该user_order表支撑2026年6月上线的‘社区团购拼单履约系统’，所有字段说明须对应实际操作动作。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要一份能直接贴进建表SQL注释、让后端开发和DBA一眼看懂字段用途的数据库字段说明，而不是“用于存储用户信息”“表示状态值”这类谁都能写的空泛描述。
字段说明必须绑定真实业务动作
第一步：在提示词开头明确写清该表所服务的具体业务场景，例如“该user_order表支撑2026年6月上线的‘社区团购拼单履约系统’，所有字段说明须对应实际操作动作”。
第二步：对每个字段，强制要求说明“谁在什么环节、用这个字段做什么”。例如“status字段由履约引擎在订单打包完成后更新为‘packed’，供前端订单卡片状态渲染调用”，而不是“订单状态字段”。
第三步：【禁止出现“存储”“表示”“用于”这三个动词】——它们是空泛表达的源头，模型一见就会退回模板句式。替换成“写入”“校验”“触发”“比对”“跳过”等具体动作动词。
用真实值锚定说明内容
方法一：直接粘贴当前生产库中该字段的NOT NULL/DEFAULT/COMMENT定义片段。例如把status VARCHAR(20) NOT NULL DEFAULT 'created' COMMENT '订单状态'整行贴进提示词，ChatGPT会基于真实DDL生成说明，不会虚构“待处理”“已关闭”等未启用的状态值。
方法二：列出该字段所有实际取值及对应业务含义。例如“status字段仅允许以下5个值：'created'（用户下单成功）、'paid'（微信支付回调写入）、'packed'（仓管员扫码打包完成）、'shipped'（物流单号回传后触发）、'cancelled'（用户48小时内主动取消）”。
方法三：给出一个真实SQL查询示例，且必须含WHERE条件。例如“SELECT * FROM user_order WHERE status = 'shipped' AND updated_at > '2026-06-10 00:00:00'”，这会倒逼模型理解字段的过滤价值和时效边界。
字段说明要带执行角色和校验点
每条字段说明末尾必须标注：【由谁在哪个环节校验或写入】。例如“user_id字段由认证中心在JWT解析阶段注入，订单创建API接收时不做二次校验，但履约引擎会在打包前比对t_user.id是否存在”。
对有计算逻辑的字段，必须写出上游来源和触发时机。例如“total_amount字段由下单服务在创建order主记录时，汇总cart_item.price × quantity并扣减coupon.discount_value后写入，不接受前端传参”。
遇到枚举类字段，禁止只写“0=禁用,1=启用”。要写成：“is_active字段仅由运维后台「用户冻结」按钮触发更新，DBA执行SQL手动修改将绕过审计日志，【该字段无应用层校验】”。
