Нейросети резко ворвались в нашу жизнь. Для кого-то это возможность смотреть или генерировать прикольные и не очень картинки и видео, которые многим уже надоели. А для нас, коллеги, это мощный инструмент, позволяющий быстрее решать различные задачи.

ИИ понижает порог входа в многие отрасли ИТ – например умея задавать правильные вопросы, при помощи подсказок ИИ вы можете запросто настроить Nginx-сервер на Ubuntu под нужды ваших проектов, привязав домены, выпустив SSL с автопродлением, даже если вы ни разу не пользовались Ubuntu, не шарите в Nginx и т.д.

Нейросети научились писать код, и кто уже успел попробовать Cursor и подобные инструменты, восхищаются насколько шагнули вперёд технологии, и как много возможностей они дают тем, кто уже и так шарит, и умеет использовать их с умом.

Вообще Cursor – тема нынче очень попсовая, и уже есть масса материалов о нём. Если ещё не сталкивались с ним, рекомендую обязательно изучить и попробовать. Может быть я всё равно напишу статью по его эффективному использованию, но в этой статье речь пойдёт о менее заезженной, но не менее актуальной теме – как ИИ уже сейчас помогает проектировать базы данных.

ИИ создаёт схему базы данных по текстовому промпту

Я помню как раньше при проектировании базы данных много времени уходило чтобы продумать какие должны быть сущности, как они должны быть связаны между собой.

Теперь достаточно сформулировать текстовое описание – а ИИ выдаст готовую визуальную схему буквально за минуту. Чем подробнее и точнее будет текстовый промпт, тем лучше будет результат. Готовую схему можно при необходимости доработать, и в последствии экспортировать в SQL, или любой другой формат.

Предложенную ИИ-схему доработать быстрее, чем проектировать с нуля
Предложенную ИИ-схему доработать быстрее, чем проектировать с нуля

ИИ позволяет быстрее вносить изменения в схему

Иногда бывает необходимо добавить определённые атрибуты (столбцы) сразу в несколько сущностей (таблиц). Например мы могли забыть добавить столбцы created_at, updated_at, deleted_at. Схема уже разрослась, и вручную нужно было бы добавлять в каждую таблицу, каждый столбец по отдельности, указывать ему тип данных и так далее.

В наше время достаточно просто написать "добавь во все таблицы столбцы created_at, updated_at, deleted_at с типом данных timestamp" – и ву-а-ля, изменения внесены!

ИИ позволяет добавлять таблицы из кода

Предположим у нас есть готовая схема, а в процессе разработки мы взяли и сразу написали дополнительную таблицу. Может быть в SQL-формате, или в sequelize, или в любом другом формате. И теперь наша задача актуализировать схему. Благодаря ИИ, мы можем просто попросить добавить таблицу из кода, и вставить кусок кода на любом языке:

На данном примере ИИ добавил таблицу по SQL-описанию. Подойдёт любой формат, не только SQL.
На данном примере ИИ добавил таблицу по SQL-описанию. Подойдёт любой формат, не только SQL.

ИИ может написать код для работы с таблицей/таблицами

На любом языке программирования. Допустим у нас есть схема базы данных, мы можем попросить написать код для работы с одной из таблиц на нужном нам языке программирования, указав только название таблицы.

Я указываю название таблицы, и прошу написать на Node.js код для добавления записи в таблицу
Я указываю название таблицы, и прошу написать на Node.js код для добавления записи в таблицу
ИИ рассуждает, и предоставляет код. Даже написал как подключиться к базе данных!
ИИ рассуждает, и предоставляет код. Даже написал как подключиться к базе данных!
Полностью написан код функции, пример её использования, предоставлены пояснения
Полностью написан код функции, пример её использования, предоставлены пояснения

Так на примерах выше я указал только название таблицы, и попросил написать функцию на Node.js для добавления в неё записи. ИИ проанализировал какие в таблице есть столбцы, и не только выполнил задачу, но и написал код для подключения к БД, предоставил свои рассуждения, и пояснения.

Можно писать более сложные просьбы, здесь главное обратить внимание, что ИИ понимает контекст визуальной схемы, подобно тому, как Cursor понимает контекст файлов с кодом в проекте.

С ИИ можно советоваться не отрываясь от проектирования

Это самый банальный кейс использования ИИ, поэтому я поместил его в самый конец статьи. Если раньше нужно было полагаться только на свой опыт, и на какие-либо материалы из поисковиков или даже книг, сейчас вся мощь искусственного интеллекта, обученная на огромном количестве данных, в вашем распоряжении. ИИ готов ответить на любой вопрос касающийся тонкостей конкретной базы данных, и проектирования БД в целом. И самое главное – что для этого не нужно переключаться в другое окно. Прямо во время проектирования базы данных открываем чат, задаём вопрос, получаем ответ, продолжаем.

Слева вопрос по теории базы данных, справа – советуемся по поводу структуры сущности
Слева вопрос по теории базы данных, справа – советуемся по поводу структуры сущности
Может подсказать по специфическим SQL-запросам, это сильно быстрее, чем искать в поисковиках
Может подсказать по специфическим SQL-запросам, это сильно быстрее, чем искать в поисковиках

Всем спасибо за внимание!

И пусть ИИ помогает вам разгрузить предновогодний аврал, если он у вас есть. А если аврала нет – освободить больше свободного времени для себя. С наступающим новым годом, коллеги!

Если что, скриншоты из инструмента Database Design, кому надо тот найдёт, рекламных ссылок здесь не будет.

Если для вас была бы актуальна статья по продвинутому промптингу в проектировании баз данных, как формулировать запросы чтобы извлечь максимальную пользу и добиться наилучшего результата в этом деле – дайте знать в комментариях, и это сподвигнет меня на написание новой статьи.

Комментарии (108)


  1. pg_expecto
    16.12.2025 16:46

    Отличная статья ! Очень правильная ! Нужно быстрее и шире внедрять в практику проектирования СУБД и особенно для высоконагруженных систем всякие нейросети и прочие ИИ.

    Это позволит DBA старой школы очень долго быть востребованными и диктовать ценник за услуги !

    Запрос стоимостью 3 триллиона и вопрос руководителя разработки "почему у нас всё не работает " - я видел. И этот запрос написал человек , ну с помощью ORM конечно. А уж ORM + ИИ будет круче Чип и Дейла - точно.

    Теперь , после таких статей уверен - мы и не такое встретим. По крайней мере в программе конференций ИИ уже анонсирован.

    И это хорошо ! Впереди очень много интересных открытий . Уж , что может напрогнозировать нейросеть про оптимизацию производительности СУБД - кейсов достаточно . А уж если нейросеть пустить в архитектуру - ух даже дух захватывает .


    1. Rikkster Автор
      16.12.2025 16:46

      Благодарю за комментарий! Почувствовал в нём нотку сарказма, здесь стоит упомянуть, что всё приносит пользу при правильном использовании, и вред при неправильном. И молотком можно ударить по пальцем, но это не значит, что молоток плохой – то же самое и с использованием нейросетей. Если их использовать бездумно, без понимания технического аспекта, не проверяя результат, и не пытаясь понять как он устроен – на выходе будет УГ. А если же точечно просить ИИ выполнить что-то, декомпозируя задачи, и детально описывая желаемый результат и его особенности, то достаточно быстро можно получить очень достойный результат. Что касается ORM – за счёт своей универсальности и удобства чтения, они действительно порой генерируют неэффективный громоздкий код, который долго выполняется. И тут между прочим, кроме шуток, может хорошо помочь ИИ, который напишет под задачу чистый SQL запрос.


      1. Tolnik
        16.12.2025 16:46

        На счет примера с молотком. Ну вот, допустим, есть механический молоток с несколькими степенями свободы и с ИИ начинкой. Его задача увидеть гвоздь и забить его. Гвоздь должен держать человек. Ну не доверился бы я такому молотку. Вдруг он посчитает мой ноготь, покрытый серебрянкой, шляпкой гвоздя?


        1. Rikkster Автор
          16.12.2025 16:46

          Сейчас автомобили с ИИ начинкой ездят на автопилоте по реальным автомобильным дорогам, там масштаб ответственности повыше будет, чем "не попасть по пальцу забивая гвоздь"