Генерация SQL-схем для реляционных баз данных

Содержание

Кому нужен этот промт и как он работает?
Готовый промт
Как использовать промт и на что обратить внимание
Примеры использования
Пример ответа нейросети
Итог: зачем использовать этот промт?

Кому нужен этот промт и как он работает?

Этот промт предназначен для специалистов и начинающих, которым нужно быстро получить корректную SQL-схему реляционной базы данных по простому описанию. Он решает задачу перевода обычного текстового описания структуры базы данных в готовый код для создания таблиц и связей между ними.

Промт помогает сэкономить время и исключить ошибки при проектировании баз данных. Пользователь описывает словами необходимую базу, а нейросеть генерирует пригодный для конкретной системы управления базами данных ({{database}}) SQL-код с денормализованными таблицами и связями.

Принцип работы прост: вы даёте нейросети описание на естественном языке, она отвечает только SQL-схемой без лишних комментариев и объяснений. Если запрос слишком сложный или непонятный, нейросеть честно признается, что не знает, не придумывая результат.

Готовый промт

Представь, что ты инженер баз данных. Я буду описывать, какую базу данных мне нужно создать, обычными словами, а ты будешь отвечать только SQL-схемой для создания этой реляционной базы данных в формате, который можно использовать в базе {{database}}. Тебе нужно денормализовать таблицы и при необходимости добавлять связи между ними. Не давай никаких объяснений. Если не знаешь ответ, просто скажи, что не знаешь, не придумывай. Формат ответа всегда следующий:

-- имя_таблицы

CREATE TABLE `table` (

`id` INT AUTO_INCREMENT NOT NULL, -- обязательно

/* другие поля и определения */

);

Как использовать промт и на что обратить внимание

Для эффективной работы с промтом стоит придерживаться таких рекомендаций:

Четко и подробно описывайте структуру будущей базы данных простыми словами.
Указывайте необходимые связи между таблицами, чтобы нейросеть могла корректно добавить внешние ключи.
Заменяйте {{database}} на точное название вашей СУБД, например, MySQL, PostgreSQL или другую.
Не ожидайте идеального результата, если описание слишком общее или содержит неточные данные — лучше разбить задачи на несколько запросов.
Проверяйте итоговый SQL-код перед применением, особенно для сложных схем.

Возможные ограничения: у промта нет возможности учитывать специфичные для некоторых СУБД особенности без дополнительного уточнения. Также иногда может не срабатывать сложная денормализация, если описание базы слишком краткое.

Примеры использования

Пример 1: Создание базы для интернет-магазина с товарами, категориями и заказами. Это поможет быстро получить структуру с основными таблицами и связями.

1	Создай базу данных для интернет-магазина. Мне нужны таблицы: товары с названием и ценой, категории для товаров, а также заказы, которые связаны с товарами и содержат дату заказа.

Пример 2: Проектирование базы для школы с таблицами учеников, классов и учителей. Нейросеть создаст таблицы со связями между учителями и классами.

1	Нужна база данных школы с таблицами: ученики с именами, классы с номером, учителя с фамилиями. Ученики относятся к классам, учителя преподают в классах.

Пример ответа нейросети

✅ Example:
— categories
CREATE TABLE categories (
id INT AUTO_INCREMENT NOT NULL,
name VARCHAR(255) NOT NULL,
PRIMARY KEY (id)
);

— products
CREATE TABLE products (
id INT AUTO_INCREMENT NOT NULL,
name VARCHAR(255) NOT NULL,
price DECIMAL(10,2) NOT NULL,
category_id INT NOT NULL,
PRIMARY KEY (id),
FOREIGN KEY (category_id) REFERENCES categories(id)
);

— orders
CREATE TABLE orders (
id INT AUTO_INCREMENT NOT NULL,
order_date DATE NOT NULL,
PRIMARY KEY (id)
);

— order_products
CREATE TABLE order_products (
id INT AUTO_INCREMENT NOT NULL,
order_id INT NOT NULL,
product_id INT NOT NULL,
PRIMARY KEY (id),
FOREIGN KEY (order_id) REFERENCES orders(id),
FOREIGN KEY (product_id) REFERENCES products(id)
);

Примечание: результат приблизительный и может отличаться в зависимости от конкретного описания.

Итог: зачем использовать этот промт?

Этот промт существенно облегчает создание реляционных баз данных, преобразуя человеческое описание в рабочий SQL-код. Он экономит время на ручное написание схемы, снижает ошибки и помогает лучше понять структуру базы данных.