検証済みクエリを使用して既存のセマンティックビューまたはモデルを最適化¶
Snowflakeでは、検証済みクエリを分析して、セマンティックレイヤーの残りの部分に追加する有用な情報を見つけることで、検証済みクエリのみを使用して既存のセマンティックビューとモデルを最適化することができます。この最適化により、Cortex Analystは、既存の検証済みクエリと一致する質問だけでなく、より広い範囲の質問に正しく回答できるようになります。
この「先月のアクティブユーザー数は？」という検証済みクエリを検討します。Cortex Analystは検証済み SQL を使用して アクティブ をどのように定義しているかを判断します。そこから、 アクティブユーザー の正確な定義を使用して、顧客テーブルに「is_active」フィルターを追加することを提案できます。その結果、このフィルターによって、Cortex Analysは「アクティブユーザー」に関するクエリに対してより正確な結果を提供するようになります。
この最適化機能は、Cortex Analystが時間の経過とともに精度と範囲を改善させるのに役立つ反復フィードバックループの一部です。
Cortex Analystは、使用状況データとクエリ履歴に基づいて、一般的で有用なユーザーの質問を提案します。
ユーザーは、提案されたクエリを確認して、検証済みクエリのリストに追加します。
Cortex Analystは、これらの検証済みクエリを使用して、より一般化可能なセマンティックモデルの概念を生成し、提案されるクエリを改善します。
前提条件¶
確実にデフォルトで直接または間接的に付与される CORTEX_USER ロールを持っていること。セカンダリロールはこの目的には無効です。
少なくとも1つの大規模言語モデル（LLM）へのアクセス権があること。Claude Sonnet 4を使用することをお勧めしますが、他の LLM も使用できます。
確実にCortex Analystを使用して操作する基になるテーブルと列への読み取りアクセスがあること。
既存のセマンティックビューまたはモデルと、少なくとも1つの 検証済みクエリ があること。
注釈
Cortex Analystは、最適化を使用して、一意の検証済みクエリから詳細を学習することができます。シンプルなクエリにはそれほど有用な情報がない場合があります。
提案パネルを使用して、追加する有用な検証済みクエリのアイデアを得ることができます。
20件を超える検証済みクエリを追加すると、最適化機能に時間がかかる可能性があります。
最適化の使用¶
最適化を使用するには、検証済みクエリをそれほど遅延なく実行できるウェアハウスを選択します。Cortex Analystは、検証済みクエリごとに最大4回、検証済みクエリを実行する可能性があります。このプロセスは、少数の検証済みクエリの場合は数分、実行の遅い検証済みクエリの場合は数時間かかることがあります。
Snowsight にサインインします。
ナビゲーションメニューで AI & ML » Cortex Analyst を選択します。
リストから、最適化するセマンティックビューまたはモデルを選択します。
右側のペインの Suggestions で、 Get more suggestions を選択します。
最適化を実行するロールを選択します。
検証済みクエリを実行するウェアハウスを選択します。