Prompt de ChatGPT para entender una query SQL larga paso a paso

Cuando entras a un proyecto nuevo, una de las tareas más pesadas es entender consultas SQL que escribió otra persona. A veces la query tiene muchos joins, subconsultas, filtros raros, tablas con nombres poco claros y lógica de negocio escondida en un CASE WHEN.

ChatGPT puede ayudarte mucho, pero no conviene pedirle simplemente: “explícame esta query”. Esa instrucción es demasiado abierta. Es mejor darle un formato de análisis para que revise la consulta por partes y te devuelva una explicación útil.

El problema real

Una query larga puede esconder varios riesgos:

• joins que duplican registros
• filtros que excluyen datos importantes
• columnas calculadas difíciles de interpretar
• lógica de negocio que nadie documentó
• agregaciones que cambian el nivel de detalle
• tablas temporales o CTEs que dependen unas de otras

Si solo lees la consulta línea por línea, puedes tardar mucho y aun así perder detalles importantes.

Prompt recomendado

Copia la query y usa este prompt:

Actúa como un analista senior de datos.

Voy a pegar una consulta SQL larga. Quiero que la expliques por bloques, no línea por línea.

Para cada bloque dime:
1. Qué intenta hacer.
2. Qué tablas usa.
3. Qué columnas son importantes.
4. Qué joins existen y qué riesgo de duplicados pueden generar.
5. Qué filtros afectan el resultado.
6. En qué nivel de detalle queda la información.
7. Qué dudas debería validar con el equipo de negocio.

Después dame un resumen final en lenguaje simple:
- objetivo probable de la query
- principales riesgos
- qué validaciones harías antes de confiar en el resultado

Aquí está la query:
[pega aquí la consulta SQL]

Por qué este prompt funciona

La clave está en pedirle a la IA que piense como analista, no como traductor de código. Una explicación útil no solo dice qué hace cada línea. También identifica riesgos, supuestos y validaciones.

Por ejemplo, si una consulta une una tabla de órdenes con una tabla de pagos, ChatGPT puede advertirte que una orden podría tener varios pagos. Eso puede duplicar montos si la query no agrupa correctamente.

Qué debes revisar tú

Aunque la IA ayude, no debes confiar a ciegas. Revisa especialmente:

• si las claves de join son correctas
• si una tabla tiene registros repetidos
• si los filtros de fecha tienen sentido
• si el resultado está a nivel cliente, orden, producto o transacción
• si hay campos nulos que cambian la lógica
• si los totales coinciden con una fuente confiable

La IA te acelera la lectura, pero la validación sigue siendo tu responsabilidad.

Prompt para detectar duplicados

Después de entender la consulta, puedes pedir esto:

Revisa esta query y dime en qué puntos se podrían duplicar registros.

Quiero que señales:
1. Joins de uno a muchos.
2. Tablas que podrían tener más de un registro por llave.
3. Agregaciones que deberían ocurrir antes del join.
4. Pruebas SQL que puedo ejecutar para confirmar si hay duplicados.

Este segundo prompt es muy útil porque muchas métricas incorrectas nacen de joins mal controlados.

Prompt para convertir la query en documentación

Cuando ya entendiste la consulta, puedes pedirle:

Convierte esta explicación en documentación técnica breve.

Incluye:
- objetivo de la consulta
- fuentes de datos usadas
- reglas de negocio aplicadas
- filtros principales
- nivel de granularidad
- riesgos conocidos
- pruebas de validación recomendadas

Así puedes dejar una documentación limpia para el equipo o para ti mismo en el futuro.

Ejemplo de uso diario

Imagina que recibes una query que calcula ventas netas. En vez de leerla durante una hora, haces este flujo:

1. Pegas la query con el primer prompt. 2. Pides revisión de duplicados. 3. Pides pruebas SQL de validación. 4. Ejecutas esas pruebas en tu base de datos. 5. Documentas la lógica.

Con eso no solo entiendes más rápido. También trabajas con más criterio.

Error común

El error más común es pedir:

Explícame esta query.

Eso normalmente produce una respuesta superficial. La IA puede explicarte sintaxis, pero no necesariamente detectar riesgos de negocio.

Mejor pide una revisión estructurada, con foco en joins, filtros, granularidad y validaciones.

Conclusión

ChatGPT puede ser un excelente copiloto para entender SQL, pero el valor real aparece cuando le pides análisis, no solo explicación.

Usa la IA para acelerar la lectura de queries largas, encontrar riesgos y generar documentación. Luego valida los resultados con pruebas reales en la base de datos.