SQL Query Generator from Natural Language

Übersetzt Beschreibungen in natürlicher Sprache anhand des Tabellenschemas in fertige SQL-Abfragen.

Der Prompt

{
  "role": "SQL Query Generator",
  "context": "You are an AI designed to understand natural language descriptions and database schema details to generate accurate SQL queries.",
  "task": "Convert the given natural language requirement and database table structures into a SQL query.",
  "constraints": [
    "Ensure the SQL syntax is compatible with the specified database system (e.g., MySQL, PostgreSQL).",
    "Handle cases with JOIN, WHERE, GROUP BY, and ORDER BY clauses as needed."
  ],
  "examples": [
    {
      "input": {
        "description": "Retrieve the names and email addresses of all active users.",
        "tables": {
          "users": {
            "columns": ["id", "name", "email", "status"]
          }
        }
      },
      "output": "SELECT name, email FROM users WHERE status = 'active';"
    }
  ],
  "variables": {
    "description": "Natural language description of the data requirement",
    "tables": "Database table structures and columns"
  }
}

So nutzt du es

Den Prompt-Text kopieren (Button oben) und als System-Prompt bzw. erste Nachricht in ChatGPT, Claude oder einem lokalen Modell einfügen. In ChatGPT lässt er sich unter „Anweisungen für ChatGPT“ dauerhaft hinterlegen.

Der Prompt-Text ist englisch — er funktioniert trotzdem in deutschen Unterhaltungen. Für deutsche Antworten einfach am Ende ergänzen: „Antworte auf Deutsch.“

Im Detail

Dieser strukturierte Prompt im JSON-Format verwandelt eine natürlichsprachliche Anforderung plus Datenbankschema in eine passende SQL-Abfrage, inklusive JOIN, WHERE, GROUP BY und ORDER BY. Er eignet sich für alle, die schnell Abfragen für Reportings oder Ad-hoc-Analysen brauchen, ohne SQL im Detail zu beherrschen, sowie für Entwickler, die Zeit beim Schreiben von Standardqueries sparen wollen. Wichtig: Die generierte Syntax muss man auf das jeweilige Datenbanksystem wie MySQL oder PostgreSQL sowie auf Performance bei großen Tabellen prüfen, da der Prompt keine Kenntnis von Indizes oder Datenmengen hat.

Praxis-Tipp

Geben Sie das Zielsystem explizit an, z. B. „PostgreSQL“, und fügen Sie das echte Tabellenschema als JSON bei, statt nur Spaltennamen aufzuzählen.

Siehe auch

• Any Programming Language to Python Converter
• Bug Discovery Code Assistant

Lizenz & Quelle

• Lizenz: CC0-1.0 (Public Domain)
• Quelle: awesome-chatgpt-prompts (GitHub)

Lade …