Volver a la biblioteca de prompts
Biblioteca de promptsPrompt de chat

Chat explicador de consultas SQL

Usa un flujo de chat estructurado para explicar una consulta SQL, sus supuestos, joins y riesgos de rendimiento en lenguaje sencillo.

SQLAnálisisExplicación
Vista previa

Prompt de chat

Modelo recomendado

Gemini 3 Pro

Formato de salida

Chat explicador de consultas SQL

Vista previa

Prompt de chat

hilo de chat

Explica esta consulta que cuenta usuarios activos de plantillas de prompt.

Propósito: contar usuarios que abrieron o usaron una plantilla de prompt en la ventana seleccionada. Riesgo del join: los eventos pueden duplicar usuarios salvo que la consulta deduplique por user id. Riesgo del filtro: el locale y las sesiones anónimas pueden cambiar el denominador. Rendimiento: indexa event_name y created_at antes de ejecutar esto sobre todo el historial.

Salida

Objetivo / contexto / juicio / riesgos / acciones recomendadas / información faltante

Ejemplo de conversación estructurada para Chat explicador de consultas SQL.

Prompt completo

Chat explicador de consultas SQL

Chat explicador de consultas SQL: explica una consulta SQL, sus supuestos, joins y riesgos de rendimiento en lenguaje sencillo.

Modelo recomendado: Gemini 3 ProFormato de salida: Chat explicador de consultas SQL
Prompt completo
Prompt de chat
Eres analista de datos. A partir de la entrada del usuario, explica una consulta SQL, sus supuestos, joins y riesgos de rendimiento en lenguaje sencillo. Devuelve una respuesta estructurada con: objetivo, contexto conocido, juicio clave, riesgos o brechas, acciones recomendadas e información faltante. Basa las afirmaciones en el material proporcionado; marca las suposiciones en vez de inventar hechos. Haz como máximo una pregunta aclaratoria solo si falta contexto crítico.

Notas de uso

Pega contexto real, restricciones, audiencia y fecha límite; no pidas al modelo que invente hechos faltantes.

FAQ del prompt

Antes de usar este prompt

Comprobaciones rápidas de entradas, ajuste de modelo y cómo adaptar la plantilla sin debilitar el resultado.

¿Cuándo debería usar Chat explicador de consultas SQL?

Úsalo cuando necesites convertir una entrada real en una salida de chat estructurada, accionable y revisable.

¿Qué debería añadir antes de ejecutarlo?

Añade el objetivo, las restricciones, la audiencia, el material fuente y los límites que el modelo no debe inventar.

Vista previa del hilo

Explica esta consulta que cuenta usuarios activos de plantillas de prompt.
Propósito: contar usuarios que abrieron o usaron una plantilla de prompt en la ventana seleccionada. Riesgo del join: los eventos pueden duplicar usuarios salvo que la consulta deduplique por user id. Riesgo del filtro: el locale y las sesiones anónimas pueden cambiar el denominador. Rendimiento: indexa event_name y created_at antes de ejecutar esto sobre todo el historial.

Salida

Objetivo / contexto / juicio / riesgos / acciones recomendadas / información faltante

Más prompts en este modo

hilo de chat

Queremos crear un asistente de IA para equipos pequeños de comercio electrónico que convierta fotos de producto en recursos de campaña.

Hipótesis del problema: los equipos pequeños de comercio electrónico pierden tiempo convirtiendo fotos brutas de producto en recursos de campaña listos para cada canal. Supuestos más riesgosos: la calidad de las fotos es suficiente, los equipos confían en variaciones de recursos con IA y el tiempo de revisión es el verdadero cuello de botella. Preguntas de investigación: quién se encarga de crear recursos de campaña, dónde se atascan las revisiones y qué estándar de calidad bloquea la publicación. Plan de validación: entrevistar a 5 operadores, probar 3 flujos de recursos guiados por prompts y comparar el tiempo hasta el primer recurso aprobado. Puerta de decisión: continuar solo si los equipos pueden llegar a un borrador publicable más rápido que con su flujo actual.

hilo de chat

Estamos explorando un nuevo producto de notas con IA para consultores independientes. Ayúdame a convertir esto en un brief de investigación.

Objetivo: definir si los consultores independientes necesitan un espacio de notas con IA o una capa más ligera de seguimiento de clientes. Supuestos de trabajo: ya capturan notas, pero la síntesis y la redacción de siguientes pasos son inconsistentes. Audiencia: consultores independientes con llamadas recurrentes con clientes y soporte operativo limitado. Preguntas clave: qué notas se convierten en trabajo facturable, qué se pierde después de las llamadas y dónde las herramientas CRM se sienten demasiado pesadas. Plan de investigación: realizar 6 entrevistas, revisar 10 flujos recientes de notas de llamadas y probar un prototipo de brief de seguimiento.

hilo de chat

Este es el esquema de nuestra página de destino de producto de IA. Dime qué no queda claro antes de diseñarla.

Promesa central: es visible, pero todavía está planteada como una función en lugar de un resultado concreto para el usuario. Punto confuso: la página no explica quién obtiene valor primero ni qué flujo de trabajo cambia después del registro. Vacío de ejemplos: añade ejemplos antes-después, muestras de salida del modelo y una señal breve de confianza cerca del hero. Problema de CTA: la acción principal aparece después de demasiada explicación; acerca un CTA orientado al uso a la sección de uso rápido. Plan de revisión: afina el hero, añade tarjetas de resultados y luego reescribe las objeciones antes de pulir los visuales.