CodeBuddy可快速生成用户广告点击→注册→下单漏斗及次日、7日留存SQL；需确保user_behavior表含user_id、event_type（VARCHAR(32)）、created_at字段，并有完整路径测试数据，且注册日取首次register事件时间。
☞☞☞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☜☜☜
你想用CodeBuddy快速跑出用户从点击广告→注册→下单的转化率，同时算出次日、7日留存，而不是手动写SQL、搭BI看板、反复调试查询语句。
准备带行为事件的日志表结构
先确认你的MySQL数据库里有这张表：user_behavior，字段必须包含 user_id、event_type、created_at。event_type 值要能区分 'click_ad'、'register'、'submit_order' 这三类关键动作，否则漏斗无法串联。
如果表不存在，执行建表语句：【event_type 字段必须是 VARCHAR(32)，不能用 ENUM 或 INT，否则 CodeBuddy 识别失败】
建表后插入几条测试数据，确保至少有3个不同 user_id 完成过完整路径，否则后续漏斗结果会显示为0。
用CodeBuddy生成漏斗SQL
打开 VS Code → 激活 CodeBuddy 对话窗口 → 输入以下自然语言指令：
“你是一名有5年经验的数据分析师，基于 user_behavior 表，写出从 click_ad → register → submit_order 的三步漏斗SQL，要求输出每一步的独立人数和转化率，按日期分组。”
CodeBuddy 会返回一段带 WITH RECURSIVE 或多层 JOIN 的 SQL。复制整段代码，粘贴到 MySQL 客户端执行。
注意：如果返回结果中出现 LATERAL 或 WINDOW 函数，说明模型选了高版本语法，而你的 MySQL 版本低于8.0.2 —— 此时需追加一句：“请改用 MySQL 5.7 兼容写法，不要用 LATERAL 和 OVER”。
用CodeBuddy生成留存分析SQL
方法一：单次对话直接生成
CodeBuddy Code CLI 的安装、配置与使用指南。CodeBuddy Code 是腾讯推出的 AI 驱动 CLI 编程助手，支持自然语言驱动开发。 - 必备触发词：CodeBuddy, codebuddy, AI CLI, Tencent AI coding, @tencent-ai/codebuddy-code, terminal AI assistant - 适用场景：安装 CodeBuddy CLI、配置 CodeBuddy、使用 CodeBuddy 命令、排查 CodeBuddy 问题
在同一个 CodeBuddy 对话中，紧接着上一条指令，输入：“再补充次日留存和7日留存SQL，以注册日为 cohort_date，统计每个注册日的用户在第1天和第7天是否再次触发任何 event_type。”
方法二：分步构造更可控
第一步：让 CodeBuddy 先生成注册用户 cohort 表（只含 user_id 和 register_date）；
第二步：再让它基于该 cohort 表，关联 user_behavior 表，计算每个 user_id 在 register_date+1 和 register_date+7 是否有行为记录；
第三步：最后聚合为按 register_date 分组的留存率百分比。
【必须强调“register_date 来自首次 register 事件，不是 MIN(created_at)”，否则会把重复注册用户误判为新 cohort】
验证与修正结果
将 CodeBuddy 生成的两段 SQL 分别执行，检查结果集是否有明显异常：比如某天漏斗第二步人数大于第一步，或留存率超过100%。
若出现异常，把报错信息或错误结果截图，连同原始指令一起发给 CodeBuddy：“这个结果不符合逻辑，请检查 join 条件是否用了 left join 而不是 inner join，以及时间范围是否限定在 register_date 之后。”
CodeBuddy 通常会在第二轮响应中修复逻辑，尤其会补上 WHERE b.created_at >= a.register_date 的关键过滤条件。
