Rancang schema database untuk MVP
Data model dibuat terlalu rumit atau tidak mendukung alur produk utama.
Cocok untuk siapa dan tujuannya
Cocok untuk: Developer, no-code builder, product engineer, dan technical founder
AI memetakan entity, relasi, constraint, query penting, dan migration risk.
Tools yang bisa dipakai
- Cursor
- GitHub Copilot
- ChatGPT
- Postman
- GitHub
Langkah kerja
Tulis requirement, stack, environment, dan langkah reproduksi
Petakan file, API, schema, atau modul yang terdampak
Minta AI membuat hipotesis atau implementation plan kecil
Terapkan perubahan bertahap dan jalankan test yang relevan
Review edge case, permission, error handling, dan rollback
Dokumentasikan keputusan teknis serta bukti verifikasi
Prompt yang dipakai
Output yang diharapkan
ERD draft dan schema rationale
Cek kualitas sebelum dipakai
Sebelum hasil dipakai untuk hal penting atau dikirim ke orang lain, lewati checklist ini dulu. Bagian ini juga menandai di mana review manusia paling penting.
- Reproduksi error atau acceptance criteria tertulis
- Edge case dan permission dicek
- Test atau verifikasi manual dicatat
- Perubahan tetap kecil dan bisa di-rollback
- Output akhir benar-benar berupa: ERD draft dan schema rationale
Cara menjadikannya layanan
MVP architecture consulting.