Generatore di Query SQL per Report
Il Generatore di Query SQL per Report traduce richieste di dati espresse in linguaggio naturale in query SQL pronte per la produzione. Invece di perdere tempo a costruire join complessi, subquery e window function, descrivi il report che ti serve e ottieni una query eseguibile immediatamente.
Analisti di dati, professionisti di business intelligence e product manager con conoscenze SQL di base usano questo template per creare report ad-hoc, rispondere alle domande degli stakeholder o esplorare dataset. Gestisce pattern comuni come confronti anno su anno, suddivisioni per coorte, analisi a imbuto e query di ranking.
Il prompt produce SQL ben strutturato con alias chiari, condizioni di join corrette e commenti inline che spiegano ogni sezione. Include anche una tabella di output di esempio, così puoi verificare la logica della query prima di eseguirla sul tuo database reale.
This prompt is just the starting point
Score it with AI, optimize it with one click, track versions, and build your prompt library.
The Prompt
Genera una query SQL per il seguente report: **Sistema Database**: [PostgreSQL / MySQL / SQL Server / BigQuery / SQLite] **Descrizione del Report**: [DESCRIVI IN LINGUAGGIO NATURALE I DATI CHE TI SERVONO, es. "Ricavi mensili per categoria di prodotto negli ultimi 12 mesi, con percentuale di crescita mese su mese"] **Tabelle Disponibili** (elenca nomi e colonne principali): ``` [es. orders (id, user_id, product_id, amount, created_at, status) products (id, name, category, price) users (id, email, signup_date, country)] ``` **Filtri o Condizioni**: [EVENTUALI FILTRI SPECIFICI, es. "Solo ordini completati, escludi account di test"] Genera: 1. **La Query SQL**: Scrivi una query pulita e ben formattata con: - Alias descrittivi per le colonne (es. `ricavi_totali` e non `sum1`) - Commenti che spiegano la logica complessa (CTE, window function, subquery) - Gestione corretta dei valori NULL dove rilevante - Funzioni di data appropriate per il sistema database specificato - Clausola ORDER BY che renda l'output immediatamente utile 2. **Anteprima dell'Output Atteso**: Mostra una tabella di esempio con 3-5 righe di dati realistici (fittizi) così posso verificare che la logica della query corrisponda al mio obiettivo. 3. **Nota sulle Performance**: Se la query potrebbe essere lenta su dataset di grandi dimensioni, suggerisci un'ottimizzazione (hint su indici, vista materializzata o ristrutturazione della query). 4. **Varianti**: Suggerisci 1-2 modifiche semplici (es. "Cambia il GROUP BY da mensile a settimanale" oppure "Aggiungi una clausola WHERE per filtrare per paese").
Usage Tips
- Elenca i nomi reali delle tue tabelle e colonne: più la descrizione dello schema è accurata, più è probabile che la query funzioni senza modifiche. Includi i tipi di dato se rilevante (soprattutto per le colonne di data).
- Specifica il tuo sistema database: le funzioni di data, la concatenazione di stringhe e la sintassi delle window function cambiano tra PostgreSQL, MySQL e BigQuery. Specificarlo evita errori di sintassi.
- Parti semplice, poi itera: chiedi prima il report di base, poi prosegui con "Ora aggiungi una media mobile a 7 giorni" o "Ora suddividi per segmento utente". Costruire in modo incrementale produce SQL più pulito.
- Verifica con l'output atteso: confronta la tabella di esempio con quello che ti aspetti. Se le colonne o il raggruppamento sembrano sbagliati, puoi correggere il prompt prima di eseguire la query.
Get more from this prompt
Save it, score it with AI, optimize it, and track every version. Free to start.