Trang chủ>  Blog >  Chia sẻ kinh nghiệm >  Prompt Pack cho SQL & BI: 40 prompt tạo truy vấn, kiểm thử & viết mô tả

Prompt Pack cho SQL & BI: 40 prompt tạo truy vấn, kiểm thử & viết mô tả


Bài viết mô tả/insight cho dashboard. Chỉ việc điền ngữ cảnh và

  302 lượt xem

Nội dung bài viết

Bạn muốn tăng tốc học & làm việc với SQL/BI? Bộ Prompt Pack 40 mẫu này giúp bạn sinh truy vấn nhanh, kiểm thử dữ liệu, tối ưu hiệu năng, và viết mô tả/insight cho dashboard. Chỉ việc điền ngữ cảnh vào {ngoặc nhọn} và dùng ngay.

1) Cách dùng nhanh (3 bước)

  • B1 – Mục tiêu & bối cảnh: hệ quản trị {dialect}, bảng {table}, cột, khoảng thời gian, KPI.
  • B2 – Ràng buộc & đầu ra: không SELECT *, code trong code block, giải thích 3–5 dòng, hỏi lại nếu thiếu dữ liệu.
  • B3 – Kiểm chứng: yêu cầu AI liệt kê edge-case, gợi ý test & tối ưu.

2) Prompt Pack 40 mẫu (nhóm A–E)

  1. Tạo truy vấn (10)
  1. SELECT cơ bản: Lấy {cột} từ {table} theo {điều_kiện}; chuẩn hoá cú pháp, thêm comment.
  2. Lọc nhiều tiêu chí: {điều_kiện_1} + {điều_kiện_2} + {điều_kiện_3} (AND/OR đúng logic, ưu tiên BETWEEN).
  3. GROUP BY + HAVING: Tính {metric} theo {dimension}, HAVING {metric} > {ngưỡng}, ORDER BY DESC, LIMIT {n}.
  4. INNER JOIN: {t1} JOIN {t2} ON {khóa}; alias rõ ràng, tránh trùng cột.
  5. LEFT JOIN (giữ bản ghi t1): đếm số record không match.
  6. SELF JOIN duplicates: tìm trùng {khóa}, trả về {khóa}, count(*), list id.
  7. UNION/UNION ALL: gộp {table_a} + {table_b}; giải thích khi dùng ALL.
  8. WINDOW ranking: ROW_NUMBER/RANK Top {k} theo từng {nhóm}.
  9. Time bucketing + MoM/YoY: DATE_TRUNC('month', ...) (hoặc tương đương) + tính MoM/YoY %.
  10. Pivot/Unpivot: chuyển long↔wide cho {bảng} (ví dụ theo {dialect}).
  1. Gỡ lỗi & Tối ưu (8)
  1. Giải thích truy vấn: diễn giải SQL bạn dán; nêu rủi ro, gợi ý cải thiện.
  2. Đề xuất Index: gợi ý index theo filter/join; cân nhắc read/write.
  3. Đọc EXPLAIN: phân tích plan/ANALYZE, chỉ bottleneck, hint tối ưu.
  4. Refactor → CTE: chia bước đọc hiểu hơn; logic rõ ràng.
  5. Bỏ SELECT *: giữ cột cần dùng; giảm IO/network.
  6. NULL-safe: IS NULL/COALESCE, kiểm tra chia 0.
  7. JOIN order & pushdown: lọc sớm, EXISTS thay IN khi phù hợp.
  8. Tránh Cartesian: thêm điều kiện join đầy đủ, xác nhận cardinality.
  1. Data Quality & Testing (8)
  1. Sinh test case: hợp lệ/không hợp lệ + dữ liệu mẫu cho quy tắc {…}.
  2. Edge-case/property-based: NULL, trống, trùng, ký tự đặc biệt, ngày biên.
  3. Sample dataset: sinh {n} dòng mẫu cho {table}.
  4. Check business rule: truy vấn validate {quy_tắc}.
  5. So sánh A vs B: đối chiếu theo {khóa}, báo cáo chênh lệch.
  6. Reconciliation theo cấp: đối soát tổng/đếm theo {dimension}.
  7. Outlier: z-score/percentile cho {metric}.
  8. Lineage mini: mapping cột nguồn → cột đích cho pipeline {…}.
  1. Mẫu phân tích thông dụng (8)
  1. Cohort retention: cohort theo tháng kích hoạt, retention 1/3/6.
  2. Funnel 5 bước: conversion & drop-off theo tuần.
  3. RFM scoring: R/F/M 1–5, xuất nhóm.
  4. Rolling 7/30: MA7/MA30 theo ngày, xử lý gap.
  5. Churn/Repeat: churn rate; repeat trong {n} ngày.
  6. LTV sơ bộ: ARPU × Gross Margin × {hệ_số}, ghi rõ giả định.
  7. ABC: phân loại đóng góp 80/15/5.
  8. Waterfall đóng góp: dữ liệu trung gian cho Waterfall.
  1. Power BI & Tài liệu hoá (6)
  1. DAX từ định nghĩa KPI: tạo measure, format & xử lý blank.
  2. Caption/Insight tự động: mô tả ngắn “so what” từ kết quả query.
  3. Tiêu đề & tooltip: tiêu đề hành động, tooltip giải thích KPI/đơn vị/kỳ.
  4. Data Dictionary draft: bảng/cột/kiểu/mô tả/ràng buộc.
  5. README mô hình: sơ đồ, nguồn, refresh, sở hữu dữ liệu, SLA.
  6. Email cập nhật tuần: 3 insight, 2 rủi ro, 1 đề xuất hành động.

3) Checklist kiểm chứng

  • Soát JOIN/GROUP BY/NULL/DATE.
  • Đối soát số dòng & tổng (reconciliation).
  • Đọc EXPLAIN; chạy LIMIT trước; kiểm tra edge-case.

4) Tải tài nguyên (Markdown)

Bạn có thể tải toàn bộ Prompt Pack 40 mẫu (Markdown) để dùng & chia sẻ trong team:

  • Download: prompt_pack_sql_bi_40.md

5) Bước tiếp theo — Học AI cho công việc với MCI

Muốn viết prompt đúng – ra kết quả đúng cho báo cáo, dashboard và công việc hàng ngày? Tham gia AI for Work / ChatGPT tại MCI:

  • Ứng dụng thực chiến: sinh truy vấn, kiểm thử, mô tả insight, tự động hoá báo cáo.
  • Mentor góp ý case-by-case, bài tập dựa trên dữ liệu gần thực tế.
  • Tư vấn: 0352.433.233 • CSKH: cskh@mcivietnam.com
Chương trình đào tạo: Phân tích dữ liệu, Khoa học dữ liệu, Kĩ sư dữ liệu, Lập trình ứng dụng.
Chất lượng nhất - Uy tín nhất - Nhiều học viên tin tưởng nhất
Hơn 8000 học viên ưu tú đã tốt nghiệp
Đăng ký tư vấn khóa học

*Vui lòng nhập số điện thoại của bạn

*Vui lòng nhập họ tên của bạn

*Vui lòng chọn địa điểm học

*Vui lòng chọn giới tính

*Vui lòng chọn 1 trường


Các bài viết liên quan


Data Analyst – Data Engineer – Data Scientist: Khác biệt và lộ trình

Bài viết giới thiệu về vai trò Data Analyst – Data Engineer – Data Scientist: Khác biệt và lộ trình

[MCI Careers] TỔ CHỨC THÀNH CÔNG CHƯƠNG TRÌNH “RUNG CHUÔNG VÀNG”

Ngày 21/09 vừa qua, phòng nhân sự MCI Holdings đã tổ chức thành công chương trình “Rung chuông vàng” - một sự kiện nội bộ mang tính chất giáo dục và giải trí cao, giúp các thành viên của công ty có cơ hội vừa học hỏi vừa thư giãn sau những giờ làm việc căng thẳng.

Phân biệt các vị trí Data Analyst, Data Engineer và Data Scientist

Dữ liệu đã trở thành một phần không thể thiếu trong xã hội hiện đại, và khi nhắc đến lĩnh vực này, chắc hẳn bạn đã được nghe rất nhiều về 3 vị trí phổ biến: Data Analyst, Data Engineer và Data Scientist. Chuyên viên phân tích dữ liệu (Data Analyst), Kỹ sư dữ liệu (Data Engineer) hay Nhà khoa học dữ liệu (Data Scientist), họ là ai? Bạn sẽ phù hợp với vị trí nào? Hãy cùng MCI Việt Nam tìm hiểu về từng vị trí này nhé!

Các bài viết liên quan