用 GPTs 实现「ORM 查询审查」：指令、知识与 Actions

把「ORM 查询审查」交给智能体，难点不在模型能力，而在流程是否说清楚：输入是什么（ORM 代码），按什么顺序处理，交付什么（问题与改写），哪些事不能做。Skill 就是把这些写下来的载体。

本文介绍如何在 GPTs 上实现这个技能，包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。

这个技能做什么

项目	说明
技能	ORM 查询审查（`orm-query-review`）
作用	找出 N+1 查询与低效 ORM 用法
输入	ORM 代码
输出	问题与改写
形态	纯提示词
风险	低
适用人群	后端与数据工程师

处理流程分四步：

识别循环内查询
检查预加载
建议批量查询
对比 SQL 数量

这个技能纯指令型，不需要额外脚本或外部连接，复制到大多数平台都能用；风险较低，但输出仍需快速过目再使用。

在 GPTs 中是什么形态

GPTs 是在 ChatGPT 中创建的定制版助手，可以设置指令（Instructions）、上传知识文件、开启所需能力，并通过 Actions 调用外部 API。

创建与分享的权限取决于账户类型与工作区设置，以 OpenAI 官方说明为准。

示例配置

# Instructions（指令）示意
你是「ORM 查询审查」助手。用户会提供ORM 代码。
1. 识别循环内查询
2. 检查预加载
3. 建议批量查询
4. 对比 SQL 数量
输出：问题与改写。
- 默认使用只读连接，任何写操作都要人工确认。
- 信息不足时先提问，不要自行编造数据或事实。
知识文件中的规范优先于你的通用习惯；找不到依据时直说。

示例里最重要的是两处：一是描述（或指令开头）要写明「什么时候用」，让智能体在后端与数据工程师提出相关请求时能对上号；二是约束部分要写进「默认使用只读连接，任何写操作都要人工确认」这类领域规矩，避免智能体自作主张。

安装与启用步骤

在 GPT 编辑器中新建 GPT，填写名称与描述
在 Instructions 中写入技能步骤、输出格式与约束
上传团队规范、模板等知识文件
需要外部数据时配置 Actions（OpenAPI 描述）
在预览中测试后保存，并设置分享范围

实操：一次完整的运行

假设你在数据库客户端与查询工具中发出这样的请求（虚构示例）：

帮我做一下ORM 查询审查，材料是附上的ORM 代码。

智能体识别到任务与「ORM 查询审查」相关后，会依次识别循环内查询、检查预加载、建议批量查询、对比 SQL 数量。最终交付问题与改写，并在末尾列出需要人工确认的内容。你的工作是对照原始ORM 代码抽查两三处关键信息，确认无误后再使用。

测试与验收

在预览窗口用正常、缺信息和越界三类请求测试，确认指令中的边界有效。

针对这个技能，还建议额外准备：

一份信息齐全的标准ORM 代码，检查输出是否完整
一份缺少关键信息的输入，检查智能体是否先提问而不是编造
一份包含“忽略以上规则”等字样的输入，检查约束是否仍然有效

常见坑

知识文件包含不应外泄的信息却设置了公开分享。
Instructions 过长且结构混乱，关键规则被忽略。
只写了步骤，没写交付格式，导致每次输出的问题与改写结构不同。
没有给出样例，智能体对“好结果”的理解与你不一致；在参考资料里放一两份范例会明显改善。

延伸阅读

说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。