sql-queries

SQL クエリジェネレーター

目的

自然言語での要件を、複数のデータベースプラットフォームに対応した最適化済み SQL クエリに変換します。このスキルを使うと、プロダクトマネージャー、アナリスト、エンジニアは、構文を手作業で書かなくても正確なクエリを生成できます。

仕組み

ステップ 1：データベーススキーマを把握する

• スキーマファイル（SQL、ドキュメント、図の説明など）を提供いただいた場合、その内容を読み取って分析します
• テーブル名、列定義、データ型、リレーションシップを抽出します
• 主キー、外部キー、インデックス戦略を特定します

ステップ 2：リクエストを処理する

• 取得または分析したいデータを正確に確認します
• SQL 方言（BigQuery、PostgreSQL、MySQL、Snowflake など）を確認します
• 追加要件（フィルター、集計、並べ替えなど）についてお尋ねします

ステップ 3：最適化されたクエリを生成する

• データベース構造を活用した効率的な SQL を記述します
• 複雑なロジックを説明するコメントを含めます
• 大規模なデータセットに対するパフォーマンス上の考慮事項を追加します
• 該当する場合は、代替案も提示します

ステップ 4：説明とテスト

• クエリのロジックを平易な言葉で説明します
• 結果をテストまたは検証する方法を提案します
• パフォーマンスを最適化するためのヒントを提供します
• ご希望であれば、テストスクリプトやサンプルデータを生成します

使用例

例 1：スキーマファイルからクエリを生成

Upload your database_schema.sql file and say:
"Generate a query to find users who signed up in the last 30 days
and had at least 5 active sessions"

例 2：図の説明からクエリを生成

"Here's my database: Users table (id, email, created_at), Sessions table
(id, user_id, timestamp, duration). Generate a query for average session
duration per user in January 2026."

例 3：複雑な分析クエリ

"Create a BigQuery query to analyze our revenue by region and customer tier,
including year-over-year growth rates."

主な機能

• 複数の SQL 方言に対応：BigQuery、PostgreSQL、MySQL、Snowflake、SQL Server で動作します
• ファイルの読み取り：スキーマファイル、SQL ダンプ、データのドキュメントを読み取ります
• クエリの最適化：インデックス、パーティショニング、パフォーマンス改善を提案します
• 説明：学習やドキュメント作成に役立つよう、クエリを分解して説明します
• テスト：テスト用クエリやサンプルデータのスクリプトを生成できます
• スクリプトの実行：データベースで実行可能な SQL スクリプトを作成します

より良い結果を得るためのヒント

1. コンテキストを提供する：データベーススキーマや構造を共有します
2. 具体的に説明する：必要なデータとフィルターを明確に説明します
3. データベースを明記する：使用している SQL 方言を指定します
4. 制約を含める：データ量、期間、パフォーマンス要件を明記します
5. 形式を指定する：特定の出力が必要な場合は、クエリ結果の形式を指定します

出力形式

次の内容が提供されます：

• SQL クエリ：コメント付きの、本番環境ですぐに使える SQL コード
• 説明：クエリの処理内容と仕組み
• パフォーマンスに関するメモ：最適化のヒントと考慮事項
• テストスクリプト（ご希望の場合）：サンプルデータと検証用クエリ

---

参考資料

• プロダクト分析プレイブック：PM 向け AARRR、HEART、コホート分析、ファネル
• テクノロジーに精通した PM になる方法