ARTICLE · 人工智能
教程：在 SQL 表中使用 Snowflake Cortex 实现原生生成式 AI
一语总结本文展示三项 Snowflake Cortex 的即用功能（情感分析、翻译和文本生成），可直接在 SQL 中执行生成式 AI，无需离开数据仓库。
本文提供一个实践性教程，介绍如何通过 Snowflake Cortex 的三个功能将原生生成式 AI 集成到 SQL 表中。这种方法消除了将数据提取到 Python 脚本并调用外部 API 的必要性，从而降低了延迟、成本和安全风险。展示的功能包括：SNOWFLAKE.CORTEX.SENTIMENT 用于批量情感分析，SNOWFLAKE.CORTEX.TRANSLATE 用于多语言票据的批量翻译，以及 SNOWFLAKE.CORTEX.COMPLETE 用于通过如 Llama 3 等模型进行定制化推理。作者强调，敏感数据始终留在数据仓库的治理边界内，无需管理 API 密钥或处理网络超时问题。
- 可以直接通过 SQL 在数据仓库中执行生成式 AI，无需提取到 Python。
Snowflake Cortex 将基础模型（如 Llama 3、Mistral）引入数据库，消除了传统的数据提取、脚本处理和调用外部 API 的流程。
- SNOWFLAKE.CORTEX.SENTIMENT 可以批量进行情感分析，无需提示工程。
仅需传入文本字符串即可获得 -1 到 1 的评分，适合一次处理数千条评论。
- SNOWFLAKE.CORTEX.TRANSLATE 适用于数据管道中的多语言标准化。
可直接在 dbt 管道中翻译支持票据或全球系统日志，无需依赖外部服务。
- SNOWFLAKE.CORTEX.COMPLETE 支持自定义推理，允许选择模型和提示。
用户可选择模型（如 llama3-8b）并定义提示以从表中创建分类、摘要或提取 JSON 数据。
教程：在 SQL 表中使用 Snowflake Cortex 实现原生生成式 AI
本文提供一个实践性教程，介绍如何通过 Snowflake Cortex 的三个功能将原生生成式 AI 集成到 SQL 表中。这种方法消除了将数据提取到 Python 脚本并调用外部 API 的必要性，从而降低了延迟、成本和安全风险。展示的功能包括：SNOWFLAKE.CORTEX.SENTIMENT 用于批量情感分析，SNOWFLAKE.CORTEX.TRANSLATE 用于多语言票据的批量翻译，以及 SNOWFLAKE.CORTEX.COMPLETE 用于通过如 Llama 3 等模型进行定制化推理。作者强调，敏感数据始终留在数据仓库的治理边界内，无需管理 API 密钥或处理网络超时问题。
文章金句
"有了 Snowflake Cortex，AI 已被引入数据库。您可以通过简单的 SQL 函数直接在表中运行基础模型。
"您不需要管理 API 密钥，也不需要处理网络超时问题，您敏感的数据从未离开过数据仓库的治理边界。