☕️ Как писать SQL-запросы с помощью LLM: гайд для менеджеров без аналитиков

Вы когда-нибудь сталкивались с ситуацией, когда вам срочно нужны данные, а аналитик занят? Или вы получаете отчет, который не отвечает на ваш вопрос, и приходится ждать перезапроса?

У меня такое постоянно)) Поэтому в последнее время часто пишу SQL-запросы в обнимку с LLM-моделью (мог бы и сам, но с моделью быстрее😉).

LLM не заменяет аналитика, но помогает сгенерировать правильный запрос, если передать в модель минимально достаточный контекст.

📦 Что собрать перед запросом к LLM
Для качественного ответа LLM нужно передать 4 ключевых блока (👀см.скрин)

✨ Как передать данные LLM: шаблон промпта
Если у вас есть набор таблиц, с которым вы часто работаете, вот структурированный текст, который вы можете скопировать, заполнить и использовать для генерации запросов с помощью LLM:

У меня есть следующие таблицы в базе данных Postgres:

Таблица: users
Описание: Информация о пользователях платформы
Колонки:
- user_id (INT, PK): Уникальный ID пользователя
- email (VARCHAR): Email пользователя
- signup_date (DATE): Дата регистрации

Таблица: orders
Описание: Заказы пользователей
Колонки:
- order_id (INT, PK): Уникальный ID заказа
- user_id (INT, FK → users.user_id): Кто сделал заказ
- order_date (TIMESTAMP): Дата заказа
- amount (DECIMAL): Сумма заказа
- status (VARCHAR): Статус ("completed", "cancelled", "pending")

Связи:
- orders.user_id ссылается на users.user_id

Пример данных (orders):
| order_id | user_id | order_date | amount | status |
|----------|---------|---------------------|--------|----------|
| 101 | 5 | 2025-10-01 14:30:00 | 99.99 | completed|

Бизнес-логика:
- Активный пользователь — заходил в систему за последние 7 дней.
- Отмененные заказы (status = 'cancelled') не учитываются в выручке.

Запрос пользователя:
"Составь SQL запрос для расчёта общей выручки по месяцам за 2025 год."

💡 Советы для повышения качества генерации
— Указывайте СУБД
Синтаксис отличается: PostgreSQL, Vertica, Trino, Clickhouse — упомяните, какая система используется.
— Четко формулируйте цель
Лучше: «Покажи выручку по месяцам за 2025 год, учитывая только статус completed»
Хуже: «Нужна статистика по продажам»
— Ограничивайте scope
Не передавайте всю БД — только релевантные таблицы. Это снизит шум и повысит точность.
— Вместо ручного составления описания таблиц можно автоматически получить метаданные через системные таблицы вашей БД. Например для Postgres:

SELECT 
  tbl.table_name,
  col.column_name,
  col.data_type,
  pg_catalog.col_denoscription(c.oid, col.ordinal_position::int) AS column_comment
FROM information_schema.tables tbl
JOIN information_schema.columns col ON col.table_name = tbl.table_name
JOIN pg_catalog.pg_class c ON c.relname = tbl.table_name
WHERE tbl.table_schema = 'public'
  AND tbl.table_type = 'BASE TABLE'
ORDER BY tbl.table_name, col.ordinal_position;

Скопируйте результат в формате таблицы или JSON
Вставьте в промпт LLM вместо ручного описания структуры

А вы уже пробовали генерировать SQL через LLM? Делитесь в комментариях — какие фишки помогают вам!

#tips #llm #sql #analytics

☕️ Лайфхак: как за 2 секунды создать документ или таблицу в Google

Раньше мы уже смотрели, как затюнить адресную строку браузера, чтобы повысить свою эффективность. Сегодня добавим в копилку ещё один лайфхак — быстрое создание документов.

Знаете этот момент, когда нужно срочно записать идею, сделать табличку для расчётов или начать новый проект — и вы лезете в Google Диск, ищете значок, кликаете... а потом ещё ждёте загрузки?

Спасение есть, просто введите в адресной строке браузера:
docs.new → создаётся новый Google Docs
sheet.new → создаётся новый Google Sheets
slide.new → Google Slides
form.new → Google Forms
site.new → Google Sites (даже не знал, что такое есть)))
draw.new → открывается playground Mermaid (киллерфича для техписов)
keep.new → Google Keep

✅ Профит!
— Нет лишних кликов
— Нет ожидания
— Нет поиска по папкам

Работает в любом браузере (Chrome, Safari, Edge, Firefox).

Делитесь в комментариях, если есть ещё хаки!

#tips #lifehacks #productivity

☕️ Подборка публикаций канала: просто о сложном

⚙️ Разработка
— CLI: интерфейс командной строки
— Git: система контроля версий (кода)
— Как код превращается в приложение
— Релизы для новичков
— Как устроен современный веб - описание клиент-серверной архитектуры
— Как спроектирован Instagram*? - доступное объяснение архитектуры
— API: как программы общаются друг с другом
— Идентификация, аутентификация, авторизация

📊 Данные
— Семантический слой: ключ к доверию в данных и эффективности ИИ
— Data Pipeline Overview : как данные становятся ценным ресурсом

🖥 ИИ
— Как устроен RAG: два шага к идеальному ответу
— Как устроен MCP

#quicklinks

☕️ Фреймворк ШИП: как создавать материалы, которые действительно будут использоваться

Когда внедряешь новые процессы или инструменты, часто сталкиваемся с одной и той же проблемой: пользователи не понимают, как правильно ими пользоваться. Даёшь инструкции — их игнорируют. Создаёшь шаблоны — их заполняют неправильно. Пишешь документацию — её никто не читает.

Почему так происходит? Потому что одного компонента недостаточно.

За годы работы у меня сложился следующий фреймворк — ШИП (Шаблон, Инструкция, Пример). Это три компонента, которые работают только вместе.

📝 Шаблон: структура без путаницы
Шаблон — это каркас, который экономит время пользователя. Без него люди тратят часы на форматирование вместо сути.
Шаблон убирает когнитивную нагрузку. Пользователь фокусируется на содержании, а не на том, «как оформить правильно».

📖 Инструкция: путь к правильному заполнению
Шаблон без инструкции — как автомобиль без правил дорожного движения. Да, он выглядит красиво, но использовать его правильно не получится.

Что должно быть в инструкции:
— Для чего используется шаблон
— Как заполнять каждый раздел (не «что написать», а «как подумать»)
— Каких ошибок стоит избегать
— Кто отвечает за заполнение, если это совместный шаблон

Важно: инструкция должна быть короткой и по делу. Если она занимает больше двух экранов — пользователи её не прочтут.

👀 Пример: наглядная демонстрация идеала
Это самый недооценённый, но самый важный компонент. Люди мыслят через аналогии, а не через абстрактные правила.

Как создавать хорошие примеры:
— Показывайте реальные кейсы (с обезличенными данными)
— Выделяйте, что работает хорошо в примере
— Добавляйте комментарии: «В этом разделе мы описали конкретное действие, а не общую проблему»
— Для сложных шаблонов — сделайте 2-3 варианта: один идеальный, один с типичными ошибками и исправлениями

💡 Ключевой вывод
Сочетание Шаблона, Инструкции и Примера снижает порог входа, ускоряет обучение и повышает качество результатов. Это не дополнительная работа — это инвестиция, которая окупается сэкономленным временем всей команды.

P.S. На самом деле на идею фреймворка ШИП меня натолкнули материалы проекта The Good Docs Project. Поработав с ними, сразу понимаешь как это классно.

#product #documentation #templates #userexperience #bestpractices

☕️ Удобные ресерчи с ИИ

Активно использую Qwen в работе и хочу поделиться восторгом от одной его фишки — режима глубокого исследования (Deep Research Mode).

🤌 Что это?
Это когда модель не спешит давать ответ, а сначала «думает»: анализирует запрос, строит план решения, рассматривает разные варианты и только потом выдает структурированный результат.

😉 Как использую?
Когда есть сложная задача (проектирование архитектуры или решение бизнес-проблемы), включаю этот режим — и вместо поверхностного ответа получаю:
— Детальный разбор проблемы
— Пошаговое рассуждение
— Несколько вариантов решений с плюсами и минусами
— Четкие выводы и рекомендации

Особенно ценно, когда нужно не просто сгенерировать текст, а проработать сложную задачу.

Например, вчера за 10 минут получил полноценный ресерч на тему селфсервиса. Надо было в кучку собрать всё по этой предметной области. Посмотреть всё ли я знаю или что-то ещё упускаю.

Пример ресерча на тему Self-service

В общем рекомендую! Это бесплатно ))

#ai #llm #productivity #qwen #tools

☕️ Vibe Product Management Conference

На прошедшей неделе 18-19 декабря прошла невероятная конференция. Ваня Замесин собрал топовых продакт-менеджеров и они абсолютно бесплатно рассказали, как используют ИИ в своей работе.

Если вы долго думали о кейсах использования ИИ в вашей работе, эти материалы для вас.

💡 Главные тезисы
— ИИ не просто хайп, а уже вполне себе рабочий инструмент - средство труда, как когда-то счёты, калькулятор, затем компьютер.
— Освоившие это средство труда раньше других люди, получают конкурентное преимущество, т.к. смогут быстрее решать рабочие задачи
— Среди множества вариантов взаимодействия продактов с ИИ, лучшие результаты показывают IDE типа Cursor/Codex
— Проект в Курсоре может быть представлен в виде md файлов с инструкциями, python и sql скриптов которые через апи сразу ходят за информацией и данными
— Умение пользоваться ИИ уже становится требованием при найме

💼 Кейсы использования
— Единое хранилище знаний: Загрузка всех MD-файлов (спецификации, встречи, метрики) в Cursor — AI мгновенно анализирует контекст проекта без переключения между инструментами.
— Анализ данных через SQL: Прямые SQL-запросы к базам данных с подсказками AI — быстро получать метрики (DAU, конверсии) и строить отчеты без помощи аналитиков.
— Автоматизация через Python: Запуск скриптов для работы с API (Jira, Google Analytics, Slack) — автоматизировать сбор данных, обновление дашбордов, оповещения.
— Генерация документации: AI создает PRD, user stories или отчеты на основе данных из БД, API и ваших MD-файлов — сокращает ручную работу в 2-3 раза.
— Кросс-функциональная аналитика: Комбинируйте данные из SQL, API и заметок — например, свяжите метрики продукта с фидбеком из Notion для быстрого принятия решений.
— Визуализация данных: Python-библиотеки (Pandas, Matplotlib) прямо в Cursor — стройте графики и диаграммы для презентаций без экспорта в другие инструменты.
— Мгновенные эксперименты: Тестируйте гипотезы, запрашивая данные через SQL/Python в реальном времени — например, проверяйте влияние фичи на удержание за минуты.
— Снижение зависимости от DevOps: Запрашивайте сырые данные напрямую, минуя очереди на поддержку — ускоряете итерации и A/B-тесты.


👀 Посмотреть доклады
🔸 Харитон Матвеев — Cursor для продактов: screen-share сессия с хаками на практике
🔸 Никита Толстой — Цифровая копия продукта: что даёт и сколько стоит
🔸 Рома Кумар — Кейс роста маркетплейса аюрведических докторов в Индии за год до #1 аюрведической площадки
🔸 Сева Устинов — Единая база знаний для команды из 30 человек: экономия 10,000+ часов в год
🔸 Илья Красинский — Эпоха Заклинаний и волшебства: жизнь и AI в эпоху Торнадо
🔸 Иван Купцов — Как мы используем AI для оптимизации продуктовых процессов
🔸 Кирилл Гурбанов — Управляем бизнесом через Claude Code / Cursor
🔸 Ваня Замесин — Как кардинально ускорять и удешевлять запуск новых продуктов с нейросетями

🔗 Записи и материалы Конфы здесь

P.S. После просмотра, приходите обсуждать в комментарии к этому посту 😉

#knowledge #ai #product