AI Prompt Whiteboard
English简体中文繁體中文日本語한국어FrançaisDeutschItaliano

Ingénierie Mis à jour 2026-07-05

Modèle de prompt Database Schema Review avec exemple

Utilisez le modèle Database Schema Review quand vous voulez une réponse IA structurée plutôt qu’une demande vague. La page combine prompt réutilisable, exemple concret et liens vers des modèles voisins. Review schema choices for integrity, query patterns, scale, and migration risk.

Ouvrir Database Schema Review dans l’éditeur

Prompt réutilisable

Find schema issues and recommend changes before they become expensive.

Type de tâche: Database Schema Review
Objectif: Find schema issues and recommend changes before they become expensive.

Contexte:
- [Projet, produit ou sujet]: [Projet, produit ou sujet]
- [Audience et situation]: [Audience et situation]
- [Contraintes, exigences et points à éviter]: [Contraintes, exigences et points à éviter]

Informations à fournir:
[Collez les sources ici]

Sortie attendue:
1. Constats par gravité
2. Notes qualité des données
3. Risques
4. Corrections proposées
5. Sortie attendue 5

Critères de qualité:
- Soyez précis et évitez les conseils génériques.
- Indiquez clairement les hypothèses.
- Privilégiez les actions concrètes.
- Si des informations importantes manquent, posez jusqu’à 3 questions de clarification avant de répondre.
- Pour les faits ou sujets sensibles au temps, distinguez les faits connus, les inférences et ce qui doit être vérifié.

Exemple guidé

L’exemple ci-dessous remplit le même prompt pour un scénario Ingénierie réaliste. Il reste volontairement sobre : l’objectif est de montrer le fonctionnement du modèle.

Type de tâche: Database Schema Review
Objectif: Find schema issues and recommend changes before they become expensive.

Contexte:
- [Projet, produit ou sujet]: Une tâche Ingénierie réelle avec le prompt Database Schema Review
- [Audience et situation]: Un membre d’équipe qui a besoin d’une réponse utile et d’étapes claires
- [Contraintes, exigences et points à éviter]: Être précis, expliciter les hypothèses, éviter les affirmations sans preuve et produire une sortie actionnable.

Informations à fournir:
Matériel exemple : l’équipe a besoin d’aide avec Database Schema Review. La situation est encore désordonnée, mais l’objectif est assez clair pour séparer faits, hypothèses, risques et prochaines actions.

Sortie attendue:
1. Constats par gravité
2. Notes qualité des données
3. Risques
4. Corrections proposées
5. Sortie attendue 5

Critères de qualité:
- Soyez précis et évitez les conseils génériques.
- Indiquez clairement les hypothèses.
- Privilégiez les actions concrètes.
- Si des informations importantes manquent, posez jusqu’à 3 questions de clarification avant de répondre.
- Pour les faits ou sujets sensibles au temps, distinguez les faits connus, les inférences et ce qui doit être vérifié.

Comment utiliser ce prompt

  1. Remplacez les placeholders par la vraie tâche Database Schema Review, l’audience, les sources et les contraintes.
  2. Gardez la structure de sortie autant que possible; elle rend la réponse plus facile à évaluer.
  3. Collez le prompt dans votre assistant IA, puis posez une question de suivi sur les hypothèses ou preuves manquantes.

Ce qu’une bonne réponse doit contenir

  • 1. Constats par gravitéRendez cette section concrète : Constats par gravité.
  • 2. Notes qualité des donnéesRendez cette section concrète : Notes qualité des données.
  • 3. RisquesRendez cette section concrète : Risques.
  • 4. Corrections proposéesRendez cette section concrète : Corrections proposées.
  • 5. Sortie attendue 5Rendez cette section concrète : Sortie attendue 5.

Pourquoi ce prompt fonctionne

  • Database Schema Review fixe d’abord le type de tâche et l’objectif, ce qui réduit les réponses vagues.
  • Le prompt demande contexte, sources et contraintes avant la réponse finale.
  • Les 5 sections de sortie rendent la réponse plus lisible et comparable.
  • La barre qualité pousse l’assistant à poser des questions et à signaler ce qui doit être vérifié.

Erreurs à éviter

  • Laisser les placeholders vides et attendre que le modèle devine le contexte.
  • Supprimer la structure de sortie puis recevoir une réponse difficile à relire.
  • Utiliser le prompt pour des faits récents sans vérifier sources et dates.