT(CASE WHEN record_date >= '2026-10-01' AND record_date < '2026-11-01' THEN 1 END) AS oct_cnt,
         SUM(CASE WHEN record_date >= '2026-09-01' AND record_date < '2026-10-01' THEN amount END) AS sep_total
  FROM records
  WHERE record_date >= '2026-09-01' AND record_date < '2026-11-01'
  GROUP BY category
)
SELECT category, oct_total, oct_cnt, sep_total,
       ROUND((oct_total - sep_total) / NULLIF(sep_total, 0) * 100, 1) AS mom_pct
FROM m
ORDER BY oct_total DESC;

解释：先用条件聚合一次算出两个月的数据，NULLIF 避免除以 0，WHERE 限定时间范围以利用日期索引。

注意示例中所有内容都是虚构的。实际使用时，AI 的输出质量取决于你提供的材料是否完整、要求是否具体。

实用技巧与常见坑

  • 表结构描述越准确，SQL 越可用；字段含义不清时 AI 会猜。
  • 先在测试库或加 LIMIT 运行，大表上的错误查询可能拖慢数据库。
  • AI 不知道你们的业务口径（比如是否剔除退款），要在需求中写明。

给产品经理的特别提醒

把目标用户、业务目标和约束条件写清楚，AI 生成的需求和方案才不会空泛。还有一点很关键：AI 不了解你们的真实用户和业务数据，它提出的方案只能当作讨论起点。

还可以这样用

  • 解释他人的 SQL：把复杂查询交给 AI，让它用中文说明在做什么。
  • 优化慢查询：附上执行计划，让 AI 给出索引和改写建议。

相关阅读