ai_query() を使用して外部モデルをクエリする
注:
この機能は パブリック プレビュー段階です。 外部モデルを提供するエンドポイントに対してクエリを実行するには、パブリック プレビューに登録する必要があります。AI Functions パブリック プレビュー登録フォームに入力して送信してください。
この記事では、組み込みの Databricks SQL 関数 ai_query()
を使用して外部モデル エンドポイントを設定し、クエリを実行する方法について説明します。この例では、Databricks モデルサービングの外部モデルサポートを使用して、OpenAI が提供するクエリー gpt-4
チャットタスクを実行します。 この AI 関数の詳細については、「 Databricks の AI 関数 」を参照してください。
前提 条件
AI SQL関数の要件を参照してください。
キーをDatabricks シークレットに保存します。 この例では、API キーをスコープ
my-external-model
とシークレットopenai
に保存します。
外部モデルエンドポイントの作成
次の例では、チャット タスクの OpenAI gpt-4
を提供する外部モデルサービング エンドポイントを作成します。
個人用アクセストークンを作成するには、「 Databricks 自動化の認証」を参照してください。
import requests
import json
personal_access_token = "your-personal-access-token"
headers = {
"Authorization": "Bearer " + personal_access_token,
}
host = "https://oregon.cloud.databricks.com/"
url = host + "api/2.0/serving-endpoints"
data = {
"name": "my-external-openai-chat",
"config": {
"served_entities": [
{
"name": "my_entity",
"external_model": {
"name": "gpt-4",
"provider": "openai",
"openai_config": {
"openai_api_key": "{{secrets/my-external-model/openai}}",
},
"task": "llm/v1/chat",
},
}
],
},
}
response = requests.post(url, headers=headers, json=data)
print("Status Code", response.status_code)
print("JSON Response ", json.dumps(json.loads(response.text), indent=4))
クエリー AI() を使用した外部モデル
Databricks SQL クエリー エディターでは、SQL クエリーを queryー に記述できます。
クエリーの例:
SELECT ai_query(
"my-external-openai-chat",
"What is a large language model?"
)
SELECT question, ai_query(
"my-external-openai-chat",
"You are a customer service agent. Answer the customer's question in 100 words: " || question
) AS answer
FROM
uc_catalog.schema.customer_questions
SELECT
sku_id,
product_name,
ai_query(
"my-external-openai-chat",
"You are a marketing expert for a winter holiday promotion targeting GenZ. Generate a promotional text in 30 words mentioning a 50% discount for product: " || product_name
)
FROM
uc_catalog.schema.retail_products
WHERE
inventory > 2 * forecasted_sales