要1分钟获得可执行sql，需精准输入：先提供表结构（三选一），再用标准化句式提需求（动词开头+表名+字段+条件+排序），强制要求纯sql输出，并在本地验证后执行。
☞☞☞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☜☜☜
你想在1分钟内拿到一条能直接执行的SQL语句，而不是花20分钟翻手册、查语法、试错重写——ChatGPT就能做到，但前提是输入方式必须精准，模糊提问只会得到通用却不可用的伪代码。
第一步：把数据库结构“喂”给ChatGPT
ChatGPT不连你的库，它不认识你表里的order_status字段是不是VARCHAR，也不知道created_at能不能用DATE()函数截取日期。你必须主动提供结构信息。
在提示词开头粘贴如下内容（三选一即可）：
方法一：精简版表描述（适合单表简单查询）
“表名：sales_order；字段：id(INT)、customer_name(VARCHAR)、amount(DECIMAL)、create_time(DATETIME)，其中create_time格式为'2024-03-15 14:22:08'。”
方法二：带业务含义的字段说明（推荐用于多表关联）
“users表：id（主键）、nickname（用户昵称）、reg_date（注册日期，YYYY-MM-DD）；orders表：order_id（主键）、user_id（外键，关联users.id）、status（订单状态，取值：'paid'、'shipped'、'cancelled'）。”
方法三：直接甩CREATE TABLE语句（最准，但需你自己能读）
“CREATE TABLE products (id INT PRIMARY KEY, name TEXT, price DECIMAL(10,2), category VARCHAR(32));”
【不提供表结构就发需求，90%概率生成字段不存在或类型错的SQL】
第二步：用标准化句式提需求
别写“帮我查一下最近卖得好的商品”，这种句子模型无法映射到WHERE和ORDER BY。要拆成机器可识别的动作单元：
① 以动词开头：查询 / 统计 / 找出 / 计算 / 列出 / 比较；
② 明确数据来源：从【表名】中；
③ 锁定输出字段：返回【字段1】、【字段2】、【聚合函数(字段3)】；
④ 写死筛选条件：where【字段】=【值】或【字段】between【起始】and【结束】；
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...”。
⑤ 补充排序与限制：按【字段】降序排列，只取前10条。
组合起来就是一句可执行提示：“查询products表中category为‘手机’且price大于3000的商品，返回name、price、category三列，按price降序排列，限制20条。”
这一步操作起来很简单，直接复制上面这句模板，把括号里内容替换成你的真实参数就行。
第三步：强制输出纯SQL，跳过解释
加一句硬性指令，避免ChatGPT自作聪明加注释或举例：
“只返回一条标准SQL SELECT语句，不要任何解释、不要示例数据、不要用```sql包裹、不要换行、不要额外空格。”
如果它还是返回带说明的文本，就追加一句：“上一条回复不符合要求，请严格按指令重写，仅输出SQL语句本身。”
MySQL和PostgreSQL用户注意：ChatGPT默认倾向PostgreSQL语法，如果你用的是MySQL，必须在提示词里写明“适配MySQL 8.0，使用DATE_SUB(NOW(), INTERVAL 7 DAY)而非CURRENT_DATE - INTERVAL '7 days'”。
第四步：本地验证再执行
把生成的SQL粘进DBeaver/Navicat/命令行，先做两件事：
看语法高亮是否正常——字段名全红？说明表或字段名拼错了；
执行前加EXPLAIN，确认没出现type=ALL（全表扫描）；
若报错，把错误原文（比如“Unknown column 'create_time' in 'where clause'”）连同原始提示词一起发回去，要求：“修正字段名错误，保持原业务逻辑不变”。
这一步不能省，【未经验证的AI生成SQL禁止在生产环境运行】。
