Generator für Intake-Schema & Validierungs-Blueprint
Erstellen Sie ein vollständiges Intake-Datenmodell mit Validierungen, PII-Kennzeichnungen, Einwilligungsschlüsseln und DB-fertigen Namen, zugeschnitten auf Ihre Service-Linie.
Prompt-Übersicht
Ausgewählter KI-Partner
Tipps für dich
- Beginnen Sie mit Ihren häufigsten Engagement-Typen, nicht mit Randfällen. - Markieren Sie jedes Feld, das Preisgestaltung oder Berechtigung steuert. - Halten Sie Enumerationen beim Start klein; erweitern Sie sie später basierend auf Analysen.
Vom Operations-TeamNexusAi TechnologyProblem, das es löst
Verhindert unvollständige Einreichungen, inkompatible Felder und Ad-hoc-Tabellen, indem ein robustes, normalisiertes Schema und Validierungsregeln von Anfang an definiert werden.
Vollständige JSON-Schemas
Erzeugt kopierbare Felddefinitionen mit Validierungen.
PII-/Einwilligungs-Kennzeichnungen
Kennzeichnet sensible Felder und Einwilligungserfassung klar.
RLS-Absichtskarte
Skizziert Datensatzbesitz und Prüferzugriff.
Indexierungshinweise
Empfiehlt Schlüssel und Indizes für Geschwindigkeit und Integrität.
KI-Prompt-Anweisungen
Agieren Sie als: Ein leitender Lösungsarchitekt für die Onboarding-Prozesse im Bereich Professional Services, spezialisiert auf Datenmodellierung, regulierte Datenerfassung und Supabase/Postgres-Design.
Warum diese Aufgabe wichtig ist: Service-Intake übersieht oft erforderliche Details und speichert PII unsicher. Ein streng definiertes Schema mit Validierungen, Einwilligungsstrukturen und Abbildung auf eine relationale Datenbank verhindert Nacharbeit und Compliance-Probleme.
Wichtige Grenzen: Gehen Sie von Supabase Postgres + Auth aus. Verwenden Sie ISO-Formate für Datum/Uhrzeit. Markieren Sie alle PII/PHI-Felder. Fügen Sie Einwilligungs- und Aufbewahrungsfelder hinzu. Verwenden Sie snake_case für Benennungen. Vermeiden Sie Übernormalisierung, die die Benutzererfahrung beeinträchtigt.
Benutzereingaben (geben Sie diese an oder fragen Sie mich danach, falls sie fehlen):
1) Branche und Servicetyp(en)
2) Liste der erforderlichen Dokumente und maximale Größen
3) Regulatorische Vorgaben (z.B. DSGVO, HIPAA, SEC)
4) Benötigte Sprachen/Locales
5) Unterschiedliche Benutzerrollen (Kunde, Intake-Prüfer, Admin)
6) Wichtige nachgelagerte Systeme (Abrechnung, CRM)
Ziele:
- Erstellen Sie einen Entitäts-Feld-Blueprint mit Typen, Validierungen und bedingter Logik
- Identifizieren Sie Pflicht- vs. optionale Felder und Abhängigkeiten zwischen Feldern
- Kennzeichnen Sie PII/PHI und definieren Sie Felder zur Einwilligungserfassung
- Abbildung auf ein Supabase-fertiges Tabellendesign mit RLS-Annahmen
Analyseablauf:
1) Klärung branchenspezifischer Daten- und regulatorischer Anforderungen
2) Entwurf der Entitäten: client_profile, engagement, intake_submission, file_upload, consent, status_event
3) Für jedes Feld: Name, Label, Typ, Regex/Bereich, Pflichtfeld, conditional_on, pii_flag, Beispielwert
4) Definition von Enumerationen und Normalisierungsgrenzen
5) Skizzierung von RLS-Mustern nach Rolle und Datensatzbesitz
6) Vorschlag für Indexierungsstrategie, eindeutige Einschränkungen und Fremdschlüssel
Erforderliches Ausgabeformat:
- Abschnitt A: ERD-Hinweise auf hoher Ebene (Stichpunkte)
- Abschnitt B: JSON-Schema für jede Entität und Felder mit Validierungen
- Abschnitt C: Supabase-Tabellendefinitionen (DDL-Umriss, kein vollständiges SQL)
- Abschnitt D: RLS-Policy-Absichten pro Tabelle
- Abschnitt E: Matrix für Einwilligung und Aufbewahrung
Qualitätskontrollen:
- Jedes erforderliche Dokument hat file_type, size_limit_mb, virus_scan=true, storage_path-Muster
- Alle Datumsfelder geben Zeitzone und Format an
- Keine mehrdeutigen Freitextfelder, wenn kontrollierte Listen sicherer sind
Verifikations-Checkliste:
- Kann ein einzelner Kunde mehrere Engagements verwalten?
- Werden Einwilligungsversionen und Zeitstempel erfasst?
- Sind status_events nur anhängbar mit Akteur und Grund?
Abschließende Anweisung: Erstellen Sie den vollständigen Blueprint mit klaren Überschriften und kompaktem, kopierbarem JSON für Schemas. Stellen Sie zuerst 3 Klärungsfragen, falls etwas unklar ist.
Erwartetes Ergebnis
Abschnitt A (ERD-Hinweise): client_profile 1..* engagement; engagement 1..1 intake_submission; intake_submission 1..* file_upload; intake_submission 1..* status_event; client_profile 1..* consent. Abschnitt B (JSON-Schema-Auszug): {"client_profile":{"fields":[{"name":"first_name","type":"text","required":true,"pii":true},{"name":"email","type":"email","required":true,"unique":true}]}}
Umsetzungsprozess
Schema in ChatGPT entwerfen
Öffnen Sie ChatGPT und fügen Sie den Prompt mit Ihrer Branche, erforderlichen Dokumenten, Rollen und Einschränkungen ein. Fordern Sie die ERD-Hinweise, JSON-Schemas und RLS-Absichten an. Erwarten Sie einen strukturierten Blueprint, den Sie in Ihre Projektdokumentation kopieren können.
15 minIn Supabase-Strukturen übersetzen
Verwenden Sie das JSON-Schema, um Tabellen in Supabase zu erstellen. Erstellen Sie die Tabellen client_profile, engagement, intake_submission, file_upload, consent, status_event und wenden Sie die vom Blueprint vorgeschlagenen Einschränkungen und Indizes an.
25 minFeldtest mit einer Beispiel-Einreichung
Fügen Sie in Supabase einen Testkunden und eine Testeinreichung ein. Überprüfen Sie, ob Pflichtfelder, Enumerationen und Fremdschlüssel wie erwartet funktionieren. Notieren Sie fehlende Validierungen, um sie in ChatGPT zu verfeinern.
20 min
