一句话回答：数据分析师可以让 AI 先把现有 SQL整理成解释与优化建议的初稿，自己负责补充判断和最终核对。下面讲清楚具体怎么做、怎么提问，以及哪里不能完全交给 AI。

什么时候适合用 AI

  • 适合：现有 SQL比较多、需要快速形成解释与优化建议初稿，或者需要换个角度查漏补缺的时候。
  • 谨慎：材料涉及未公开或敏感信息、结论需要专业资质背书，或者容易出现“改写后结果不一致”的情况。
  • 不适合：需要现场判断、当面沟通或承担最终责任的环节——这些仍由数据分析师本人完成。
  • 预期：AI 负责“快”和“全”，你负责“准”和“对”。把节省下来的时间用在复核和沟通上，整体质量才会提升。

示例场景（虚构）

以虚构的数据分析师王敏为例。周三下午，王敏手里有一堆现有 SQL，需要在下班前完成SQL 解释与优化。ta 先花 5 分钟把材料里的敏感信息替换成占位符，然后用上面的基础提示词让 AI 输出大纲；确认结构后，再让 AI 分节写出解释与优化建议。初稿出来后，王敏对照原始材料逐条核对，发现两处 AI 自行补充的内容（典型的“改写后结果不一致”），于是删掉并标注待确认。最后 ta 用审阅提示词让 AI 再挑一次毛病，补上一处遗漏。整体用时比以往明显缩短，而且质量由自己把关。（人物与情节均为虚构，仅作演示。）

示例中用到的提示词

你是一名经验丰富的数据分析师助理。
任务：根据我提供的材料，完成「SQL 解释与优化」，输出一份解释与优化建议。
材料：【粘贴现有 SQL，已删除姓名、电话等敏感信息】
要求：
1. 先列出你理解的目标和受众，再给出正文；
2. 信息不足的地方用【待确认】标出，不要自行编造；
3. 结构清晰，使用小标题和要点；
4. 最后单独列出需要我人工核对的 3–5 处。

可以借鉴的做法

  1. 整理输入：收集现有 SQL，删去与任务无关的内容，并把姓名、联系方式、金额等敏感信息替换成占位符。
  2. 说清目标：用一两句话写明这份解释与优化建议给谁看、用来做什么决定。目标越具体，AI 的输出越少跑偏。
  3. 先要大纲：让 AI 先给结构，确认没有漏项再让它展开，比一次性生成全文更容易控制质量。
  4. 分段生成：较长的内容按小节分别生成，每段都检查一次，避免后面越写越偏。
  5. 人工核对：重点检查“改写后结果不一致”这一类问题，所有数字、名称、日期都回到原始材料对一遍。
  6. 沉淀模板：把这次效果好的提示词和最终版本存下来，下次直接复用，SQL 解释与优化会越来越快。

延伸阅读

提示：本文不提供未经核实的统计数字；各 AI 工具的功能、价格与数据政策以官方最新说明为准。