Evaluación de funciones de ventana con IA

Las funciones de ventana (Window Functions) son esenciales para análisis modernos: rankings, totales acumulados y comparaciones temporales. Sin embargo, escribir la cláusula:
OVER (PARTITION BY ... ORDER BY ... ROWS ...) es propenso a errores de sintaxis y lógica.
¿Por qué luchar con los paréntesis cuando puedes definir la lógica de negocio y dejar que la IA maneje la gramática SQL?

El Prompt Maestro

Para obtener un análisis complejo de ventas, no le pidas a ChatGPT «una query de ventas». Sé un arquitecto. Dale el esquema y pide las métricas exactas.

Copia este prompt:

«Actúa como un experto en PostgreSQL. Tengo dos tablas: sales_reps (id, name, region) y deals (deal_id, rep_id, date, amount, status).

Necesito un reporte analítico de ventas ‘closed_won’ que muestre por cada vendedor y mes:

1. El total vendido ese mes.
2. El total acumulado anual del vendedor hasta ese mes.
3. El ranking del vendedor dentro de su región ese mes (basado en total vendido).
4. El crecimiento porcentual respecto al mes anterior (usando LAG).

Usa CTEs para legibilidad y asegúrate de manejar la división por cero si aplica.»

La Respuesta de la IA (Simulada y Optimizada)

La IA generará algo muy similar a esto. Observa la elegancia del uso de CTEs antes de aplicar las funciones ventana.

WITH monthly_sales AS (
    -- Paso 1: Agregar ventas por Vendedor y Mes
    SELECT 
        r.name,
        r.region,
        DATE_TRUNC('month', d.deal_date) AS sales_month,
        SUM(d.amount) AS total_monthly
    FROM sales_reps r
    JOIN deals d ON r.rep_id = d.rep_id
    WHERE d.status = 'closed_won'
    GROUP BY 1, 2, 3
)
SELECT 
    name,
    region,
    TO_CHAR(sales_month, 'YYYY-MM') AS month,
    total_monthly,
    
    -- Running Total (Acumulado anual)
    SUM(total_monthly) OVER (
        PARTITION BY name, DATE_TRUNC('year', sales_month) 
        ORDER BY sales_month
    ) AS running_total_yearly,

    -- Ranking Regional
    RANK() OVER (
        PARTITION BY region, sales_month 
        ORDER BY total_monthly DESC
    ) AS regional_rank,

    -- Crecimiento vs Mes Anterior (Growth MoM)
    ROUND(
        (total_monthly - LAG(total_monthly) OVER (PARTITION BY name ORDER BY sales_month)) 
        / NULLIF(LAG(total_monthly) OVER (PARTITION BY name ORDER BY sales_month), 0) * 100
    , 2) AS growth_pct

FROM monthly_sales
ORDER BY region, name, sales_month;

Análisis de la respuesta

Aquí es donde dejas de codificar y empiezas a auditar:

1. Validación de PARTITION BY: La IA usó PARTITION BY name, DATE_TRUNC('year'...) para el acumulado. Correcto: queremos que el acumulado se reinicie cada año y sea por persona.
2. Validación de RANK: Usó ORDER BY total_monthly DESC. Correcto: el que más vende tiene el rango 1.
   • Ojo: ¿Qué pasa si hay empate? RANK() salta números (1, 1, 3). Si quieres (1, 1, 2), deberías corregir a la IA y pedir DENSE_RANK().
3. Alucinación Común: A veces la IA olvida el NULLIF en la división del crecimiento porcentual. Si el mes anterior fue 0, la query fallará. En este caso, el prompt maestro solicitó manejarlo, y la IA cumplió.

Conclusión

Olvídate de memorizar ROWS BETWEEN UNBOUNDED PRECEDING: entiende la ventana y deja que el asistente escriba el SQL por ti.

Visualiza este ejercicio en db-fiddle.com