Hướng dẫn dùng AI

Prompt viết truy vấn SQL báo cáo: chốt grain, tránh JOIN nhân dòng

Muốn AI viết SQL đúng, bạn phải đưa schema và định nghĩa chỉ số, không chỉ một câu hỏi tiếng Việt. Prompt tốt làm rõ mỗi dòng kết quả đại diện gì, thời gian nào, xử lý null và trùng ra sao rồi mới tạo truy vấn.

Ý chính
  • Chốt grain trước: mỗi dòng kết quả là một khách, một tháng hay một đơn.
  • Cảnh giác JOIN nhân dòng: tổng hợp từng bảng chi tiết theo đơn rồi mới ghép; DISTINCT không sửa được mô hình.
  • Giá lịch sử: doanh thu lấy từ giá đã chốt trên dòng đơn (price_at_purchase), không lấy giá hiện tại.

Bắt đầu từ một ví dụ cụ thể

Ví dụ xuyên suốt bài là báo cáo doanh thu theo khách từ ba bảng: đơn hàng, dòng đơn và thanh toán. Một đơn có hai dòng hàng và hai lần thanh toán; nếu JOIN thẳng cả ba bảng rồi cộng giá, bạn được bốn dòng trung gian và doanh thu bị nhân đôi. Grain mong muốn là mỗi khách một dòng, và các prompt bên dưới đi từ grain đó.

PROMPT VIẾT SQLorders 1 ── N itemsgrain: 1 dòng / kháchSUM(qty × price_at_purchase)customer_id | totalC01 | 250kkhông nhân dòng ✓VÍ DỤ KIỂM ĐƯỢCMỗi khách một dòng; doanh thu dùng order_item.price_at_purchase
PROMPT VIẾT SQL orders 1 ── N items grain: 1 dòng / khách SUM(qty × price_at_purchase) customer_id | total C01 | 250k không nhân dòng ✓ VÍ DỤ KIỂM ĐƯỢC Mỗi khách một dòng; doanh thu dùng order_item.price_at_purchase
Hình 1. Mỗi khách một dòng; doanh thu dùng order_item.price_at_purchase.

Chốt grain của kết quả

“Doanh thu theo khách” có thể một dòng mỗi khách, mỗi tháng hoặc mỗi đơn. Grain mơ hồ dẫn đến group sai. Hãy viết rõ khóa của một dòng kết quả, cột, thứ tự và filter. Với tỷ lệ, định nghĩa tử số, mẫu số và trường hợp mẫu số bằng không.

Cung cấp schema tối thiểu

Đưa tên bảng, cột, kiểu, khóa và quan hệ cần dùng; thêm vài hàng giả. Không dán dữ liệu thật. AI không biết cột nào là thời điểm đặt hàng hay giá đã chốt. Nếu schema thiếu, yêu cầu nó hỏi thay vì bịa tên bảng.

Kiểm join làm nhân dòng

Quan hệ một-nhiều có thể nhân doanh thu khi join nhiều bảng chi tiết. Trước SQL, yêu cầu vẽ grain sau mỗi join. Dùng dữ liệu mẫu nhỏ và tính tay. DISTINCT không phải thuốc chung; nó có thể che sai mô hình mà vẫn cho số trông hợp lý.

Nêu quy tắc null và thời gian

NULL khác 0; ở PostgreSQL, MySQL và SQLite nó cũng khác chuỗi rỗng, nhưng Oracle Database coi chuỗi rỗng là NULL, nên hãy nêu hệ cơ sở dữ liệu trong prompt. Múi giờ, biên ngày, trạng thái hủy và dữ liệu đến muộn ảnh hưởng báo cáo. Viết quy tắc trong prompt. Với khoảng thời gian, ưu tiên biên nửa mở khi phù hợp và kiểm đúng kiểu timestamp.

Tách đúng trước, nhanh sau

Đầu tiên tạo truy vấn rõ và kiểm bằng bảng mẫu. Sau đó mới xem explain, index và volume. Một query ngắn chưa chắc nhanh; một query nhanh nhưng sai grain vô nghĩa. Không áp index AI đề xuất lên sản xuất khi chưa đo chi phí ghi và dung lượng.

An toàn khi chạy SQL

Dùng tài khoản chỉ đọc cho phân tích, parameter cho input và transaction cho thay đổi. Không cho AI chạy DELETE, UPDATE, DDL hoặc migration trên dữ liệu thật. Thao tác ghi cần quy trình riêng, có review kế hoạch, backup và phạm vi. Cách chạy câu SQL do AI viết bằng quyền chỉ đọc, ngắt câu chạy quá lâu và chặn tiêm SQL bằng tham số có code mẫu trong bài dùng AI viết câu SQL và chạy an toàn; bài này tập trung vào việc viết đúng truy vấn đọc.

Bốn prompt mẫu chép dùng ngay

Prompt 1: chuyển câu hỏi thành đặc tả SQL

Câu hỏi nghiệp vụ: [dán]. Chưa viết SQL. Hãy xác định grain của một dòng kết quả, cột đầu ra, bộ lọc, khoảng thời gian, timezone, quy tắc null, trạng thái loại trừ và cách xử lý trùng. Liệt kê câu hỏi còn thiếu theo mức ảnh hưởng. Không bịa schema hoặc tên cột.

Prompt 2: lập kế hoạch join

Đây là đặc tả và schema tối thiểu: [dán]. Chưa viết query cuối. Hãy lập bảng từng bước gồm bảng vào, khóa join, cardinality dự kiến, grain sau join và nguy cơ nhân dòng. Tạo 6 hàng dữ liệu giả đủ lộ lỗi join rồi tính kết quả mong đợi bằng tay.

Prompt 3: viết SQL có chú giải kiểm được

Viết SQL cho [PostgreSQL/MySQL...] theo đặc tả, schema và bảng mẫu đã duyệt. Dùng CTE có tên theo ý nghĩa khi cần; không dùng SELECT *; parameter hóa input; không dùng DISTINCT để che trùng. Sau query, giải thích grain từng CTE và đối chiếu output với dữ liệu mẫu. [dán nội dung].

Prompt 4: review đúng và hiệu năng

Review query theo hai vòng. Vòng 1 kiểm grain, join, null, biên thời gian, division và filter; đưa phản ví dụ nếu sai. Vòng 2 mới phân tích độ phức tạp dự kiến, cột cần thống kê và cách đọc EXPLAIN. Không khẳng định index sẽ nhanh nếu chưa có plan và volume. [dán schema, query, quy mô].

Khi kết quả chưa đúng thì sửa prompt thế nào

Nếu AI bịa cột, nhắc chỉ dùng schema được dán. Nếu số bị nhân, yêu cầu grain sau từng join và dữ liệu mẫu. Nếu nó thêm DISTINCT, hỏi nguồn trùng và sửa quan hệ. Nếu query khó đọc, yêu cầu CTE theo bước nghiệp vụ nhưng không thay logic. Nếu tối ưu quá sớm, tách prompt đúng kết quả khỏi prompt hiệu năng và chỉ đưa explain thật ở vòng hai.

Bài thực hành

Tạo ba bảng giả khách, đơn và dòng đơn, mỗi bảng vài hàng. Tự tính doanh thu một khách. Chạy Prompt 1 và 2, kiểm grain. Sinh SQL rồi chạy trên database cục bộ. Thêm một đơn có hai dòng để xem query có nhân số không.

Ca mẫu: doanh thu bị nhân đôi vì join nhiều bảng chi tiết

Giả sử một đơn có hai dòng hàng và hai bản ghi thanh toán. Nếu join orders, order_items và payments trực tiếp rồi cộng giá, bốn dòng trung gian có thể làm doanh thu tăng gấp đôi. Trước khi viết SQL, ghi grain của từng bảng và grain mong muốn: một dòng mỗi khách trong tháng. Tạo dữ liệu giả đủ nhỏ để tính tay, gồm khách chưa mua, đơn hủy, giá sản phẩm hiện tại khác giá lúc bán và thời điểm sát biên múi giờ. Yêu cầu AI lập bảng cardinality sau từng join. Mỗi phía nhiều phải được tổng hợp đúng grain trước khi ghép hoặc xử lý theo mô hình đã xác nhận; DISTINCT không giải thích nguồn trùng. Đối chiếu output từng khách với con số tính tay và kiểm NULL tách biệt số 0. Chỉ sau khi đúng mới lấy EXPLAIN, số hàng và phân bố dữ liệu để bàn index. Chạy truy vấn phân tích bằng tài khoản chỉ đọc, parameter hóa khoảng ngày và giới hạn dữ liệu thử. Nếu query phải ghi hoặc sửa schema, chuyển sang quy trình migration có review, không mở rộng quyền chỉ vì AI đã sinh lệnh. Lưu bảng dữ liệu giả như một regression test để lần sửa query sau có mốc đối chiếu. Khi quy tắc doanh thu đổi, cập nhật định nghĩa và expected trước rồi mới chỉnh SQL. Người duyệt cần nhìn cả số tổng lẫn vài dòng chi tiết, vì hai lỗi khác nhau đôi khi vô tình triệt tiêu ở tổng cuối.

Prompt thứ năm: tự kiểm bằng tình huống của bạn

Tôi có báo cáo doanh thu và bộ dữ liệu giả nhỏ. Hãy tính kết quả bằng tay, ghi grain sau từng join rồi mới đọc SQL. Tạo phản ví dụ có đơn nhiều dòng, khách chưa mua, giá đã đổi và đơn bị hủy để phát hiện nhân bản hoặc dùng sai giá lịch sử. So từng dòng output với bảng tính tay; không dùng DISTINCT chữa triệu chứng. Nếu sai, đề xuất thay đổi nhỏ nhất và giải thích CTE nào đổi grain. Chỉ sau khi đúng mới nêu dữ liệu cần cho EXPLAIN và giả thuyết index có thể đo.

Câu hỏi thường gặp

Vì sao doanh thu bị nhân đôi khi JOIN nhiều bảng?

Khi một đơn có hai dòng hàng và hai lần thanh toán, JOIN cả ba bảng tạo 2 × 2 = 4 dòng trung gian, nên tổng giá bị cộng hai lần. Hãy tổng hợp từng bảng chi tiết theo đơn trước rồi mới ghép.

Thêm DISTINCT có hết trùng không?

Không nên dùng cách này. DISTINCT chỉ che triệu chứng và còn bỏ mất giá trị trùng hợp lệ: hai dòng cùng giá 100.000 đồng sẽ chỉ được cộng một lần.

NULL có giống 0 hay chuỗi rỗng không?

Không giống 0: khách chưa mua có tổng là NULL, muốn hiện 0 phải viết COALESCE(SUM(...), 0). Với chuỗi rỗng thì tùy hệ cơ sở dữ liệu: PostgreSQL, MySQL và SQLite phân biệt hai giá trị này, còn Oracle Database coi chuỗi rỗng là NULL.

Học tiếp

Muốn học bài bản cùng giảng viên?

Khóa AI – Introduction to Machine Learning: nền tảng Máy học từ thuật toán cơ bản đến Neural Networks và LLM, học bằng Python. Học thử buổi 1 miễn phí.

Xem Khóa AI

Nguồn tham khảo

Chia sẻ: Facebook LinkedIn
Nhắn Zalo tư vấnZalo Gọi 0937 401 483