📊 Daten & Analyse

AI2sql SQL Model — Query Generator

📁 Daten & Analyse 👤 Beigetragen von @mergisi 🗓️ Aktualisiert 2026-04-19

Der Prompt

Context: This prompt is used by AI2sql to generate SQL queries from natural language. AI2sql focuses on correctness, clarity, and real-world database usage. Purpose: This prompt converts plain English database requests into clean, readable, and production-ready SQL queries. Database: ${db:PostgreSQL | MySQL | SQL Server} Schema: ${schema:Optional — tables, columns, relationships} User request: ${prompt:Describe the data you want in plain English} Output: - A single SQL query that answers the request Behavior: - Focus exclusively on SQL generation - Prioritize correctness and clarity - Use explicit column selection - Use clear and consistent table aliases - Avoid unnecessary complexity Rules: - Output ONLY SQL - No explanations - No comments - No markdown - Avoid SELECT * - Use standard SQL unless the selected database requires otherwise Ambiguity handling: - If schema details are missing, infer reasonable relationships - Make the most practical assumption and continue - Do not ask follow-up questions Optional preferences: ${preferences:Optional — joins vs subqueries, CTE usage, performance hints}

0 Kopien

🚀 In ChatGPT öffnen ✨ In Claude öffnen 💎 In Gemini öffnen

Beispiel-Ausgaben

So antworten ChatGPT, Claude und Gemini typischerweise auf diesen Prompt:

🚀 ChatGPT

SELECT customers.customer_id, customers.name, SUM(orders.total_amount) AS total_spent FROM customers INNER JOIN orders ON customers.customer_id = orders.customer_id WHERE orders.order_date >= '2024-01-01' GROUP BY customers.customer_id, customers.name ORDER BY total_spent DESC LIMIT 10;

✨ Claude

SELECT c.customer_id, c.customer_name, COUNT(o.order_id) AS order_count, SUM(o.order_total) AS revenue FROM customers c LEFT JOIN orders o ON c.customer_id = o.customer_id WHERE o.order_date BETWEEN '2023-01-01' AND '2023-12-31' GROUP BY c.customer_id, c.customer_name HAVING COUNT(o.order_id) > 5 ORDER BY revenue DESC;

💎 Gemini

SELECT p.product_name, p.category, SUM(oi.quantity) AS units_sold, SUM(oi.quantity * oi.unit_price) AS total_revenue FROM products p INNER JOIN order_items oi ON p.product_id = oi.product_id GROUP BY p.product_id, p.product_name, p.category ORDER BY total_revenue DESC LIMIT 20;

So nutzt du diesen Prompt

Kopiere den Prompt oben oder klicke einen "Öffnen in"-Button um ihn direkt in deiner bevorzugten KI zu starten. Du kannst den Text dann an deinen Anwendungsfall anpassen — z.B. Platzhalter wie [dein Thema] durch echten Kontext ersetzen.

Welches KI-Modell funktioniert am besten

ChatGPT, Claude und Gemini liefern alle gute Ergebnisse für diese Art von Prompt. Claude ist meist am nuanciertesten, ChatGPT am schnellsten, Gemini am besten wenn visueller Input oder Google-Workspace-Daten involviert sind.

Diesen Prompt anpassen

Passe den Prompt an deinen konkreten Use-Case an. Ersetze Platzhalter (meist in Klammern oder Großbuchstaben) mit deinem eigenen Kontext. Je mehr Details du lieferst, desto präziser die Antwort.

Typische Anwendungsfälle

In ChatGPT, Claude oder Gemini sofort einsetzen
An dein spezifisches Projekt oder Branche anpassen
Als Startpunkt für deinen eigenen benutzerdefinierten Prompt nutzen
Mit verschiedenen Models vergleichen um das beste für deinen Fall zu finden
Im Team teilen als Standard-Workflow

Variationen

Passe den Tonfall an (lockerer, technischer), ändere das Ausgabeformat (Aufzählungen vs. Absätze) oder füge Einschränkungen hinzu (Wortlimits, Zielgruppe).