Utiliza la función COMPLETE de Snowflake para salidas estructuradas

Introducción

El recurso Cortex COMPLETE Structured Outputs, disponible públicamente desde el 11 de febrero de 2025, permite que usuarios de Snowflake reciban respuestas de Modelos de Lenguaje en un formato estructurado, específicamente en JSON. Con este recurso, la construcción de pipelines de datos para inteligencia artificial se vuelve más eficiente al eliminar la necesidad de posprocesamiento.

¿Qué es Cortex COMPLETE Structured Outputs?

El Cortex COMPLETE Structured Outputs permite obtener respuestas formateadas de acuerdo con un esquema JSON especificado por el usuario. Las principales características incluyen:

• Respuestas formateadas según el esquema JSON definido;
• Integración en los pipelines de datos sin procesamiento adicional;
• Validaciones automáticas de cada token en relación al esquema proporcionado.

Uso Básico

Para utilizar esta función, el parámetro response_format debe ser incluido en los argumentos de la función COMPLETE:

SELECT SNOWFLAKE.CORTEX.COMPLETE('model_name', [
    {'role':'user','content':'prompt'}
], {
    'temperature':0,
    'max_tokens':1000,
    'response_format':{
        'type':'json',
        'schema':{
            'type':'object',
            'properties':{
                'property_name':{'type':'string'}
            },
            'required':['required_property_name']
        }
    }
});

Ejemplos Prácticos con Generación de Datos para Juegos

Ejemplo 1: Generación de Salas en RPG Roguelike

Desarrolladores de juegos pueden utilizar este recurso para generar información sobre salas de mazmorras. Ve la consulta a continuación:

SELECT SNOWFLAKE.CORTEX.COMPLETE('claude-3-5-sonnet', [
    {'role':'user','content':'Generate one room for a dark fantasy themed roguelike RPG.'}
], {
    'temperature':0.7,
    'max_tokens':800,
    'response_format':{
        'type':'json',
        'schema':{
            'type':'object',
            'properties':{
                'room_name':{'type':'string','description':'Name of the room'},
                'description':{'type':'string','description':'Detailed description of the room'}
            },
            'required':['room_name','description']
        }
    }
});

Ejecutando esta consulta, es posible obtener datos como:

{
  "room_name":"Altar of Corruption",
  "description":"What was once a sacred altar is now shrouded in corruption and darkness..."
}

Estos datos destacan atributos como el nombre de la sala y una descripción detallada, respetando el esquema JSON solicitado.

Ejemplo 2: Generación de Habilidades de Personaje

Este ejemplo ilustra la generación automática de personajes de RPG con especificaciones detalladas:

SELECT SNOWFLAKE.CORTEX.COMPLETE('claude-3-5-sonnet', [
    {'role':'user','content':'Generate a random player character for a fantasy RPG.'}
], {
    'temperature':0.8,
    'max_tokens':1000,
    'response_format':{
        'type':'json',
        'schema':{
            'type':'object',
            'properties':{
                'name':{'type':'string','description':'English name within 6 characters'},
                'race':{'type':'string','description':'Elf, Dwarf, Human, Orc, etc.'}
            },
            'required':['name','race','class','stats']
        }
    }
});

Este comando puede retornar un personaje con información como nombre, raza y clase, según lo solicitado.

Conclusión

La funcionalidad Cortex COMPLETE Structured Outputs se muestra valiosa no solo para juegos, sino para diversas aplicaciones prácticas, como en el análisis de datos empresariales. Puede ser utilizada para resumir datos no estructurados en informes claros o en la generación automática de FAQs. Es recomendable que las empresas exploren y adapten esta innovación a su contexto específico.

Promociones

Actualizaciones de Snowflake en X

Para más información sobre Snowflake, sigue las actualizaciones de "What's New" en X.

Versión en Inglés

Snowflake What's New Bot (Versión en Inglés)

Versión en Japonés

Snowflake's What's New Bot (Versión en Japonés)

Change Log

(20250225) Publicación inicial

Artículo Original en Japonés

https://zenn.dev/tsubasa_tech/articles/6ecf997a77c7c0