データエンジニア向け Snowflake Cortex SQLで実現するAI活用! 25年5月版

SELECT SNOWFLAKE.CORTEX.COMPLETE('snowflake-arctic', 'データ分析の重要なトレンドを3つ教えてください');

GRANT EXECUTE FUNCTION ON FUNCTION SNOWFLAKE.CORTEX.COMPLETE(VARCHAR, VARCHAR) TO ROLE MY_ROLE;
GRANT EXECUTE FUNCTION ON FUNCTION SNOWFLAKE.CORTEX.COMPLETE(VARCHAR, ARRAY, OBJECT) TO ROLE MY_ROLE;
GRANT EXECUTE FUNCTION ON FUNCTION SNOWFLAKE.CORTEX.SENTIMENT(VARCHAR) TO ROLE MY_ROLE;

ALTER ACCOUNT SET CORTEX_ENABLED_CROSS_REGION = 'AWS_US';


ALTER ACCOUNT SET CORTEX_ENABLED_CROSS_REGION = 'DISABLED';


SHOW FUNCTIONS LIKE 'cortex.complete%';

SELECT SNOWFLAKE.CORTEX.COMPLETE(
  'mistral-large2',
  [
    {'role': 'system', 'content': '小学生向けの家庭教師のように教えてください'},
    {'role': 'user', 'content': '日本の四季について教えてください'}
  ],
  {'temperature': 0.7}
) AS RESPONSE;

SELECT 
  response:choices[0].messages::STRING AS content,
  response:usage.completion_tokens::INT AS tokens_used
FROM (
  SELECT SNOWFLAKE.CORTEX.COMPLETE(
    'mistral-large2',
    [
      {'role': 'system', 'content': '小学生向けの家庭教師のように教えてください'},
      {'role': 'user', 'content': '日本の四季について教えてください'}
    ],
    {'temperature': 0.7}
  ) AS response
);

CREATE OR REPLACE FUNCTION parse_cortex_response(response VARIANT)
RETURNS STRING
AS
$$
CASE
  WHEN IS_OBJECT(response) THEN
    COALESCE(
      
      response:choices[0].messages::STRING,
      
      response:choices[0].message.content::STRING,
      
      response:content[0].text::STRING,
      
      response:generations[0].generation::STRING,
      'Unsupported format'
    )
  ELSE
    'Invalid response'
END
$$;

WITH model_responses AS (
  SELECT
    'mistral-large2' AS model_name,
    SNOWFLAKE.CORTEX.COMPLETE(
      'mistral-large2',
      [
        {'role':'system','content':'小学生向けの家庭教師のように教えてください'},
        {'role':'user','content':'日本の四季について教えてください'}
      ],
      {'temperature':0.5, 'max_tokens':500}
    ) AS response
  
  UNION ALL
  
  SELECT
    'snowflake-arctic' AS model_name,
    SNOWFLAKE.CORTEX.COMPLETE(
      'snowflake-arctic',
      [
        {'role':'system','content':'小学生向けの家庭教師のように教えてください'},
        {'role':'user','content':'日本の四季について教えてください'}
      ],
      {'temperature':0.5, 'max_tokens':500}
    ) AS response
  
  UNION ALL
  
  SELECT
    'claude-3-5-sonnet' AS model_name,
    SNOWFLAKE.CORTEX.COMPLETE(
      'claude-3-5-sonnet',
      [
        {'role':'system','content':'小学生向けの家庭教師のように教えてください'},
        {'role':'user','content':'日本の四季について教えてください'}
      ],
      {'temperature':0.5, 'max_tokens':500}
    ) AS response
)

SELECT
  model_name,
  parse_cortex_response(response) AS parsed_response,
  response:usage.completion_tokens::INT AS tokens_used
FROM model_responses;

WITH raw_data AS (
  SELECT SNOWFLAKE.CORTEX.TRY_COMPLETE(...) AS response
)
SELECT
  response,
  SNOWFLAKE.CORTEX.EXPLAIN_COMPLETE(LAST_QUERY_ID()) AS error_info
FROM raw_data;

SELECT SNOWFLAKE.CORTEX.COMPLETE(
  'mistral-large2',
  [...],
  {'max_tokens': 1024}
);

SELECT PARSE_JSON(response) AS raw_json
FROM (
  SELECT SNOWFLAKE.CORTEX.COMPLETE(...) AS response
);

USE DATABASE DATA_PRIVACY;
USE SCHEMA TEST;
CREATE OR REPLACE TABLE customer_reviews (
  id INT,
  review_text STRING,
  review_date DATE
);

INSERT INTO customer_reviews VALUES
(1, '商品の品質は素晴らしいですが、配送が少し遅れました。', CURRENT_DATE()),
(2, 'とても良い買い物ができました。次回も利用します！', CURRENT_DATE()),
(3, '期待していたほど良くなかったです。返品を検討しています。', CURRENT_DATE());

SELECT 
  id,
  review_text,
  SNOWFLAKE.CORTEX.SENTIMENT(review_text) AS sentiment_score,
  CASE
    WHEN SNOWFLAKE.CORTEX.SENTIMENT(review_text) > 0.3 THEN 'ポジティブ'
    WHEN SNOWFLAKE.CORTEX.SENTIMENT(review_text)  -0.3 THEN 'ネガティブ'
    ELSE '中立'
  END AS sentiment_category
FROM customer_reviews;

SELECT 
  id,
  review_text,
  SNOWFLAKE.CORTEX.COMPLETE(
    'snowflake-arctic',
    CONCAT('以下の顧客レビューから主な問題点を1つだけ抽出してください。問題がない場合は「問題なし」と回答してください: ', review_text)
  ) AS extracted_issue
FROM customer_reviews;

SELECT 
  id,
  review_text,
  SNOWFLAKE.CORTEX.COMPLETE(
    'claude-3-5-sonnet',
    [
      {
        'role': 'user',
        'content': $$
{
  "instruction": "レビューを分析し、以下のJSON形式で出力:",
  "example": {
    "sentiment": "positive",
    "key_issue": "配送遅延",
    "recommend_action": "物流改善"
  },
  "review": "$$ || review_text || $$"
}
        $$
      }
    ],
    {
      'response_format': {
        'type': 'json',
        'schema': {
          'type': 'object',
          'properties': {
            'sentiment': {'type': 'string', 'enum': ['positive','neutral','negative']},
            'key_issue': {'type': 'string'},
            'recommend_action': {'type': 'string'}
          },
          'required': ['sentiment','key_issue','recommend_action']
        }
      }
    }
  ) AS analysis_result
FROM customer_reviews;

SELECT 
  id,
  review_text,
  SNOWFLAKE.CORTEX.COMPLETE(
    'claude-3-5-sonnet',
    [
      {
        'role': 'user',
        'content': $$
顧客レビューを分析し、以下を含むJSONを出力:
- sentiment: positive/neutral/negative
- key_issue: 主要な問題点（50文字以内）
- recommend_action: 具体的な改善策（動詞で開始）

例:
{
  "sentiment": "positive",
  "key_issue": "配送遅延",
  "recommend_action": "配送業者のパフォーマンス監査を実施"
}

【分析対象レビュー】
$$ || review_text  
      }
    ],
    {
      'response_format': {
        'type': 'json',
        'schema': {
          'type': 'object',
          'properties': {
            'sentiment': {'type': 'string', 'enum': ['positive','neutral','negative']},
            'key_issue': {'type': 'string'},
            'recommend_action': {'type': 'string'}
          },
          'required': ['sentiment','key_issue','recommend_action']
        }
      },
      'temperature': 0.5,
      'max_tokens': 500
    }
  ) AS analysis_result
FROM customer_reviews;

USE DATABASE DATA_PRIVACY;
USE SCHEMA TEST;
CREATE OR REPLACE STAGE TEST_STAGE
DIRECTORY = (ENABLE = TRUE)
ENCRYPTION = (TYPE = 'SNOWFLAKE_SSE');

SELECT SNOWFLAKE.CORTEX.COMPLETE(
  'claude-3-5-sonnet',
  'この画像について簡潔に日本語で説明してください。',
  TO_FILE('@DATA_PRIVACY.TEST.TEST_STAGE', '1743052614718.jpg')
) AS image_analysis;

ビジネスの場面での集合写真です。中央の方はSnowflakeのロゴが入った青いパーカーを着用しており、両サイドの方々はスーツを着用しています。オフィスや会議室のような室内での撮影のようです。背景には白い壁とアート作品が見えます。

SELECT SNOWFLAKE.CORTEX.COMPLETE('claude-3-5-sonnet',
    'この画像に写っている3人の関係性を分析し、ビジネス上の関係について推測してください。',
    TO_FILE('@DATA_PRIVACY.TEST.TEST_STAGE', '1743052614718.jpg'));

この画像からは、ビジネス関係の興味深い力学が見て取れます：

中央の人物はSnowflakeの社員で（青いパーカーのロゴから判断）、おそらくテクニカルな立場の人物だと推測されます。両サイドのスーツ姿の2人は、ビジネス側のエグゼクティブクラスの立場の方々のように見えます。

服装の違いから、これは以下のような状況が考えられます：
- ビジネスミーティングやカンファレンスでの出会い
- Snowflakeと他社とのパートナーシップや取引に関する話し合い
- テクノロジー企業と従来型企業の協業の場面

3人の表情が友好的なことから、良好な関係性や成功的な商談の場面である可能性が高いと思われます。

このような異なる企業文化（テクノロジー企業のカジュアルさと従来型企業のフォーマル性）が交わる場面は、現代のビジネスシーンでは一般的になってきています。

SELECT SNOWFLAKE.CORTEX.COMPLETE(
  'claude-3-5-sonnet',
  '画像に写っている人物の感情と雰囲気およびその環境やシーンを分析し、以下の形式でJSON出力してください:
  {
    "positive_score": 0-10のスケール,
    "professional_atmosphere": 0-10のスケール,
    "dominant_emotion": "主な感情",
    "confidence": 0-1の確信度,
    "indoor_probability": 0-1の確率,
    "scene_type": "イベント種別",
    "formality_level": 0-10のスケール,
    "spatial_openness": 0-10のスケール
  }',
  TO_FILE('@DATA_PRIVACY.TEST.TEST_STAGE', '1743052614718.jpg')
) AS emotion_analysis;

{
    "positive_score": 9,
    "professional_atmosphere": 7,
    "dominant_emotion": "joy",
    "confidence": 0.9,
    "indoor_probability": 1.0,
    "scene_type": "business meeting or conference",
    "formality_level": 6,
    "spatial_openness": 7
}

この分析結果について説明すると:
- 写真全体から非常にポジティブな雰囲気が伝わってきます（positive_score: 9）
- ビジネス環境でありながら、カジュアルな要素も含まれています（professional_atmosphere: 7）
- 全員が笑顔で、友好的な雰囲気が強く感じられます（dominant_emotion: "joy"）
- 室内のオフィスや会議施設での撮影と思われます（indoor_probability: 1.0）
- フォーマルなスーツ姿の人とカジュアルなパーカー姿の人が混在しており、現代的なビジネス環境を反映しています（formality_level: 6）
- 明るい照明と壁面アートのある開放的な空間です（spatial_openness: 7）

CREATE OR REPLACE TABLE marketing_campaigns (
  campaign_id INT,
  campaign_name STRING,
  target_audience STRING,
  description STRING,
  start_date DATE,
  end_date DATE,
  budget FLOAT,
  roi FLOAT
);


INSERT INTO marketing_campaigns VALUES
(1, '夏のセール', '20代〜30代女性', '夏物衣料の大幅値引きキャンペーン', '2025-06-01', '2025-06-30', 500000, 1.8),
(2, 'SNS広告', '10代後半', 'インフルエンサーを活用したSNSプロモーション', '2025-05-15', '2025-07-15', 800000, 1.2),
(3, 'メルマガ施策', '既存顧客', '特典クーポン付きメールマガジン配信', '2025-05-01', '2025-05-31', 200000, 2.5);


SELECT 
  campaign_id,
  campaign_name,
  roi,
  SNOWFLAKE.CORTEX.COMPLETE(
    'llama3.1-70b',
    CONCAT(
      'あなたはマーケティング専門家です。以下のキャンペーン情報を分析し、ROIを向上させるための具体的な改善提案を3つ提示してください。',
      'キャンペーン名: ', campaign_name,
      ', ターゲット: ', target_audience,
      ', 説明: ', description,
      ', 期間: ', start_date, ' 〜 ', end_date,
      ', 予算: ', budget, '円',
      ', 現在のROI: ', roi
    )
  ) AS improvement_suggestions
FROM marketing_campaigns
WHERE roi  2.0;

SELECT SNOWFLAKE.CORTEX.COMPLETE(
  'snowflake-arctic',
  [
    {
      'role': 'user',
      'content': '企業におけるデータ活用のベストプラクティスを教えてください'
    }
  ],
  {
    'max_tokens': 200
  }
) AS best_practices;

SELECT 
  id,
  review_text,
  SNOWFLAKE.CORTEX.TRY_COMPLETE(  
    'snowflake-arctic',
    CONCAT('次のレビューを一言で要約: ', review_text)
  ) AS summary
FROM customer_reviews;

SELECT * FROM SNOWFLAKE.ACCOUNT_USAGE.METERING_DAILY_HISTORY WHERE SERVICE_TYPE='AI_SERVICES';

SELECT * FROM SNOWFLAKE.ACCOUNT_USAGE.CORTEX_FUNCTIONS_USAGE_HISTORY;