Промпты для DeepSeek: пишем SQL, который работает с первого раза

Модель знает синтаксис, но не знает вашу схему. Учите давать контекст — и перестанете править галлюцинации JOIN’ов вручную.

Почему «напиши запрос» — стратегия проигрыша

DeepSeek и прочие LLM обучены на миллионах примеров SQL. Они идеально знают синтаксис WINDOW FUNCTIONS, CTE и оптимизаторы. Но они не видят вашу базу: ни названий таблиц, ни типов колонок, ни внешних ключей, ни бизнес-логики «почему status=3 значит «отменён»».

Когда вы пишете «сделай отчёт по продажам», модель подставляет среднестатистические имена: sales, orders, amount. В реальности у вас fct_orders_dwh, gmv_rub и партиционирование по dt. Результат — красивый, но нерабочий код.

Вывод: качество SQL на 90% зависит от контекста, который вы подаёте. Промпт — это не вопрос, это техническое задание.

Сравнение подходов (условная схема)

(ошибки: нет JOIN, не тот столбец, нет фильтра даты)Сильный промптРоль: Senior Analyst Контекст: DDL схемы fct_orders, dim_sku Задача: Топ-10 SKU по GMV за последние 30 дней Ограничения: только статус delivered, ClickHouse диалект Формат: CTE, явные колонки, комментарииWITH filtered AS (SELECT sku_id, SUM(gmv) AS total_gmv FROM fct_orders WHERE status=\’delivered\’ AND dt>=today()-30 GROUP BY sku_id) SELECT sku_id, total_gmv FROM filtered ORDER BY total_gmv DESC LIMIT 10

Анатомия промышленного промпта: 5 обязательных блоков

1. Роль и экспертиза

Задайте персону: Senior Data Analyst, эксперт по ClickHouse / PostgreSQL / Snowflake. Это включает в моделировании лучшие практики: CTE вместо подзапросов, явные колонки вместо SELECT *, аннотации типов.

2. Схема и контекст (DDL)

Самый критичный блок. Передавайте CREATE TABLE для всех участвующих таблиц. Укажите партиции, индексы, семантику enum-полей (status: 1=new, 2=paid, 3=cancelled). DeepSeek поддерживает длинный контекст — используйте это.

3. Чёткая задача и метрики

Не «отчёт по продажам», а «Топ-20 SKU по GMV (сумма gmv_rub) за последние 30 календарных дней, только заказы в статусе delivered, с разбивкой по категориям 1-го уровня» . Числа, фильтры, гранулярность — без двусмысленностей.

4. Ограничения

Диалект (ClickHouse, Postgres, BigQuery), лимиты выполнения (LIMIT 10000), запреты (без подзапросов в SELECT), требования к производительности (использовать индекс idx_dt_status).

5. Формат ответа

Требуйте: «Код в markdown-блоке с языком sql», «Комментарии к каждому CTE», «Объяснение плана запроса после кода», «Нет вводного текста, только код». Это экономит время на пост-обработке.

Библиотека паттернов: готовые рецепты для частых задач

Генерация из DDL

Передайте DDL 3-5 таблиц. Задача: «Напиши запрос для метрики X». Модель сама найдёт ключи JOIN и напишет корректный SQL.

-- Контекст: DDL tables
-- Задача: Доля повторных покупателей за 90 дней
-- Диалект: PostgreSQL

Оптимизация медленного запроса

Пришлите EXPLAIN ANALYZE и сам запрос. Просьба: «Убери Seq Scan, используй индекс idx_user_dt, перепиши через CTE для читаемости».

-- Вход: EXPLAIN + SQL
-- Цель: cost < 1000, нет Seq Scan
-- Вывод: оптимизированный SQL + разбор изменений

Миграция диалектов

«Переведи этот T-SQL в ClickHouse SQL. Замени GETDATE() на now(), TOP 10 на LIMIT 10, разверни PIVOT через if/countIf».

-- Источник: T-SQL (MS SQL)
-- Целевой: ClickHouse
-- Сохрани логику оконных фукнций

Генерация тестов (dbt / unit)

«Сгенерируй yml для dbt tests: not_null для PK, unique для id, accepted_values для status, relationships к dim_tables. Плюс unit-test с моками входных данных и ожидаемым результатом».

version: 2
models:
  - name: fct_orders
    columns:
      - name: order_id
        tests: [unique, not_null]

Разбор ошибки выполнения

Скиньте текст ошибки БД. «Ошибка: Column «user_id» not found in GROUP BY. Исправь запрос, сохранив логику». Модель сам поправит агрегацию.

ERROR: column "u.id" must appear in GROUP BY
-- Fix: add u.id to GROUP BY or aggregate

Документирование легаси

«Объясни этот запрос 200 строк пошагово: какие таблицы, какие бизнес-правила в WHERE, что считают оконные функции. Выдай markdown с разделами: Вход, Логика, Выход, Риски».

-- Вход: старый SQL
-- Вывод: README.md для репозитория
-- Фокус: бизнес-смысл, не синтаксис

Особенности DeepSeek: Reasoning Mode и длинный контекст

Включайте DeepThink (R1)

Для сложных аналитических запросов (вложенные CTE, оконные функции, рекурсия) включайте режим рассуждений. Модель покажет цепочку: «Сначала найду ключи JOIN, потом проверю партиции, потом напишу CTE». Это позволяет отловить ошибки логики до генерации кода.

<thinking>
Анализ DDL: fct_orders партиционирована по dt, индекс на (user_id, dt).
Задача: LTV когорт. Нужен MIN(dt) на user_id -> cohort_date.
JOIN fct_orders ON user_id AND dt >= cohort_date.
Агрегация по cohort_date, age (days).
Диалект ClickHouse: использую toDate, dateDiff.
</thinking>

Корми полную схему, а не выжимку

Окно контекста DeepSeek позволяет передать DDL 20-30 таблиц. Не экономьте токены на схеме. Полная схема устраняет галлюцинации имен колонок и типов данных. Если схема огромна — передавайте только релевантные таблицы, но с полным DDL (включая комментарии к колонкам, если есть).

CREATE TABLEPARTITION BYPRIMARY KEYFOREIGN KEYCOMMENT ON COLUMNENUM / CHECK

Разбор ошибок: мифы, которые стоят часов отладки

Миф: «Модель сама поймёт смысл колонок»

Реальность: user_type может быть enum (1,2,3) или строками (\’b2b\’,\’b2c\’). Без словаря модель угадает неправильно в 50% случаев. Всегда давайте маппинг значений.

Миф: «Она знает специфику моего движка»

Реальность: ClickHouse не поддерживает MERGE, Postgres не имеет ARRAY JOIN, BigQuery требует проект.датасет.таблица. Явно прописывайте диалект в блоке «Ограничения».

Миф: «Один промпт — готовый продакшн-код»

Реальность: Итерации — это норма. Первый вариант: структура. Второй: фикс типов. Третий: оптимизация под EXPLAIN. Четвёртый: тесты. Работайте в диалоге, а не в режиме «одно поколение».

Миф: «Промптинг — это магия, не инженерия»

Реальность: Промпт — это код на естественном языке. Он требует версионирования, код-ревью, модульности (подключаемые сниппеты со схемами) и CI-проверок (запуск сгенерированного SQL в тестовой БД).

Универсальный шаблон: копируйте, вставляйте DDL, получайте результат

Шаблон промпта (Markdown)

# РОЛЬ
Senior Data Engineer / Analyst, эксперт по [ДИАЛЕКТ: ClickHouse / PostgreSQL / BigQuery].

# КОНТЕКСТ (СХЕМА)
Ниже DDL таблиц, участвующих в задаче.
ВАЖНО: Сохраняй имена таблиц и колонок ТОЧНО как в DDL.

-- Вставьте сюда CREATE TABLE statements
CREATE TABLE fct_orders (
  order_id UInt64,
  user_id UInt64,
  sku_id UInt64,
  gmv_rub Decimal(18,2),
  status Enum8('new'=1, 'paid'=2, 'delivered'=3, 'cancelled'=4),
  dt Date,
  ...
) ENGINE=MergeTree PARTITION BY toYYYYMM(dt) ORDER BY (user_id, dt);

CREATE TABLE dim_skus ( ... );

# ЗАДАЧА
Напиши SQL для: [Чёткое описание метрики/отчёта с числами и фильтрами].
Пример: «Топ-50 SKU по сумме GMV за последние 30 дней, только status=delivered, с наименованием категории из dim_skus».

# ОГРАНИЧЕНИЯ
- Диалект: [ClickHouse]
- Производительность: используй индекс idx_user_dt, избегай полных скановpartition pruning по dt.
- Синтаксис: только CTE (WITH), явные колонки (НЕТ SELECT *), комментарии к каждому CTE.
- Совместимость: без оконных функций, не поддерживаемых в CH (например, RANGE BETWEEN).

# ФОРМАТ ОТВЕТА
1. Код в блоке ```sql.
2. После кода — краткое пояснение плана (3-5 строк).
3. Предупреждения, если есть риски (типы данных, нули, skew).
4. Никакого вводного текста до кода.

Итеративный цикл: диалог вместо монолога

Вы: Присылаете DDL + шаблон выше. Получаете v1.

Вы: «Проверь: в dim_skus категория называется category_l1, а не category. Исправь JOIN. Добавь фильтр is_active=1».

Вы: Кидаете EXPLAIN v2. «Убери Seq Scan на fct_orders. Есть индекс (user_id, dt). Перепиши».

Вы: «Сгенерируй dbt unit-test с моками: 3 заказа, 2 delivered, 1 cancelled. Ожидаемый результат: 2 строки». Запускаете тест локально.

✓

Итог: Готовый, протестированный, понятный SQL, который не упадёт на продакшене после добавления колонки в таблицу.

SQL — это контракт. Промпт — это ТЗ.

Не просите модель угадать. Дайте ей схему, правила, диалект и формат. DeepSeek — мощный движок, но топливо — ваш контекст. Инвестируйте 5 минут в промпт — сэкономите часы на код-ревью и хотфиксах.

DDL > ПромптИтерации > МагияТесты = Спокойствие

Промпты для DeepSeek: пишем SQL, который работает с первого раза