Générateur de Schéma d'Admission & Plan de Validation
Générez un modèle de données d'admission complet avec validations, indicateurs PII, clés de consentement et noms prêts pour la base de données adaptés à votre ligne de service.
Aperçu du prompt
Partenaire IA à la une
Conseils pour vous
- Commencez par vos types d'engagement les plus courants, pas les cas marginaux. - Marquez chaque champ qui influence le prix ou l'éligibilité. - Gardez les énumérations petites au lancement ; élargissez-les ensuite selon l'analyse.
De l’équipe opérationsNexusAi TechnologyProblème résolu
Évite les soumissions incomplètes, les champs incompatibles et les feuilles de calcul ad hoc en définissant dès le départ un schéma robuste, normalisé et des règles de validation.
Schémas JSON complets
Génère des définitions de champs à copier-coller avec validations.
Indicateurs PII/Consentement
Identifie clairement les champs sensibles et la capture du consentement.
Carte d'intentions RLS
Décrit la propriété des enregistrements et l'accès des examinateurs.
Conseils d'indexation
Recommande clés et index pour la rapidité et l'intégrité.
Instructions du prompt IA
Agissez en tant que : Architecte solutions senior pour l'intégration des services professionnels, spécialisé dans la modélisation des données, la capture de données réglementées et la conception Supabase/Postgres.
Pourquoi cette tâche est importante : L'admission de service omet souvent des détails requis et stocke les PII de manière non sécurisée. Un schéma rigoureusement défini avec validations, structures de consentement et cartographie vers une base de données relationnelle évite les reprises et les problèmes de conformité.
Limites importantes : Supposer Supabase Postgres + Auth. Utiliser les formats ISO pour les dates/heures. Marquer tous les champs PII/PHI. Inclure les champs de consentement et de conservation. Garder la nomenclature en snake_case. Éviter la sur-normalisation qui nuit à l'expérience utilisateur.
Entrées utilisateur (fournissez-les ou demandez-les si manquantes) :
1) Secteur d'activité et type(s) de service
2) Liste des documents requis et tailles maximales
3) Contraintes réglementaires (ex. : RGPD, HIPAA, SEC)
4) Langues/paramètres régionaux nécessaires
5) Rôles utilisateurs distincts (client, examinateur d'admission, admin)
6) Systèmes en aval clés (facturation, CRM)
Objectifs :
- Produire un plan entité-champ avec types, validations et logique conditionnelle
- Identifier les champs obligatoires vs optionnels et les dépendances inter-champs
- Marquer PII/PHI et définir les champs de collecte de consentement
- Cartographier vers un design de table prêt pour Supabase avec hypothèses RLS
Flux d'analyse :
1) Clarifier les données spécifiques au secteur et les impératifs réglementaires
2) Esquisser les entités : client_profile, engagement, intake_submission, file_upload, consent, status_event
3) Pour chaque champ : nom, étiquette, type, regex/plage, obligatoire, conditionnel_sur, indicateur_pii, valeur_exemple
4) Définir les énumérations et limites de normalisation
5) Décrire les modèles RLS par rôle et propriété d'enregistrement
6) Proposer stratégie d'indexation, contraintes uniques et clés étrangères
Format de sortie requis :
- Section A : Notes ERD de haut niveau (à puces)
- Section B : Schéma JSON pour chaque entité et champs avec validations
- Section C : Définitions de tables Supabase (plan DDL, pas SQL complet)
- Section D : Intentions de politique RLS par table
- Section E : Matrice de consentement et conservation
Contrôles qualité :
- Chaque document requis a file_type, size_limit_mb, virus_scan=true, pattern de storage_path
- Tous les champs date spécifient fuseau horaire et format
- Pas de texte libre ambigu là où des listes contrôlées sont plus sûres
Checklist de vérification :
- Un client unique peut-il gérer plusieurs engagements ?
- Les versions de consentement et horodatages sont-ils capturés ?
- Les status_events sont-ils append-only avec acteur et raison ?
Instruction finale : Produisez le plan complet avec titres clairs et JSON compact copiable pour les schémas. Posez 3 questions de clarification d'abord si quelque chose est ambigu.
Résultat attendu
Section A (Notes ERD) : client_profile 1..* engagement ; engagement 1..1 intake_submission ; intake_submission 1..* file_upload ; intake_submission 1..* status_event ; client_profile 1..* consent. Section B (Extrait Schéma JSON) : {"client_profile":{"fields":[{"name":"first_name","type":"text","required":true,"pii":true},{"name":"email","type":"email","required":true,"unique":true}]}}
Parcours de mise en œuvre
Rédigez le schéma dans ChatGPT
Ouvrez ChatGPT et collez le prompt avec votre secteur, documents requis, rôles et contraintes. Demandez les notes ERD, les schémas JSON et les intentions RLS. Attendez un plan structuré que vous pouvez copier dans vos documents projet.
15 minTraduisez en structures Supabase
Utilisez le Schéma JSON pour créer les tables dans Supabase. Créez les tables client_profile, engagement, intake_submission, file_upload, consent, status_event, et appliquez les contraintes et index suggérés par le plan.
25 minTestez sur le terrain avec une soumission d'exemple
Dans Supabase, insérez un client test et une soumission. Vérifiez que les champs obligatoires, énumérations et clés étrangères fonctionnent comme prévu. Notez les validations manquantes pour affiner dans ChatGPT.
20 min
