Nie musisz być ekspertem SQL, żeby pisać zapytania do bazy! Oto gotowe prompty SQL do ChatGPT – kopiuj, edytuj i przyspiesz swoją pracę z danymi.
Dlaczego warto używać AI do pisania zapytań SQL?
Tworzenie zapytań SQL bywa żmudne, szczególnie jeśli nie znasz dobrze składni lub struktury bazy. AI (np. ChatGPT) może wygenerować gotowe zapytania na podstawie krótkiego opisu. To ogromna oszczędność czasu i mniej błędów!
Jak przygotować prompt SQL dla AI?
Im dokładniej opiszesz problem, tym lepsze zapytanie dostaniesz. Oto najważniejsze zasady:
- Podaj schemat tabel lub przykładowe dane.
- Napisz co chcesz uzyskać (np. „Lista klientów z Warszawy posortowana alfabetycznie”).
- Określ format wyniku – np. kolumny, sortowanie, limity.
TIP: Zawsze sprawdzaj wygenerowane zapytania przed użyciem na produkcyjnej bazie!
Gotowe prompty SQL – kopiuj i korzystaj!
1. Tworzenie prostego SELECT
Masz tabelę "klienci" z kolumnami: id, imie, nazwisko, miasto, email. Napisz zapytanie SQL, które wybiera wszystkich klientów z miasta "Warszawa", sortuje ich alfabetycznie po nazwisku i wyświetla imię, nazwisko oraz email.Kiedy użyć? Gdy chcesz szybko wyciągnąć dane z jednej tabeli po konkretnym warunku.
2. Łączenie tabel (JOIN)
Masz tabele "zamowienia" (id, klient_id, data, kwota) i "klienci" (id, imie, nazwisko). Napisz zapytanie SQL, które dla każdego zamówienia pokazuje: nazwisko klienta, datę zamówienia i kwotę. Wyniki posortuj po dacie malejąco.Kiedy użyć? Gdy potrzebujesz danych z kilku powiązanych tabel.
3. Zliczanie rekordów (COUNT, GROUP BY)
Masz tabelę "zamowienia" z kolumnami: id, klient_id, data. Napisz zapytanie SQL, które zwraca liczbę zamówień złożonych przez każdego klienta. Wynik: klient_id, liczba_zamowien.Kiedy użyć? Do statystyk, raportowania aktywności użytkowników.
4. Zastosowanie WHERE z wieloma warunkami
Masz tabelę "produkty" (id, nazwa, cena, stan_magazynowy). Napisz zapytanie SQL wybierające produkty droższe niż 100 zł, które mają stan magazynowy większy niż 0. Wynik: nazwa, cena.Kiedy użyć? Przy filtrowaniu asortymentu lub innych danych z warunkami logicznymi.
5. Generowanie zapytań INSERT
Masz tabelę "klienci" (id, imie, nazwisko, email). Napisz zapytanie SQL INSERT, które dodaje nowego klienta: Jan Nowak, [email protected].Kiedy użyć? Aby wygenerować gotowy kod do wstawiania nowych danych.
6. Aktualizacja danych (UPDATE)
Masz tabelę "produkty" (id, nazwa, cena). Napisz zapytanie SQL UPDATE, które zwiększa cenę wszystkich produktów o 10%.Kiedy użyć? Przy masowej aktualizacji danych.
7. Usuwanie danych (DELETE)
Masz tabelę "zamowienia" (id, data). Napisz zapytanie SQL DELETE, które usuwa wszystkie zamówienia starsze niż 2022-01-01.Kiedy użyć? Do czyszczenia bazy z nieaktualnych danych.
Jak poprawić skuteczność promptów SQL?
- Pisz konkretnie – unikaj ogólników typu „wypisz dane”.
- Kiedy masz nietypową strukturę, zawsze podaj przykładowe kolumny lub fragment schematu.
- Jeśli nie znasz dokładnej składni, poproś AI o komentarz do zapytania („Dodaj komentarze wyjaśniające każdy etap zapytania”).
- Do trudniejszych przypadków użyj chain of thought: poproś najpierw o analizę schematu, potem o zapytanie.
TIP: Testuj prompty na własnych danych i dostosowuj – AI lepiej radzi sobie z jasnymi, jednoznacznymi opisami.
Przykład promptu z chain of thought
Poniżej masz schemat bazy: 1) klienci (id, imie, nazwisko), 2) zamowienia (id, klient_id, data, kwota). Najpierw przeanalizuj, jakie zapytania można wykonać na tych tabelach. Potem napisz zapytanie SQL zwracające imiona i nazwiska klientów, którzy wydali łącznie ponad 1000 zł.Kiedy użyć? Gdy masz złożony problem i chcesz, żeby AI najpierw rozważyło możliwe podejścia, a potem wygenerowało kod.
Najczęstsze błędy i jak ich unikać
- Brak podania schematu – AI zgaduje nazwy kolumn, co często prowadzi do błędów.
- Nieprecyzyjne warunki („duże zamówienia” zamiast „zamówienia powyżej 500 zł”).
- Zapominanie o sortowaniu lub ograniczeniu liczby wyników (np. LIMIT 10).
TIP: Do promptów możesz dodać „Generuj kod kompatybilny z PostgreSQL” lub „Pokaż wersję dla MySQL”.
Podsumowanie
ChatGPT i inne AI świetnie sprawdzają się jako pomocnik do szybkiego generowania zapytań SQL – pod warunkiem, że dasz im konkretny, dobrze przygotowany prompt. Kopiuj, testuj i dostosowuj powyższe przykłady, a twoja praca z bazami danych będzie dużo łatwiejsza!