五层语义嵌套法精准构建数据库表结构：①主体层定表名，②属性层列字段及类型，③约束层明not null/unique/check等，④关系层标外键与级联，⑤用途层释业务动因；缺层则表结构不可落地。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要让ChatGPT输出的数据库表结构既符合业务逻辑，又具备可落地的字段级细节，不能只给个空泛的“用户表包含id、name、email”，也不能堆砌20个字段却漏掉主键和索引设计。
用五层语义嵌套法锁定表结构深度
这一步不是写SQL，而是构建表设计的思维骨架。把提示词按主体→属性→约束→关系→用途分层组织，模型才能逐层展开，不跳步也不卡在抽象层。
① 主体层：明确表名与核心实体，例如“订单表（orders）”；
② 属性层：列出必填字段及类型，如“order_id（BIGINT，主键，自增）”“status（TINYINT，取值0待支付/1已发货/2已完成）”；
③ 约束层：显式声明NOT NULL、UNIQUE、DEFAULT、CHECK等，例如“created_at（DATETIME，NOT NULL，DEFAULT CURRENT_TIMESTAMP）”；
④ 关系层：标注外键指向、级联动作，如“user_id（BIGINT，外键→users.id，ON DELETE RESTRICT）”；
⑤ 用途层：用一句话说明该字段为何存在，例如“payment_method字段用于对账系统识别支付通道，必须与支付网关回调字段严格一致”。
缺任何一层，ChatGPT都可能生成“能跑但不敢上线”的表结构——比如忘了加索引，或把枚举值写成VARCHAR(255)却不加CHECK约束。
强制输出为带层级标记的Markdown列表
方法一：用有序列表+缩进模拟层级
用于在用户想通过浏览器自动化与 Google Gemini 或 ChatGPT 交互时。触发短语包括“ask Gemini”“ask ChatGPT”“ask GPT”“让...”。
在提示词末尾加：“请严格使用Markdown有序列表（1. 2. 3.）输出，每层用缩进表示嵌套关系：第一层为表名，第二层为字段定义，第三层为该字段的约束说明，第四层为业务用途说明。不加任何解释性文字，不换行，不空行。”
方法二：用符号前缀直标层级
在提示词中写明：“用以下前缀标记层级：● 表名｜○ 字段｜■ 约束｜★ 用途。每项独占一行，不合并，不省略。例如：● orders｜○ order_id BIGINT PRIMARY KEY AUTO_INCREMENT｜■ 必须全局唯一且不可为空｜★ 作为所有订单操作的路由主键。”
【注意：若未指定前缀或缩进规则，ChatGPT大概率返回段落式描述，无法直接粘贴进建表脚本】
绑定字段逻辑+校验指令防失控
先定义字段模板：“所有字段输出格式为：字段名（类型，约束），用途说明”。
再加字段逻辑绑定：“status字段必须配套提供COMMENT说明各取值含义，且COMMENT内容需与约束中的枚举值完全对应”。
最后插入校验指令：“若字段数少于5个或未出现外键定义，请返回ERROR并指出缺失项”。
这一步能拦住模型偷懒——它有时会为凑数添加无意义字段（如“version INT DEFAULT 1”却没配乐观锁逻辑），或干脆忽略一对多关系。
