MaxCompute:AI_GENERATE

コマンドフォーマット

AI_GENERATE 関数には、大規模言語モデル (LLM) とマルチモーダル大規模言語モデル (MLLM) を呼び出すための、それぞれ異なるシグネチャがあります。

• `model_type` が LLM の場合、関数のシグネチャは次のとおりです：

  STRING AI_GENERATE(
    STRING <model_name> , 
    STRING <version_name>, 
    STRING <prompt> 
    [, STRING <model_parameters>]
  );

• `model_type` が MLLM の場合、関数のシグネチャは次のとおりです：

  STRING AI_GENERATE(
    STRING <model_name>, 
    STRING <version_name>, 
    STRING | BINARY <unstructured_data> ,
    STRING <prompt> 
    [, STRING <model_parameters>]
  );

パラメーター

• model_name：必須。使用するモデルの名前を指定する `STRING` です。モデルには、LLM または MLLM を指定できます。

• version_name：必須。使用するモデルバージョンの名前を指定する `STRING` です。デフォルトバージョンを使用するには、このパラメーターを DEFAULT_VERSION に設定します。

• prompt: 必須。モデルに送信するプロンプトを指定する `STRING` です。値には、STRING 定数、列名、または式を指定できます。

• unstructured_data：`model_type` が MLLM の場合に必須です。処理するマルチモーダルデータを指定する `STRING` または `BINARY` 値です。イメージ URL を `STRING` として指定するか、イメージのバイナリデータを `BINARY` として指定できます。`BINARY` データ型を使用する場合、モデルの作成時にも `BINARY` 入力パラメーターを指定する必要があります。

• model_parameters：任意。`STRING` 型。このパラメーターを使用して、'{"max_tokens": 500, "temperature": 0.6, "top_p": 0.95}' のようなフォーマットで、`max_tokens`、`temperature`、`top_p` などのモデル呼び出しのパラメーターを指定できます。各パラメーターの説明は次のとおりです：

  • max_tokens：1 回のモデル呼び出しで出力されるトークンの最大数。MaxCompute のパブリックモデルの場合、デフォルト値は 4096 です。

  • temperature：0 から 1 までの値で、モデル出力のランダム性を制御します。値が大きいほど、出力はより多様でランダムになります。

  • top_p：0 から 1 までの値で、モデル出力のランダム性と多様性を制御します。値が大きいほど、出力はよりランダムになります。

戻り値

モデルによって生成されたコンテンツを含む `STRING` を返します。

例

• 例 1: コンテンツ生成のためにモデルを呼び出します。

  MaxCompute のパブリックモデル `Qwen3-0.6B-GGUF` を呼び出してコンテンツを生成します。

  SET odps.sql.using.public.model=true;
  -- 次の結果が返されます。
  -- "中国の首都は **北京** です。"
  SELECT AI_GENERATE(bigdata_public_modelset.default.Qwen3-0.6B-GGUF,DEFAULT_VERSION,'what is the capital of China');

• 例 2: 感情分析のためにモデルを呼び出します。

  MaxCompute のパブリックモデル `Qwen3-1.7B-GGUF` を呼び出して、ユーザーコメントの感情分析を実行します。

  SET odps.sql.using.public.model=true;
  SELECT 
      prompt,
      AI_GENERATE(
          bigdata_public_modelset.default.Qwen3-1.7B-GGUF,
          DEFAULT_VERSION,
          concat('Perform sentiment analysis and classification on the following comment. The output must be one of these three options: Positive, Negative, or Neutral. Comment to analyze:', prompt)
      ) AS generated_text
  FROM (
      VALUES 
          ('The weather is great today, and I''m in a good mood! It''s sunny and perfect for a walk. /no_think'),
          ('The weather is great today, and I''m in a good mood! It''s sunny. /no_think'),
          ('Technology is advancing rapidly, and artificial intelligence is changing lives. /no_think'),
          ('The control measures are excellent. Thumbs up to the medical staff! /no_think'),
          ('The quality of this product is very poor. /no_think')
  ) t (prompt);
  
  -- 次の結果が返されます：
  +------------------------------------------------------------------------------------------------+----------------+
  | prompt                                                                                         | generated_text |
  +------------------------------------------------------------------------------------------------+----------------+
  | The weather is great today, and I'm in a good mood! It's sunny and perfect for a walk. /no_think | "Positive"     |
  | The weather is great today, and I'm in a good mood! It's sunny. /no_think                      | "Positive"     |
  | Technology is advancing rapidly, and artificial intelligence is changing lives. /no_think        | "Positive"     |
  | The control measures are excellent. Thumbs up to the medical staff! /no_think                  | "Positive"     |
  | The quality of this product is very poor. /no_think                                            | "Negative"     |
  +------------------------------------------------------------------------------------------------+----------------+
  

• 例 3: マルチモーダルデータ処理のためにモデルを呼び出します。

  この例では、PAI-EAS リモートモデルである `PAI_EAS_Qwen25_Omni_3B` という名前のモデルを呼び出し、イメージ URL とプロンプトに基づいて製品カテゴリをタグ付けします。また、`image_demo` という名前のオブジェクトテーブルを作成する必要もあります。詳細については、「MaxCompute リモートモデルを使用した e コマース製品説明の自動生成」をご参照ください。

  説明

  現在、MaxCompute のリモートモデルは PAI-EAS のインターネットアドレスのみをサポートしています。AI 関数を使用してモデルを呼び出す場合、MaxCompute で利用可能な外部ネットワークアドレスとして PAI-EAS のインターネットアドレスを追加する必要があります。詳細については、「プロジェクト管理における外部ネットワークアドレスの編集」をご参照ください。

  SELECT
    key,
    AI_GENERATE(
      PAI_EAS_Qwen25_Omni_3B, v1, image_url,
      "Recognize and extract the product category from the e-commerce product sales poster. The result must be one of the following six options: Cosmetics, Apparel, Daily Necessities, Food, Other, Electronic Products. Do not include any other text or information."
    ) AS item_catagory
    FROM (
      SELECT GET_SIGNED_URL_FROM_OSS(
        'pd_test_model.default.image_demo', key, 604800
      ) AS image_url, key AS key
      FROM pd_test_model.default.image_demo
  ) Limit 10;
  
  -- 次の結果が返されます：
  +--------------------+---------------------+
  | key                | item_catagory       |
  +--------------------+---------------------+
  | alimamazszw-1.jpg  | Food                | 
  | alimamazszw-10.jpg | Electronic Products | 
  | alimamazszw-11.jpg | Electronic Products | 
  | alimamazszw-12.jpg | Cosmetics           | 
  | alimamazszw-13.jpg | Electronic Products | 
  | alimamazszw-14.jpg | Daily Necessities   | 
  | alimamazszw-15.jpg | Cosmetics           | 
  | alimamazszw-16.jpg | Cosmetics           | 
  | alimamazszw-18.jpg | Daily Necessities   | 
  +--------------------+---------------------+