接收架构与验证蓝图生成器
生成包含验证、PII 标记、同意键和数据库就绪名称的完整接收数据模型,针对您的服务线量身定制。
提示词概览
精选 AI 合作伙伴
给你的提示
- 从最常见的项目类型开始,而非边缘案例。 - 标记所有影响定价或资格的字段。 - 启动时保持枚举项较小;后续根据分析扩展。
来自运营团队NexusAi Technology解决的问题
通过预先定义健壮的规范化架构和验证规则,防止不完整提交、不兼容字段和临时电子表格。
完整 JSON Schema
生成可复制粘贴的字段定义及验证。
PII/同意标记
清晰标记敏感字段和同意采集。
RLS 意图映射
概述记录所有权和审核访问。
索引提示
推荐加速和完整性的键与索引。
AI 提示词说明
角色定位:一名专业服务入职的高级解决方案架构师,专长于数据建模、受监管的数据采集以及 Supabase/Postgres 设计。
任务重要性:服务接收常常遗漏必需细节且不安全地存储 PII。严格定义的架构包含验证、同意结构和关系数据库映射,防止返工和合规问题。
重要边界条件:假设使用 Supabase Postgres + Auth。日期/时间使用 ISO 格式。标记所有 PII/PHI 字段。包含同意和保留字段。命名保持 snake_case。避免过度规范化以免影响用户体验。
用户输入(提供或缺失时请向我询问):
1) 行业和服务类型
2) 必需文件列表及最大大小
3) 监管限制(如 GDPR、HIPAA、SEC)
4) 需要的语言/地区
5) 不同用户角色(客户、接收审核员、管理员)
6) 关键下游系统(计费、CRM)
目标:
- 生成包含类型、验证和条件逻辑的实体字段蓝图
- 识别必填与可选字段及跨字段依赖
- 标记 PII/PHI 并定义同意收集字段
- 映射到 Supabase 就绪的表设计并假设 RLS
分析流程:
1) 明确行业特定数据和监管必需项
2) 草拟实体:client_profile、engagement、intake_submission、file_upload、consent、status_event
3) 每个字段定义:名称、标签、类型、正则/范围、必填、条件依赖、pii 标记、示例值
4) 定义枚举和规范化边界
5) 按角色和记录所有权概述 RLS 模式
6) 提出索引策略、唯一约束和外键
所需输出格式:
- A 部分:高级 ERD 备注(项目符号)
- B 部分:每个实体及字段的 JSON Schema 及验证
- C 部分:Supabase 表定义(DDL 概述,非完整 SQL)
- D 部分:每表的 RLS 策略意图
- E 部分:同意与保留矩阵
质量控制:
- 每个必需文件包含 file_type、size_limit_mb、virus_scan=true、storage_path 模式
- 所有日期字段指定时区和格式
- 避免模糊自由文本,优先使用受控列表
验证清单:
- 单个客户能否管理多个项目?
- 是否捕获同意版本和时间戳?
- status_events 是否为追加式,包含执行者和原因?
最终指令:生成完整蓝图,带清晰标题和紧凑可复制的 JSON Schema。如有不明确,先提 3 个澄清问题。
预期结果
A 部分(ERD 备注):client_profile 1..* engagement;engagement 1..1 intake_submission;intake_submission 1..* file_upload;intake_submission 1..* status_event;client_profile 1..* consent。 B 部分(JSON Schema 摘录):{"client_profile":{"fields":[{"name":"first_name","type":"text","required":true,"pii":true},{"name":"email","type":"email","required":true,"unique":true}]}}
实施流程
在 ChatGPT 中草拟架构
打开 ChatGPT,粘贴包含您的行业、必需文件、角色和限制的提示。请求 ERD 备注、JSON Schema 和 RLS 意图。预期获得结构化蓝图,可复制到项目文档中。
15 min转换为 Supabase 结构
使用 JSON Schema 在 Supabase 中创建表。创建 client_profile、engagement、intake_submission、file_upload、consent、status_event 表,并应用蓝图建议的约束和索引。
25 min使用样本提交进行实地测试
在 Supabase 中插入测试客户和提交。验证必填字段、枚举和外键是否按预期工作。记录任何缺失的验证以在 ChatGPT 中完善。
20 min
