必须先输出5条硬性判断标准：①基于可观测指标；②含明确触发阈值；③对应具体优化动作；④无模糊表述；⑤需人工核验后才生成优化方案。
☞☞☞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☜☜☜
你需要让DeepSeek为数据库性能问题生成优化方案，但发现它一上来就写“加索引”“改SQL”，却从不说明“为什么这条SQL必须优化”“为什么这个索引能生效”——这导致你无法验证建议合理性、难以向DBA团队对齐共识、更没法沉淀成团队可复用的诊断SOP。
第一步：强制AI分离“诊断逻辑”与“执行动作”
在提示词最开头直接写：【请先列出数据库性能问题的5条硬性判断标准，每条标准必须满足：①基于可观测指标（如执行时间、扫描行数、锁等待时长）；②含明确触发阈值（如“全表扫描行数＞表总行数80%”）；③能对应到具体优化动作（如“满足该条件则必须创建复合索引”）；④不出现‘可能’‘建议’等模糊表述】。这一步不能跳过，否则AI会默认按隐含经验生成方案，而那个经验你既看不到、也改不了、更没法审计。
这一步操作起来很简单，直接把上述要求复制粘贴到提示词第一行就行。
第二步：用结构化指令框住标准生成过程
方法一：角色+数据双锚定
“你是一位有12年MySQL/PostgreSQL调优经验的DBA，正在为电商大促系统编写《慢查询准入清单》。当前环境：MySQL 8.0，单表最大1.2亿行，QPS峰值8000。请基于此场景输出5条判断标准。”
【第4条标准若未包含“执行计划中type=ALL且rows＞10万”的量化条件，会导致漏判高危查询】
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
方法二：错误案例反推法
先给AI一个被DBA否决的真实慢查询：
SELECT * FROM order_detail WHERE user_id = ? AND status IN ('paid','shipped') ORDER BY created_at DESC LIMIT 20;
再写：“该SQL被拒，因违反你将要列出的第2条标准。请据此反推全部5条标准。”
第三步：人工确认后再进优化方案生成
第一步输出标准后，必须人工核验以下三点：
① 每条标准是否能用监控平台截图直接验证（如EXPLAIN输出、slow_log中Rows_examined字段）；
② 第3条是否覆盖了索引失效的典型场景（如函数操作、隐式类型转换）；
③ 第5条是否明确区分了“必须立即处理”和“可排队优化”的风险等级。
只有你手动输入“确认以上5条标准，现在请为以下慢查询生成优化方案：[粘贴SQL]”，DeepSeek才进入下一步。
