Snowflake Cortexで説明を生成する¶
Snowsight と Snowflake Cortex COMPLETE 関数 のパワーを使用して、列、テーブル、またはビュー用の説明を自動的に生成することができます。Cortex Powered Object Descriptions機能は、Snowflakeがホストする大容量言語モデル (LLMs) を活用して、オブジェクトのメタデータを評価し、必要であればサンプルデータを使用して記述を生成します。
一度保存された生成された説明は、列、テーブル、またはビューの COMMENT プロパティに保存されます。説明文は、 COMMENT プロパティが表示されているところならどこでも表示できます。
Snowsight の Table Details タブと View Details タブ。
Snowsight のテーブルまたはビューの Columns タブ。
DESCRIBE TABLE コマンドの出力。
Account Usage TABLES ビューの出力。
テーブル、ビュー、列の いずれかの権限 を持つユーザーは、保存後に説明を表示することができます。
注釈
Snowflake Cortexを使用し、ストアドプロシージャを呼び出してオブジェクト記述をプログラムで生成することもできます。詳細については、 SQLを使用してオブジェクトの説明を自動的に生成する をご参照ください。
Cortex記述アクセス制御の要件¶
Cortex Powered Object Descriptions機能を使用するには、以下が必要です。
ウェアハウスの USAGE 権限。
また、 mistral-7b および llama3.1-8b モデルへのアクセスを許可するための CORTEX_MODELS_ALLOWLIST パラメーターを設定する必要があります。デフォルトでは、このパラメーターは 'All' に設定されており、すべてのモデルへのアクセスが許可されます。パラメーターが変更されている場合は、これらのモデルが含まれていることを確認してください。このパラメーターを使用したモデルアクセスの制御の詳細については、 アカウントレベルの許可リストパラメーター をご参照ください。
LLM リージョン要件¶
リージョンは、Snowflake Cortex が記述を生成するために使用する LLM をサポートしている必要があります。必要な権限があるにもかかわらず、この機能が表示されない場合は、 COMPLETE 関数の可用性 を確認してください。COMPLETE 関数がリージョンでサポートされていない場合、この機能を使用するには クロスリージョン推論 を有効にする必要があります。
サポートされているオブジェクト¶
以下のオブジェクトの説明を生成できます。
すべてのテーブルタイプ
ビュー
マテリアライズドビュー
テーブルや表示内の列。
Snowflake Cortexによる説明文の作成、編集、保存¶
Snowflake Cortex Powered Descriptionsを生成および編集する手順は以下のとおりです。
説明の生成と保存¶
テーブルまたはビューの説明を生成して保存するには、以下のようにします。
OWNERSHIP 権限を持つユーザーとして Snowsight にサインインします。
説明を生成するテーブルまたは表示に移動します。
プロンプトが表示されたら、ウェアハウスを選択します。
Table Details タブまたは View Details タブで、 Generate with Cortex を選択します。
説明を編集したい場合は、鉛筆のアイコンを選択し、説明を編集します。
Save を選択します。
注釈
OWNERSHIP 権限を持つユーザーは以下を実行して、ロール my_role を持つユーザーが説明を生成できるようにすることができます。この例では、ユーザーには ACCOUNTADMIN ロールがあります。
USE ROLE ACCOUNTADMIN;
GRANT USAGE ON WAREHOUSE ai_wh TO ROLE my_role;
GRANT DATABASE ROLE SNOWFLAKE.CORTEX_USER TO ROLE my_role;
すべての列の説明を一度に作成¶
Snowsight を使えば、一度に複数の列の説明を生成することができます。単一のアクションでテーブルまたはビューのすべての列の説明を生成するには、次のようにします。
Snowsight 必要な権限を持つユーザーとして :ref:` にサインイン <label-cortex_descriptions_access_control>` します。
列を含むテーブルまたは表示に移動します。
プロンプトが表示されたら、ウェアハウスを選択します。
Columns タブを選択します。
ツールバーの Generate Descriptions を選択します。
プロンプトが表示されたら、 サンプルデータ を使用するかどうかを決定します。
説明を編集したい場合は、鉛筆のアイコンを選択します。
保存したい列を選択します。
Save を選択します。
テーブルまたは表示の列数が50を超え、残りの列の説明を生成したい場合は、このプロセスを繰り返します。
単一の列の説明を作成します。¶
単一の列の説明を生成するには、次のようにします。
既存の記述を上書きする¶
ユーザー指定の説明を生成された記述に置き換えるには、以下のようにします。
Snowsight 必要な権限を持つユーザーとして :ref:` にサインイン <label-cortex_descriptions_access_control>` します。
説明を編集するテーブルまたは表示に移動します。
まだ使用されていないウェアハウスを選択してください。
テーブル、表示、列の説明を編集します。
表と表示: Table Details タブで、鉛筆アイコンを選択して既存の説明を編集し、 Generate with Cortex を選択します。
列: Columns タブで、既存の説明の鉛筆アイコンを選択し、 Generate with Cortex を選択します。
Save を選択します。
保存せずに説明を生成¶
テーブルまたはビューの説明を生成するには、以下のようにします。
SELECT 権限を持つユーザーとして Snowsight にサインインします。
説明を生成するテーブルまたは表示に移動します。
プロンプトが表示されたら、ウェアハウスを選択します。
Table Details タブまたは View Details タブで、 Describe Table を選択します。
注釈
Describe Table ボタンを選択すると、テーブルの所有者は生成された説明を保存できません。テーブルの所有者として説明を編集して保存したい場合は、ページの Description セクションで Generate with Cortex を選択します。
サンプルデータ入力¶
列の説明を生成する際、メタデータのみに頼ることもできますが、Snowflake Cortex Powered Descriptionを改善するためにサンプルデータを使用することもできます。サンプルデータとは、Snowflake Cortexを使用して記述を生成する際に評価される特定の列内のデータのことです。サンプルデータの使用を選択した場合、Snowflakeはサンプルデータの一部を使用して説明を生成するため、より正確な説明につながります。サンプルデータはSnowflakeに使用データとして保存されません。
サンプルデータを使用するかどうかは、個々のユーザーによって異なります。ブラウザセッションで初めて列の説明を生成するとき、サンプルデータを使用するかどうかを決定するプロンプトが表示されます。ポップアップボックスのデフォルトはyesで、先に進む前にサンプルデータを無効にするかどうかを選択できます。お客様のブラウザは、 Snowflake セッション の間、この質問に対するお客様の回答を保存し、次回のセッションまで再度質問されることはありません。また、 ユーザープロファイル を使用して、サンプルデータを使用するかどうかを設定することもできます。
注釈
リージョンがSnowflake Cortexをサポートしている場合、サンプルデータはリージョンの境界を越えることができます。詳細については、 LLM リージョン要件 をご参照ください。
コストの考慮事項¶
説明文の作成には以下のコストがかかります。
使用中のウェアハウスで消費されたクレジット。
Mistral-7bやLlama 3.1-8bのような小型の LLMs、Snowflake Cortexを使用するためのクレジットチャージ。これらの請求は、Snowflake Cortex のすべての使用を含む AI-Services として請求書に表示されます。
法的通知¶
この機能は、 COMPLETE 関数に依存し、推奨されるオブジェクトの説明を生成します。ユーザーは、この説明を保存(修正の有無にかかわらず)または拒否することができます。ユーザーが説明の生成を開始すると、 COMPLETE 関数を通じて使用データが収集される場合があります。
説明文はユーザーが明示的に保存するまで、Snowflakeでは保持されません。ユーザーが説明を保存すると、オブジェクトコメントが作成されます。保存されたコメントは、 メタデータフィールド として保存されます。
AI の使用に関する追加情報については、 Snowflake AI と ML をご参照ください。