
Utilisez la fonction COMPLETE de Snowflake pour des sorties structurées
TL;DR
La fonction Cortex COMPLETE Structured Outputs permet aux utilisateurs de Snowflake de recevoir des réponses de modèles linguistiques au format structuré JSON, rendant ainsi la création de pipelines pour l'intelligence artificielle plus efficace.
Introduction
La fonctionnalité Cortex COMPLETE Structured Outputs, disponible au public depuis le 11 février 2025, permet aux utilisateurs de Snowflake d'obtenir des réponses de modèles de langage dans un format structuré, spécifiquement en JSON. Avec cette fonctionnalité, la construction de pipelines de données pour l'intelligence artificielle devient plus efficace en éliminant le besoin de post-traitement.
Qu'est-ce que Cortex COMPLETE Structured Outputs ?
Le Cortex COMPLETE Structured Outputs permet d'obtenir des réponses formatées selon un schéma JSON spécifié par l'utilisateur. Les principales caractéristiques incluent :
- Réponses formatées selon le schéma JSON défini ;
- Intégration dans les pipelines de données sans traitement supplémentaire ;
- Validations automatiques de chaque jeton par rapport au schéma fourni.
Utilisation de base
Pour utiliser cette fonction, le paramètre response_format doit être inclus dans les arguments de la fonction 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']
}
}
});
Exemples pratiques avec génération de données pour les jeux
Exemple 1 : Génération de salles dans un RPG Roguelike
Les développeurs de jeux peuvent utiliser cette fonctionnalité pour générer des informations sur des salles de donjons. Regardez la requête ci-dessous :
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']
}
}
});
En exécutant cette requête, il est possible d'obtenir des données telles que :
{
"room_name":"Altar of Corruption",
"description":"What was once a sacred altar is now shrouded in corruption and darkness..."
}
Ces données mettent en évidence des attributs tels que le nom de la salle et une description détaillée, respectant le schéma JSON demandé.
Exemple 2 : Génération de compétences de personnage
Cet exemple illustre la génération automatique de personnages de RPG avec des spécifications détaillées :
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']
}
}
});
Cette commande peut retourner un personnage avec des informations telles que le nom, la race et la classe, comme demandé.
Conclusion
La fonctionnalité Cortex COMPLETE Structured Outputs s'avère précieuse non seulement pour les jeux, mais aussi pour diverses applications pratiques, comme dans l'analyse de données commerciales. Elle peut être utilisée pour résumer des données non structurées en rapports clairs ou pour la génération automatique de FAQs. Il est conseillé aux entreprises d'explorer et d'adapter cette innovation à leur contexte spécifique.
Promotions
Mises à jour de Snowflake sur X
Pour plus d'informations sur Snowflake, suivez les mises à jour "What's New" sur X.
Version en anglais
Snowflake What's New Bot (Version en anglais)
Version en japonais
Snowflake's What's New Bot (Version en japonais)
Change Log
(20250225) Publication initiale
Article original en japonais
Contenu selectionne et edite avec assistance IA. Sources originales referencees ci-dessus.


