【user_id】是t_user表中create_time≥'2026-06-01 00:00:00'且create_time≤'2026-06-30 23:59:59'且status=1且id_card_hash is not null且email not like '%@test.com' and email not like '%@demo.%' and email not like '%@123456'的记录（select count(*) from t_user where create_time between '2026-06-01 00:00:00' and '2026-06-30 23:59:59' and status=1 and id_card_hash is not null and email not like '%@test.com' and email not like '%@demo.%' and email not like '%@123456'）。
☞☞☞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☜☜☜
你需要让石墨AI生成的数据口径说明能被财务、BI、研发三方当场对齐，不是“用户定义为注册后完成实名的人”，而是“【user_id】字段取自t_user表create_time≥2026-06-01且status=1且id_card_hash IS NOT NULL的记录，排除test@domain.com等测试邮箱注册账号”。
先锁死数据源与时间锚点
打开石墨文档→点击右上角「AI」按钮→在弹出框中粘贴以下提示词，不加任何前缀或解释：
“请基于以下事实输出数据口径说明：①数据来源为MySQL数据库中t_user表；②统计周期为2026年6月1日00:00至6月30日23:59（中国标准时间）；③该口径将用于财务月结和BI看板同步。只输出口径定义，不写背景、不写意义、不写‘建议’。”
【必须写明数据库名+表名+字段名，缺一不可】——漏掉t_user表名，AI可能默认用user_info视图，导致下游ETL脚本报错；漏掉中国标准时间，海外团队会按UTC解析，6月30日数据直接少8小时。
用三段式结构强制字段级对齐
方法一：主谓宾结构+可执行校验逻辑
“每条口径必须按‘字段名 + 是 + 主谓宾短语 + （校验方式）’格式书写。例如：【pay_amount】是订单表t_order中status=‘paid’且refund_status=‘none’的order_amount之和（可通过SELECT SUM(order_amount) FROM t_order WHERE status=‘paid’ AND refund_status=‘none’ AND create_time BETWEEN ‘2026-06-01’ AND ‘2026-06-30’验证）。”
方法二：排除法+真实黑名单示例
“对需排除的数据，必须列出至少1个真实值样例。例如：排除测试账号时，写‘排除邮箱含@test.com、@demo.、@123456的记录（如admin@test.com、api_demo@demo.xyz）’，不写‘排除测试账号’这种模糊表述。”
方法三：依赖链显式标注
“若该字段依赖其他口径，必须用→标明路径。例如：【active_user_count】依赖【user_id】口径→经t_login_log表去重→按device_id聚合→剔除模拟器UA（含‘Android Emulator’‘ios-simulator’字符串）。”
堵住开发与财务扯皮的关键漏洞
第一步：禁用所有模糊量词
在提示词末尾单独起一行写：“不出现‘通常’‘一般’‘大部分’‘左右’‘约’‘近似’；数值必须精确到个位或小数点后两位（金额类），时间必须精确到分钟。”
第二步：绑定SQL可执行性
再换一行写：“每条口径定义后必须附带1行可直接粘贴执行的SQL验证语句，且该语句必须包含WHERE条件限定统计周期，不许用‘...’省略。”
第三步：标记口径变更影响面
最后一行写：“若该口径与上月不同，必须以【⚠️变更】开头，注明原口径、新口径、变更生效时间（精确到分钟，格式如2026-06-22 14:03）、影响报表名称（如‘销售日报V3.2’）。”
