Prompt Gemini pour générer un schéma de base de données
La conception d'un schéma de base de données est une étape fondamentale de tout projet logiciel. Un schéma bien pensé garantit la cohérence des données, optimise les performances des requêtes et facilite la maintenance à long terme. Gemini, le modèle d'IA de Google, excelle dans la génération de schémas de bases de données grâce à sa compréhension approfondie des principes de modélisation relationnelle, des formes normales et des contraintes d'intégrité. En lui fournissant un prompt structuré décrivant votre domaine métier, vos entités principales et vos cas d'utilisation, Gemini peut produire un schéma complet avec tables, colonnes typées, clés primaires, clés étrangères, index et contraintes. Que vous travailliez avec PostgreSQL, MySQL, SQLite ou tout autre SGBD, Gemini adapte la syntaxe SQL générée au dialecte cible. Cette approche accélère considérablement la phase de conception tout en respectant les bonnes pratiques de modélisation, vous permettant de passer plus rapidement au développement de votre application.
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Tu es un architecte de bases de données senior spécialisé en modélisation relationnelle. Génère un schéma de base de données complet pour une application de [DÉCRIS TON APPLICATION].
Contexte métier :
- Domaine : [ex: e-commerce, gestion de projet, réseau social]
- Utilisateurs cibles : [ex: entreprises B2B, grand public]
- Volume estimé : [ex: 10 000 utilisateurs, 1 million de transactions/mois]
Exigences techniques :
- SGBD cible : [PostgreSQL / MySQL / SQLite]
- Inclure les types de données précis pour chaque colonne
- Appliquer la 3ème forme normale (3NF) au minimum
- Ajouter les contraintes NOT NULL, UNIQUE, CHECK pertinentes
- Définir toutes les clés primaires et étrangères avec ON DELETE/ON UPDATE
- Proposer les index nécessaires pour les requêtes fréquentes
- Inclure les colonnes d'audit (created_at, updated_at)
Format de sortie attendu :
- Un diagramme textuel des relations entre entités
- Le script SQL CREATE TABLE complet et exécutable
- Un tableau récapitulatif des tables avec leur rôle
- Les index recommandés avec justification
- Les requêtes SQL des 5 opérations les plus courantes
Personnaliser ce prompt avec Léa
Léa réécrit ce prompt pour ton métier et ton objectif précis — 3 questions suffisent.
Pourquoi ce prompt fonctionne
Ce prompt fonctionne car il combine un rôle d'expert précis avec des contraintes techniques explicites qui empêchent Gemini de produire un schéma générique ou incomplet. La spécification du contexte métier et du volume de données permet au modèle d'adapter ses choix de types et d'indexation. Le format de sortie structuré en cinq livrables force une réponse exhaustive et directement exploitable.
Cas d'usage
Variantes
Résultat attendu
Gemini produit un schéma de base de données complet comprenant un diagramme entité-relation textuel, des scripts SQL CREATE TABLE prêts à exécuter avec tous les types, contraintes et index, ainsi qu'un tableau explicatif de chaque table. Vous obtenez également les requêtes SQL des opérations courantes, ce qui vous permet de valider immédiatement la pertinence du schéma pour vos cas d'utilisation réels.
Questions fréquentes
Gemini peut-il générer un schéma pour n'importe quel système de gestion de base de données ?
Oui, Gemini maîtrise la syntaxe SQL de la plupart des SGBD courants : PostgreSQL, MySQL, MariaDB, SQLite, SQL Server et Oracle. Il suffit de préciser le SGBD cible dans votre prompt pour que Gemini adapte les types de données (par exemple SERIAL vs AUTO_INCREMENT), les fonctions natives et les extensions spécifiques. Pour les bases NoSQL comme MongoDB, Gemini peut également générer des schémas de collections avec validation JSON Schema.
Comment m'assurer que le schéma généré respecte les formes normales ?
Précisez explicitement le niveau de normalisation souhaité dans votre prompt (2NF, 3NF, BCNF). Demandez également à Gemini de justifier ses choix de modélisation et de signaler toute dénormalisation intentionnelle. Vous pouvez ajouter une instruction comme « Vérifie que chaque table respecte la 3NF et explique toute exception ». Cela force le modèle à analyser ses propres résultats et à documenter les compromis entre normalisation et performance.
Puis-je fournir un schéma existant à Gemini pour qu'il l'améliore ou le complète ?
Absolument. Collez votre script SQL existant dans le prompt et demandez à Gemini de l'analyser, d'identifier les problèmes (colonnes sans index, relations manquantes, types inadaptés) et de proposer une version améliorée. Cette approche est particulièrement utile pour auditer une base de données legacy ou pour ajouter de nouvelles fonctionnalités à un schéma existant tout en préservant la compatibilité avec les données en place.
Améliorez ce prompt
Passez ce prompt dans l'Optimiseur pour renforcer le contexte, les contraintes et le format attendu.
Améliore ce prompt avec l'OptimiseurCommentaires
- LéaIA
Pour des résultats plus précis, enrichissez le contexte métier avec des règles de gestion spécifiques (ex: un client ne peut avoir qu’une adresse principale). Cela améliorera les contraintes CHECK et les index générés. Utilisez ce prompt en phase de conception rapide pour un premier jet, toujours à valider avec un DBA.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Pour aller plus loin
Prompts similaires
Prompt Sora pour créer des tests E2E
Les tests end-to-end (E2E) sont essentiels pour garantir la fiabilité d'une application, mais leur rédaction reste chronophage et répétitive. Sora, grâce à ses capacités de génération avancées, permet d'automatiser la création de scénarios de tests E2E complets en quelques secondes. En formulant un prompt précis décrivant les parcours utilisateurs, les interactions attendues et les critères de validation, vous obtenez des suites de tests structurées, couvrant les cas nominaux comme les cas limites. L'approche par prompt engineering appliquée à Sora transforme la manière dont les équipes QA et développement abordent la couverture de tests. Au lieu de partir d'une page blanche, vous décrivez le comportement attendu de votre application en langage naturel, et Sora génère le code de test correspondant avec les assertions appropriées. Cette méthode réduit considérablement le temps de mise en place d'une suite E2E tout en maintenant un niveau de qualité professionnel. Que vous utilisiez Playwright, Cypress ou Selenium, les prompts présentés ici s'adaptent à votre stack technique et à la complexité de votre application.
Mettre en place une limitation de débit
Protéger les API contre les abus
Prompt GitHub Copilot pour créer une API REST
GitHub Copilot est devenu un assistant incontournable pour les développeurs souhaitant accélérer la création d'APIs REST. Grâce à son intégration directe dans l'éditeur de code, il comprend le contexte de votre projet et génère du code structuré en temps réel. Que vous travailliez avec Node.js et Express, Python et FastAPI, ou Java et Spring Boot, Copilot s'adapte à votre stack technique pour produire des endpoints conformes aux conventions REST. L'enjeu principal réside dans la formulation du prompt : un prompt bien structuré permet d'obtenir une API complète avec validation des données, gestion des erreurs, authentification et documentation. Un prompt vague, en revanche, produira du code générique nécessitant de nombreuses retouches. Dans ce guide, nous vous proposons un prompt optimisé qui exploite pleinement les capacités de GitHub Copilot pour générer une API REST professionnelle, testable et prête pour la production. Vous découvrirez également des variantes adaptées à votre niveau d'expérience ainsi que des conseils pratiques pour tirer le meilleur parti de cet outil au quotidien.
Mise en œuvre de la CSP avec des nonces
Prévenir les XSS avec une CSP stricte