No estás aprendiendo simplemente a hacer que un LLM escriba código SQL. Estás aprendiendo a entregar SQL apto para entornos de producción destinado a cargas de trabajo recurrentes de BI; tú asumes la responsabilidad de cualquier fallo posterior si la consulta es incorrecta, lenta o no reproducible. La IA acelera la redacción inicial, la depuración de hipótesis y el resumen de las ventajas y desventajas de distintas opciones. Tú verificas la semántica, estableces umbrales y decides qué se pone en marcha.
Este curso desarrolla una competencia transferible. Aprenderás a definir la solicitud con precisión, proporcionar el paquete de contexto mínimo, generar candidatos de SQL y superar etapas de verificación antes de compartir o programar cualquier elemento. Cada lección añade un componente a esta disciplina de entrega, permitiendo que la IA agilice tu trabajo sin comprometer los estándares de fiabilidad.
Antes de aplicar cualquier técnica específica, céntrate en el entregable. El entregable consiste en una consulta acompañada de los elementos de verificación necesarios para que otro analista pueda volver a ejecutarla, revisarla y confiar en ella.
El alcance práctico abarca las consultas recurrentes que alimentan paneles de control, alertas y extracciones programadas. Esto implica que el código SQL debe ser correcto según el nivel de granularidad previsto, mantenerse estable ante el crecimiento de los datos y ser comprensible para quienes lo revisen. La IA puede sugerir operaciones de unión (joins), funciones de ventana y refactorizaciones del código. Solo tú puedes certificar que la consulta se ajusta a las definiciones del negocio y que no excederá los presupuestos de costes ni los límites de latencia establecidos.
Revisa la arquitectura de entrega en la que operas, incluyendo el origen de las evidencias de verificación.
Trata cada consulta generada por IA como una propuesta, no como una respuesta definitiva. Si pasa a producción y provoca un fallo en el panel de control, la responsabilidad del incidente recae en el analista y el equipo que la aprobaron, no en el modelo.
La calidad de los resultados de la IA está limitada por el contexto que se le proporciona. En el caso de SQL, el paquete mínimo no consiste simplemente en un párrafo con una descripción del negocio; se trata de un conjunto de restricciones que el modelo puede traducir en claves de unión (join keys), filtros y agregaciones sin tener que inventar una estructura.
Incluye el esquema y las rutas de unión, el nivel de granularidad de cada tabla, las restricciones de claves, los filtros obligatorios, el dialecto SQL de tu almacén de datos y las restricciones operativas, como los acuerdos de nivel de servicio (SLA) y la sensibilidad a los costes. Especifica también las aproximaciones aceptables; por ejemplo, si se pueden ignorar los eventos que llegan con retraso o si los recuentos de valores únicos (distinct counts) pueden ser aproximados.
Elabora un paquete de contexto para un almacén de datos de comercio electrónico y observa cómo cada detalle omitido se convierte en un posible punto de fallo.
Un buen prompt es un contrato. Especifica la intención y fija los aspectos que de otro modo podrían variar, como la lógica de las uniones (joins), el tratamiento de los valores nulos y las cardinalidades esperadas. La IA puede encargarse de la sintaxis; tú debes definir qué significado puede tener la consulta.
Define explícitamente el nivel de detalle del resultado (por ejemplo, ingresos semanales por canal). Establece las exclusiones, como devoluciones y pedidos cancelados. Define cómo gestionar los valores nulos (por ejemplo, si un canal desconocido debe aparecer como '(unknown)' o ser filtrado). Indica el número de filas esperado (como 52 semanas por 8 canales) para poder detectar de inmediato una explosión de filas resultante de las uniones.
Redacta un prompt estructurado que obligue a cumplir estas condiciones antes de generar el código SQL.