メニュー
Use when designing or reviewing a data warehouse table schema. Advises on warehouse layer, table grain, fact or dimension modeling, fields, primary key, partitioning, update strategy, lifecycle, naming, downstream usage, and data quality checks.
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
Use when writing a concise daily report, daily worklog, standup update, shift handoff, or end-of-day summary for data analysis, data development, BI, governance, or operations work.
Use when writing or improving data documentation for warehouse tables, metrics, dashboards, SQL jobs, data products, or handover materials so other people and agents can understand data purpose, grain, fields, logic, ownership, and usage constraints.
Use when analyzing upstream and downstream impact for table changes, metric changes, field deprecation, pipeline migration, dashboard breakage, data governance review, or data asset dependency communication.
Use when planning integration with databases, BI tools, data platforms, APIs, workflow systems, storage services, or third-party tools, including connection requirements, API availability, auth strategy, configuration questions, and validation steps.
Use when planning or writing market research for a specific industry, product category, competitor set, business opportunity, user segment, or go-to-market question with structured evidence and clear assumptions.
Use when diagnosing business metric changes or anomalies such as GMV decline, conversion drop, retention loss, churn increase, revenue change, lead decline, or active user fluctuation with a structured root cause analysis plan.
| name | table-design-advisor |
| description | Use when designing or reviewing a data warehouse table schema. Advises on warehouse layer, table grain, fact or dimension modeling, fields, primary key, partitioning, update strategy, lifecycle, naming, downstream usage, and data quality checks. |
设计或审查一张数据表，使它的业务粒度、字段结构、更新策略和下游使用方式清晰可靠。
这个 Skill 适用于数仓建模和数据开发中的表设计。它不强制某一种公司规范，但会显式说明设计假设。
使用这个 Skill，当用户需要：
典型输入：
我要做一张用户首购转化明细表，给渠道看板使用。
帮我审查这张订单宽表设计是否合理。
不要用这个 Skill 直接完成：
data-requirement-clarifiermetric-definition-reviewersql-reviewerdata-quality-rule-generator如果业务口径尚未明确，先输出设计假设和待确认问题，不要直接生成确定方案。
最少输入：
可选输入：
推荐使用 表设计上下文模板。
最有价值的上下文是：表服务的业务场景、数据粒度、上游数据、下游查询、更新频率、数据量级和保留周期。表粒度不清楚时，必须先澄清“一行代表什么”。
逐项设计：
## 表设计建议
### 1. 设计结论
### 2. 表定位
| 项目 | 建议 |
| --- | --- |
| 数仓层级 | |
| 表类型 | |
| 表粒度 | |
| 主键/唯一键 | |
| 分区字段 | |
| 更新策略 | |
| 更新频率 | |
| 保留周期 | |
### 3. 表命名建议
### 4. 字段设计
| 字段名 | 类型建议 | 含义 | 是否必填 | 备注 |
| --- | --- | --- | --- | --- |
### 5. 关键口径与设计假设
### 6. 上下游关系
### 7. 数据质量规则建议
### 8. 风险点
### 9. 待确认问题
输出必须：
请用 table-design-advisor 设计一张表：
场景：渠道投放看板要看新用户注册、首购、7 日转化。
粒度：希望能按天、渠道、活动查看。
更新：T+1。
引擎：Hive/Spark。