1. 🛠 Diagnóstico y análisis de rendimiento
Consultas lentas, planes de ejecución, errores comunes, cuellos de botella, tuning.
Detecta lo que otros intuyen. Optimiza lo que otros toleran. Entiende lo que pasa antes de que sea tarde.
1.1 – Analiza este plan de ejecución completo. Identifica el operador que consume más CPU y dime si puede evitarse con un índice, reescritura o partición.
1.2 – Tengo una consulta que ayer tardaba 2 segundos y hoy tarda 38. Sin haber cambiado código, ¿qué razones podrían explicar esta degradación?
1.3 – Esta consulta hace joins entre 3 tablas grandes y está lenta. Reescríbela usando CTE o subconsultas si es más eficiente, y explica por qué tu versión mejora la original.
1.4 – Dame los 5 tipos de errores más frecuentes en esta base según este log, ordénalos por impacto técnico y sugiéreme una acción para cada uno.
1.5 – Analiza esta lista de índices y dime cuáles tienen baja utilización (<5% de lecturas en el mes) pero alto costo de mantenimiento.
1.6 – Esta subconsulta filtra datos pero no está usando índice. ¿Puedes rediseñarla para que sea sargable y active el índice?
1.7 – Comparo dos planes de ejecución para la misma consulta. ¿Cuál es más eficiente y por qué? Incluye costo estimado, tipo de join y operaciones que podrían evitarse.
1.8 – Genera un reporte de las 10 consultas con mayor duración promedio en los últimos 7 días usando datos de Query Store. Incluye tiempo, CPU, y tabla principal afectada.
1.9 – Revisa este patrón de consultas frecuentes y dime si hay oportunidad de crear índices compuestos o columnas persistentes para acelerar el acceso.
1.10 – A partir de este CSV con CPU y duración por consulta durante el mes, identifica patrones anómalos, tendencias crecientes o puntos de alerta.
2. 🧾 Generación y explicación de scripts
SQL, PowerShell, Azure CLI, explicación de rutinas heredadas, adaptación de código.
Automatiza con intención. Escribe código que resuelve, no que adorna.
2.1 – Genera un script SQL que realice backups diarios completos, incluya compresión, agregue timestamp al nombre del archivo, y registre cada ejecución (exitosa o fallida) en una tabla de logs interna.
2.2 – Escribe un script para mantenimiento de índices que, por cada tabla en una base, reorganice si la fragmentación está entre 10% y 30%, y reconstruya si supera el 30%. Incluye validación y control de errores.
2.3 – Crea un script de PowerShell que elimine archivos .bak del contenedor Azure Blob que tengan más de 15 días, y registre el nombre de cada archivo borrado en un log CSV.
2.4 – Tengo este script heredado de hace 6 años. Explícalo línea por línea, identifica riesgos (como hardcoded values, borrados sin filtro o fallas silenciosas) y sugiere cómo modernizarlo.
2.5 – Convierte esta rutina SQL en comandos equivalentes usando Azure CLI. Explica qué hace cada sección y cómo validar que funcionó correctamente.
2.6 – Evalúa este script de restauración masiva. Señala 3 riesgos si se ejecuta en producción sin revisión previa, y agrega protecciones básicas.
2.7 – Reescribe este script usando mis estándares internos: nombres en snake_case, variables declaradas arriba, comentarios claros por bloque funcional, y separación entre lógica y ejecución.
2.8 – Tengo dos versiones de un mismo script (A y B). ¿Cuál es más eficiente? Evalúa duración, legibilidad, tolerancia a errores y potencial de reutilización.
2.9 – Genera un script que combine: actualización de estadísticas, chequeo de espacio libre por base y reporte de las 5 tablas con más filas.
2.10 – Este procedimiento almacenado es crítico en producción. Documenta su propósito, entradas, salidas, riesgos conocidos y escenarios de rollback en formato Markdown.
3. 📈 Monitoreo y alertas
Eventos, logs, métricas, creación de alertas entendibles, reportes automatizados.
Lo que no se mide no se mejora. Lo que no se alerta, se rompe en silencio.
3.1 – Este es un log de actividad (formato CSV o JSON). Analízalo y genera un resumen técnico con: eventos críticos, repeticiones anómalas y top 3 de procesos con mayor impacto en CPU.
3.2 – Genera una alerta basada en uso de CPU > 85% sostenido durante 5 minutos. Incluye descripción técnica, impacto potencial y recomendación para automatizar el escalado o la investigación.
3.3 – Esta es una alerta cruda del sistema: "DTU usage at 95%". Reformúlala para enviar por correo al equipo con contexto, explicación no técnica, urgencia estimada y sugerencia de acción.
3.4 – Crea un Runbook en Azure Automation que cada lunes a las 7:00 a.m. revise espacio en disco, actividad de backups, y envíe por correo un resumen con estado general de cada base.
3.5 – Diseña una tabla interna de eventos críticos (dbo.EventosSensible) que almacene fecha, origen, nivel de severidad, y estado de atención. Incluye triggers opcionales para auditoría.
3.6 – Tengo logs de deadlocks de las últimas dos semanas. Identifica patrones: ¿se repiten por tabla, por usuario, por tipo de operación? ¿Hay alguna acción preventiva que puedas sugerir?
3.7 – Explica cómo configurar una alerta en Azure Monitor que se dispare cuando una base supere el 90% de DTU y además agregue una entrada automática a Log Analytics.
3.8 – Dame un script para generar un dashboard semanal con: CPU promedio por base, tamaño usado, duración de backups y número de conexiones activas. Exportable a CSV.
3.9 – Traduce este mensaje técnico con stack trace en un incidente para equipo de soporte. Incluye: resumen, impacto, pasos para reproducir, y cómo verificar si ya no ocurre.
3.10 – ¿Cómo puedo monitorear si alguien elimina objetos (tablas, índices) fuera de ventana de mantenimiento? Diseña una rutina que lo detecte y lo notifique.
4. 📓 Documentación técnica automatizada
Diccionario de datos, relaciones, estructuras, documentación para equipos o BI.
Lo que no se documenta, se repite. Lo que se documenta bien, se multiplica.
4.1 – A partir de este archivo CSV exportado desde INFORMATION_SCHEMA.COLUMNS, genera un diccionario de datos en formato Markdown con nombre de tabla, campo, tipo de dato y descripción sugerida.
4.2 – Resume la estructura lógica de esta base (tablas, relaciones, claves primarias y foráneas) en un formato legible por el equipo de BI. Enlista tablas más consultadas primero.
4.3 – Documenta en una tabla las relaciones entre las siguientes 5 entidades: Clientes, Ventas, Productos, DetalleVenta, Promociones. Usa lenguaje claro y agrega ejemplos de uso si es posible.
4.4 – Tengo este procedimiento almacenado. Explica qué hace, con qué datos trabaja, posibles riesgos si se ejecuta mal, y recomendaciones para su mantenimiento.
4.5 – Este script realiza tareas complejas (múltiples updates, joins, filtros). Documenta cada bloque funcional como si fueras a delegarlo a un nuevo DBA.
4.6 – Documenta los roles de usuario en esta base: qué pueden hacer, sobre qué objetos, y si tienen acceso que no deberían tener según buenas prácticas.
4.7 – A partir de este backup .bak, ¿cómo puedo generar un plan de documentación básica al restaurarlo sin conocer su modelo previo?
4.8 – Genera una plantilla para documentar cada nueva base que se cree en producción: incluye nombre, propósito, estructura base, convenciones de nombres y responsables.
4.9 – Tengo una base con 100+ tablas. ¿Cómo puedo documentar solo las 15 más críticas sin perder contexto? Sugiere una estrategia y genera un ejemplo.
4.10 – Este índice fue creado hace años. ¿Cómo puedo saber si sigue siendo útil y cómo documentaría su función original + su impacto actual?
5. 🔮 Análisis predictivo y tendencias
Crecimiento de bases, detección de picos, patrones cíclicos, prevención técnica.
El mejor DBA no reacciona: se adelanta. Y la data te avisa… si sabes leerla.
5.1 – Este CSV contiene el crecimiento diario del tamaño de base en GB durante los últimos 90 días. ¿Puedes proyectar cuándo alcanzará el 90% del espacio disponible?
5.2 – Estos son los tiempos de ejecución de backups completos durante el último mes. Detecta si hay una tendencia al alza, identifica picos anómalos y sugiere qué revisar.
5.3 – Analiza esta tabla con porcentaje de uso de CPU por hora, durante 30 días. ¿Qué días y horarios presentan comportamientos inusuales? ¿Podrían anticipar una futura saturación?
5.4 – A partir de este historial de conexiones activas, identifica si el patrón de crecimiento sugiere necesidad de escalar verticalmente o de implementar un proxy.
5.5 – Esta es la frecuencia de deadlocks registrados por semana. ¿Notas un patrón creciente? ¿Qué acciones podríamos aplicar antes de que el volumen afecte producción?
5.6 – Estos logs muestran duración promedio de 10 consultas clave. ¿Cuál empieza a mostrar deterioro progresivo y podría requerir rediseño o reindexación?
5.7 – Usa este archivo con estadísticas de I/O (lecturas y escrituras por base). ¿Qué base parece crecer más rápido en operaciones, y cuál podría volverse un cuello de botella?
5.8 – Sugiere cómo implementar un sistema de detección de “comportamiento anómalo” que alerte si una consulta normalmente liviana se dispara en tiempo de ejecución.
5.9 – Crea una plantilla de monitoreo predictivo semanal con: tamaño, consumo de CPU, top consultas más lentas, y desviaciones respecto a la semana anterior.
5.10 – ¿Cómo aplicarías IA ligera (ChatGPT o Copilot) para identificar patrones de error en logs del sistema? Describe el flujo ideal de análisis y predicción.
6. 🧠 Entrenamiento personalizado (copilotos y estilo propio)
Naming conventions, políticas internas, configuraciones recurrentes.
No se trata de tener una IA cualquiera. Se trata de tener una IA que entienda cómo trabajas tú.
6.1 – A partir de este archivo con mis estándares de nomenclatura, crea una guía breve para entrenar un copiloto que me ayude a validar nombres de objetos, estructuras y columnas.
6.2 – Entrena una IA para que responda como si fuera mi segundo al mando técnico. Debe priorizar claridad, eficiencia, cuidado con los datos, y sugerencias accionables. Usa este contexto y mis ejemplos de respuestas pasadas.
6.3 – Con estos scripts que uso frecuentemente en producción, genera un índice temático que permita que una IA pueda identificar rápidamente qué rutina usar según el problema técnico.
6.4 – Este es mi flujo personal de revisión de rendimiento (Query Store + plan + análisis de índice). Entrena un copiloto que lo siga paso a paso y sugiera qué hacer en cada etapa.
6.5 – Este repositorio contiene mis scripts de mantenimiento. ¿Cómo puedo estructurarlo para que un GPT personalizado entienda qué hace cada uno, cómo usarlo y cuándo?
6.6 – A partir de estos documentos técnicos (markdowns, logs, mails), entrena una IA que pueda responder preguntas frecuentes que me hacen en el equipo de soporte técnico.
6.7 – Diseña un prompt base para iniciar conversaciones con una IA que actúe como copiloto para mi entorno de bases, incluyendo los nombres de mis bases y su propósito.
6.8 – ¿Qué estructura mínima necesito para entrenar un GPT que entienda: a) mis estructuras de base, b) mis scripts frecuentes, y c) mi estilo de documentación?
6.9 – Tengo una lista de logs de errores frecuentes y sus soluciones. ¿Cómo puedo usar esto para entrenar una IA que actúe como sistema de soporte interno?
6.10 – Diseña una conversación inicial entre un DBA y su copiloto, en la que se cargan contexto, scripts clave, estilo de respuesta y convenciones internas. Que funcione como plantilla de arranque.
7. 💬 Soporte y comunicación técnica
Traducción de errores para soporte, redacción de tickets, explicación para otros roles.
No es lo que sabes. Es cómo lo explicas cuando más se necesita.
7.1 – Este error técnico con stack trace se disparó en producción. Reformúlalo como incidente documentado: incluye resumen, impacto, pasos para reproducir y sugerencia de mitigación.
7.2 – Traduce este mensaje crudo del motor de base de datos en una explicación para gerencia no técnica, incluyendo por qué ocurrió y qué acciones se están tomando.
7.3 – Genera una respuesta clara para un desarrollador que pregunta por qué su consulta es lenta, pero sin entrar en jerga avanzada. El objetivo: educar, no humillar.
7.4 – Este es un correo de soporte mal redactado y defensivo. Reescríbelo como un mensaje profesional, empático, pero claro sobre la causa raíz y el próximo paso.
7.5 – Tengo que presentar un rediseño técnico a un equipo mixto (producto, desarrollo, seguridad). ¿Cómo lo explico en 3 bloques: necesidad, impacto, cambio?
7.6 – Resume esta situación en formato post-mortem técnico: qué pasó, qué lo causó, qué aprendimos, y qué cambia desde ahora.
7.7 – Esta es una conversación de chat desordenada con el equipo de soporte. Extrae de allí el incidente real y redáctalo como un resumen técnico accionable para seguimiento.
7.8 – Necesito armar un documento de “lo que nadie debe hacer” en producción. Redáctalo con tono serio pero constructivo, explicando por qué cada regla existe.
7.9 – Esta migración fue un éxito técnico, pero invisible para los demás. Redacta un resumen de logros y mejoras que pueda compartirse con el equipo sin ser autocelebratorio.
7.10 – Tengo que documentar una decisión técnica difícil (elegir rendimiento sobre flexibilidad). Ayúdame a explicarla con pros, contras y justificación clara.
8. 🧱 Prompting avanzado (meta-prompts)
Estilo de respuesta, tono, claridad, precisión técnica, control de salida.
Una buena pregunta es más poderosa que mil líneas mal generadas.
8.1 – Responde como un DBA senior que trabaja en Azure, con foco en claridad, automatización, seguridad y mantenimiento eficiente. No repitas teoría innecesaria.
8.2 – Genera siempre respuestas en tres partes: diagnóstico, explicación técnica y acción sugerida. Usa formato tipo ficha técnica cuando sea relevante.
8.3 – Cada vez que analices un script, marca los bloques por tipo (declaraciones, lógica, outputs, riesgos) y sugiere mejoras si hay duplicación o hardcoding.
8.4 – Si te entrego múltiples versiones de un script, evalúalas comparando performance, claridad, mantenibilidad y tolerancia a errores. Justifica tu elección.
8.5 – Usa ejemplos concretos sobre SQL Server y Azure SQL Database, no genéricos ni hipotéticos, a menos que lo pida explícitamente.
8.6 – En vez de repetir definiciones, enfócate en aplicar: ante una alerta o error, entrega posibles causas reales, con al menos dos rutas de acción y cuándo aplicar cada una.
8.7 – Usa formato Markdown siempre que pida respuestas listas para copiar o documentar. Incluye encabezados, bloques de código y listas ordenadas.
8.8 – Evita rodeos. Si no tienes suficiente contexto, indica lo que necesitarías para dar una respuesta útil antes de asumir demasiado.
8.9 – Cuando te pida ayuda para diseñar algo (script, rutina, arquitectura), sugiéreme al menos una forma de probarlo o verificar su efectividad.
8.10 – Nunca des recomendaciones en producción si el contexto no es claro. Siempre pregunta si es un entorno real antes de sugerir acciones disruptivas.
9. 💡 Extras creativos y estratégicos
KPIs, organización de tareas, hábitos técnicos, ideas de automatización nuevas.
Porque liderar no es solo saber más. Es ver antes, aportar distinto y construir mejor.
9.1 – Dame 5 KPIs técnicos que todo DBA debería monitorear semanalmente. Que sean relevantes, accionables y fáciles de explicar al equipo.
9.2 – ¿Cómo organizarías una rutina semanal de revisión técnica que combine mantenimiento, alertas, documentación y mejoras continuas?
9.3 – Sugiere un formato para tener reuniones mensuales de “estado de la base de datos” con desarrollo, BI y producto. ¿Qué debe revisarse y cómo mostrarlo?
9.4 – Dame ideas para automatizar tareas que aún no tengo identificadas. Revisa logs, patrones y hábitos de operación frecuentes.
9.5 – Ayúdame a diseñar una plantilla de checklist para onboarding de nuevos proyectos desde el punto de vista de base de datos.
9.6 – ¿Cómo crear una cultura técnica donde todos cuiden la base sin depender de un solo DBA? Sugiere prácticas, reglas y formas de visibilizar la salud del sistema.
9.7 – Diseña una campaña interna para difundir buenas prácticas de consultas y documentación en el equipo técnico, con tono cercano y sin imponer.
9.8 – Genera una guía para evaluar si un cambio estructural (como agregar particiones o mover a Managed Instance) realmente vale la pena.
9.9 – Esta base es vieja, pero no puede caerse. ¿Cómo diseñar un roadmap técnico de modernización sin parar la operación?
9.10 – ¿Cómo usar IA no solo para automatizar, sino para entrenar al siguiente DBA del equipo con explicaciones, ejemplos y soporte guiado?
¿Te gustó lo que encontraste aquí?
Si este contenido te fue útil o te inspiró, considera apoyar esta iniciativa.
Aquí sigo, creando recursos que aporten claridad, estructura y propósito en tu camino.
🤓 Nuevos contenidos que podrían interesarte…
YouTube Downloader
Mantenimiento automático de índices en múltiples bases de datos SQL Server
Sincronización estructural de tablas automática en bases de datos distribuidas
Sincronización estructural de campos automática en bases de datos distribuidas
Háblate. Escúchate. Transfórmate.
Prompts para usar con Transcriptor IA – Whisper
💎 ¿Quieres ver contenido potente y bien estructurado?
YouTube Downloader
Transcriptor IA – Whisper
Stable Diffusion Studio
Actualización DBA Senior con énfasis en Azure + IA
