P
💻DeveloppementIntermediateAll AIs

Optimize Your Prisma and Drizzle ORM Queries Like a Pro

A prompt to analyze your Prisma or Drizzle ORM queries and get concrete optimizations: N+1 elimination, targeted selection, indexes and verified SQL queries.

Paste in your AI

Adapt this prompt

Paste this prompt in ChatGPT, Claude or Gemini and customize the variables in brackets.

Tu es un expert en bases de données et en ORM JavaScript/TypeScript, spécialisé dans Prisma et Drizzle ORM. Analyse et optimise les requêtes suivantes pour améliorer les performances de mon application.

Contexte du projet :

  • ORM utilisé : [PRISMA | DRIZZLE]
  • Base de données : [POSTGRESQL | MYSQL | SQLITE]
  • Description du modèle de données : [DÉCRIRE LES TABLES/MODÈLES PRINCIPAUX ET LEURS RELATIONS]
  • Requêtes à optimiser :
[COLLER VOS REQUÊTES ORM ICI]
  • Problème observé : [LENTEUR | REQUÊTES N+1 | CONSOMMATION MÉMOIRE | TIMEOUT]

Pour chaque requête, fournis :

  1. Diagnostic : Identifie les problèmes de performance (requêtes N+1, select *, jointures manquantes, absence d'index, chargement eager vs lazy inadapté).

  2. Requête optimisée : Réécris la requête avec les bonnes pratiques :

    • Sélection des champs nécessaires uniquement (select/columns)
    • Utilisation correcte des includes/relations/with
    • Pagination côté base de données
    • Agrégations côté SQL plutôt que JavaScript
    • Transactions quand nécessaire
  3. Index recommandés : Propose les index à créer dans le schéma (migration) pour supporter ces requêtes.

  4. Requête SQL générée : Montre la requête SQL brute équivalente pour vérifier ce que l'ORM produit réellement.

  5. Métriques attendues : Estime le gain de performance (nombre de requêtes SQL réduites, volume de données transférées).

Présente chaque optimisation dans un bloc de code TypeScript commenté, avec un avant/après clair.

Personalize this prompt with Léa · AI assistant

Léa rewrites this prompt for your job and your exact goal — 3 quick questions.

Why this prompt works

This prompt transforms AI into a specialized database performance consultant via ORM. By providing your actual queries and schema context, you get a precise diagnosis of common anti-patterns like N+1 queries, unnecessary select * or misconfigured joins. The before/after approach is essential: it shows you not only the optimized query but also the underlying SQL query generated by the ORM. This helps you understand what is actually happening on the database side and verify that the ORM produces what you expect. For better results, include your Prisma schema or Drizzle table definitions in the data model variable. The more precise the context (relationship cardinality, data volume, read/write use cases), the more relevant the index and restructuring recommendations will be.

Use Cases

Eliminate N+1 queries in a REST or GraphQL APIOptimize listing pages with pagination and complex filtersReduce dashboard response times with heavy aggregations

Expected Output

A structured report for each query with problem diagnosis, optimized ORM query in TypeScript, SQL indexes to create, equivalent raw SQL query and estimated performance gains.

Improve this prompt

Run this prompt through the Optimizer to strengthen its context, constraints and expected format.

Improve this prompt with the Optimizer

Comments

Be the first to comment on this prompt.

📬 Get new prompts every week

Join our newsletter and never miss a prompt.

Go further

Similar Prompts

💻DeveloppementIntermediateAll AIs

Set up distributed tracing

Implement distributed tracing

570
💻DeveloppementIntermediateAll AIs

Set up semantic versioning automation

Automate semantic versioning

515
💻DeveloppementIntermediateAll AIs

Generate a code coverage report plan

Plan test coverage improvements

625
💻DeveloppementIntermediateAll AIs

Create a complete REST API

Quickly bootstrap a new API endpoint

446