字段裁剪：select、include 与 omit

Prisma 默认返回模型的所有标量字段，不带任何关系。全字段返回写起来省事，但接口给前端的数据常常一大半用不上，还容易把 password 这类敏感字段带出去。三个选项可以调整返回形状：select 白名单裁剪、include 追加关系、omit 黑名单剔除。

select：只拿需要的字段

const user = await prisma.user.findFirst({
  select: { email: true, name: true },
});
// { email: "...", name: "..." }

select 是白名单：列出的字段才返回。返回类型也会跟着收窄，漏掉的字段在 TypeScript 里直接访问不到，编译期就报错。不止 find，create、update 等几乎所有查询都能用 select。

include：追加关系与嵌套裁剪

const user = await prisma.user.findFirst({
  include: { posts: true },
});

include 保留全部标量字段，再附加指定关系。posts: true 表示带出完整帖子，也可以给关系加条件：

include: {
  posts: {
    where: { published: true },
    orderBy: { createdAt: "desc" },
    take: 5,
  },
},

嵌套裁剪顺着同一思路：每一层都可以独立决定要哪些字段，关系可以继续往下嵌套。select 里套 select：

const user = await prisma.user.findFirst({
  select: {
    email: true,
    posts: {
      select: { title: true, published: true },
    },
  },
});

每一层都可以独立决定要哪些字段，关系可以继续往下嵌套。反过来的组合也成立：include 关系，再在关系里用 select 裁剪子字段：

const user = await prisma.user.findFirst({
  include: {
    posts: {
      select: { title: true, published: true },
    },
  },
});

接口返回什么、页面渲染用什么，就用这套组合精确对齐，避免把整张表的字段都拖回前端。

omit：排除敏感字段

只想删掉一两个字段，用 omit 更省事：

const user = await prisma.user.findUnique({
  where: { id: 1 },
  omit: { password: true },
});

还可以客户端级全局配置，所有查询自动排除：

const prisma = new PrismaClient({
  adapter,
  omit: {
    user: { password: true },
  },
});

选择建议：只要少数几个字段用 select；默认结果大体合适、只想剔除少数字段（尤其是密码这类敏感信息）用 omit。全局 omit 适合「这个字段任何查询都不该返回」的场景，比如统一挡住密码、内部备注。注意 omit 只能作用于标量字段，关系字段要用 include/select 控制。

_count：统计关系数量

不带出关系详情，只想知道数量：

const users = await prisma.user.findMany({
  select: {
    id: true,
    _count: { select: { posts: true } },
  },
});
// { id: 1, _count: { posts: 3 } }

_count 还能加过滤条件，比如只数已发布的帖子：

_count: {
  select: {
    posts: { where: { published: true } },
  },
},

列表页「每个用户有几篇文章」这类需求，一个 _count 就够，不用把帖子全查出来再数。

为什么要裁剪

三个理由：传输的数据更少，接口响应更快；返回类型更精确，前端不可能访问到不该看的字段；敏感字段不会无意中漏出去。默认全字段返回只适合开发初期，接口稳定后建议把 select 补上。

参考来源

• Prisma 官方文档：Select fields
• Prisma 官方文档：Excluding fields
• Mapagam：Selecting and Including Data