ChatGPT + Prompt Certo Gera 80% das Queries SQL — Mas a Maioria não Sabe Como Pedir Uma verdade incômoda: ChatGPT é muito melhor em SQL do que 90% dos desenvolvedores. Mas não por mágica. Por engenharia de prompt. A maioria dos analistas que chuta um prompt genérico em ChatGPT e recebe SQL ruim culpa o modelo. A culpa é do prompt. O Problema: Prompts Genéricos Prompt fraco: > "Crie uma query que retorna vendas." ChatGPT não sabe seu schema. Não sabe seus dados. Chuta. Output possível: Problema: você não tem tabela . Você tem . Com colunas diferentes. Em outro banco de dados. E já era. A Solução: Contexto Brutal Prompt forte: > "Estou no PostgreSQL 14. Tenho schema . > > Tabelas: > - : id, produto_id, data_venda, valor, vendedor_id, regiao > - : id, nome, categoria, preco_custo > - : id, nome, regiao > > Preciso uma query que retorna: > - MÊS (formato YYYY-MM) > - REGIAO > - TOTAL_VENDIDO (SUM de valor) > - QUANTIDADE_PEDIDOS > - TICKET_MEDIO (TOTAL_VENDIDO / QUANTIDADE_PEDIDOS) > > Filtrado por: > - Apenas últimos 12 meses > - Apenas regiões: Sul, Sudeste, Centro-Oeste > > Agrupado por mês e região. > Ordenado por mês DESC, TOTAL_VENDIDO DESC. > > Quero window function pra ranking por mês." Output provavelmente: Muito mais próximo do que você precisa. A Fórmula de Ouro: O Prompt Perfeito Estrutura: 1. Banco de Dados e Versão 2. Schema Completo 3. O que Você Quer (Exato) 4. Filtros Obrigatórios 5. Agrupamento e Ordenação 6. Requisitos Especiais Exemplos Reais Exemplo 1: Muito Ruim > "Select vendas por mês." Exemplo 2: Melhor > "Estou no PostgreSQL. > > Tenho tabela vendas com colunas: id, data, valor, vendedor_id. > Preciso de SUM(valor) por mês, ordenado por mês DESC." Exemplo 3: Ótimo > "Estou no PostgreSQL 14 com dados de 10 anos (100M linhas). > > Tabela vendas (id, data_venda, valor, vendedor_id, categoria). > Tabela vendedores (id, nome, regiao). > > Preciso: > - MÊS (formato YYYY-MM) > - CATEGORIA > - TOTAL_VENDIDO (SUM) > - TICKET_MEDIO (AVG) > - TOP_VENDEDOR (nome de quem vendeu mais) > > Filtrado por: últimos 24 meses, apenas categoria != 'teste'. > > Agrupado por: mes, categoria. > Ordenado por: mes DESC, TOTAL_VENDIDO DESC. > > Quero window function para ranking por categoria a cada mês." A Regra 80/20 de Prompts 80% da qualidade = dar contexto completo 20% da qualidade = escolher o melhor modelo Um prompt detalhado em GPT-3.5 supera um prompt genérico em GPT-4. ChatGPT básico com prompt certo bate ChatGPT Plus com prompt fraco. Checklist: Seu Prompt tem Tudo? [ ] Especificou o banco de dados e versão? [ ] Listou todas as tabelas relevantes com tipos? [ ] Explicou exatamente quais colunas retornar? [ ] Incluiu filtros (WHERE clauses)? [ ] Definou agrupamento e ordenação? [ ] Mencionou performance (precisa ser rápido? em qual banco de dados?) [ ] Pediu window functions/CTEs se precisar? [ ] Deu exemplo de output esperado (extra, mas ajuda)? Bonus: Validar a Query Depois que ChatGPT gera, faça: Se o plano de execução mostra full table scans desnecessários: > "A query rodou mas scannea a tabela inteira. Optimize adicionando índice. Qual índice você sugeriria? A tabela tem 50M linhas e você sempre filtra por data_venda e vendedor_id." ChatGPT entende EXPLAIN ANALYZE e sugere índices corretos. A Verdade Desconfortável LLMs não entendem dados aleatórios. Entendem estrutura. Se você explica a estrutura clara, qualidade salta para 90%+. Se você joga um prompt vago, qualidade cai para 30%. Não é mágica. É engenharia. Automatize com IA sem Depender de Sorte Na Analytics Copilot, você aprende a usar IA como ferramenta, não como oráculo. Prompts. Validação. Integração com seu workflow. 👉 Descubra como IA acelera análise em Analytics Copilot Integrado com BigQuery, PostgreSQL, Snowflake. Prompts que geram SQL correto na primeira.