程序员用 AI 写 SQL 查询：提示词与 SQL 示例

作为每天写业务代码、修线上问题、参加评审的后端或全栈开发，你可能也有同感：真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。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。本文给出程序员用 AI 写 SQL 查询的一套可直接照抄的做法：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。

场景：程序员为什么需要 AI 写 SQL 查询

程序员需要从数据库里查“接口调用记录”相关的数据：按服务名统计最近一个月的耗时毫秒，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。而且程序员手上通常同时压着“上线订单服务灰度”之类的事情，如果每次都从零开始，很容易顾此失彼。

案例：一次完整的使用过程（虚构）

先看一个虚构但很典型的例子。小孙是一位每天写业务代码、修线上问题、参加评审的后端或全栈开发，这周手头的事情包括“完成订单服务接口重构，接口平均响应从约 300ms 降到 120ms 左右（以压测为准）”和“排查定时任务重复执行问题”，偏偏这时又需要写 SQL 查询。小孙没有从空白页开始，而是先花几分钟把相关材料整理好，按下面的提示词交给 AI，拿到初稿后对照原始资料逐条核对，再补上自己的判断。整个过程中，小孙特别留意不把密钥、内网地址、数据库连接串和用户数据放进对话里。

操作步骤

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

可复用的提示词

下面的提示词可以直接复制，按程序员的实际情况替换细节：

【背景】当前的难点是：依赖的第三方支付 SDK 下周升级，可能需要适配。
数据库：MySQL 8.0
表 records（接口调用记录），字段：
- id：主键
- category：服务名，文本
- record_date：调用日期，DATE
- amount：耗时毫秒，数值
- type：错误码，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。

AI 输出示例（示意）

下面是演示用的输出示例，其中的人名、数字和事项均为虚构，实际使用时请以你自己的资料为准：

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。

这样的输出只是起点。真正用到“完成订单服务接口重构，接口平均响应从约 300ms 降到 120ms 左右（以压测为准）”这类工作里之前，还需要对照原始资料逐条检查，并补上 AI 不知道的背景。

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。
不同数据库的语法有差异，一定说明数据库类型和版本。
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。

给程序员的特别提醒

把报错堆栈、相关代码片段和运行环境版本一起贴给 AI，比只描述现象有效得多。还有一点很关键：AI 生成的代码必须经过本地运行、测试和代码评审，不要直接合入主干。

还可以这样用

转换方言：把 MySQL 语句改写成 PostgreSQL 或其他数据库的写法。
生成测试数据：让 AI 写插入语句，构造用于验证的样例数据。