5-1. Cortex Analystの役割
Cortex Analystは、利用者の自然言語質問をSemantic Viewの定義に基づいてSQLへ変換し、Snowflake上の構造化データを分析する機能です。
flowchart LR
Q[自然言語] --> CA[Cortex Analyst]
SV[Semantic View] --> CA
CA --> SQL[SQL生成]
SQL --> WH[Warehouseで実行]
WH --> R[結果]
5-2. 処理の流れ
- 質問の意味を理解する
- 適切なDimension・Metric・RelationshipをSemantic Viewから探す
- SQLを生成する
- WarehouseでSQLを実行する
- 結果をAgentへ返す
5-3. Semantic Viewの作成方法
Semantic ViewはSnowsightから作成する方法と、DDL/YAML仕様から作成する方法があります。初心者はまずUIで作成し、仕組みを理解してからコード管理へ進む方法が分かりやすいです。
AI & ML ↓ Cortex Analyst ↓ Create Semantic View ↓ 対象テーブル選択 ↓ Dimension / Metric / Relationship確認 ↓ 保存・テスト
5-4. Warehouseは何に使うのか
Cortex Analystが生成したSQLを実際に実行するときはWarehouseが必要です。AgentへCortex Analystツールを追加する際、利用WarehouseとQuery Timeoutを設定できます。
注意：LLMの推論コストだけでなく、生成SQLを実行するWarehouseコストも発生し得ます。分析用Warehouseを分離すると管理しやすくなります。
5-5. 精度が低いときに確認する順序
| 順序 | 確認項目 | 例 |
|---|---|---|
| 1 | 質問自体 | 「今年」が会計年度か暦年か |
| 2 | Metric定義 | 売上に返品を含むか |
| 3 | Relationship | 顧客と売上のJOIN関係は正しいか |
| 4 | Literal値 | 「関東」とDB値が一致するか |
| 5 | Verified Query | 正解SQLを登録できるか |
5-6. Verified Queryを使った改善例
質問：「今月の売上TOP10顧客を教えて」
この質問が重要で、SQL定義も固定したい場合、正解SQLをVerified Queryとして登録します。類似質問時にCortex Analystがその例を活用できます。
重要KPI・月次会議で使う定型質問・経営会議で参照する質問は、VQR候補として優先度が高いです。
5-7. 複数Semantic Viewのルーティング
Cortex Agentは複数のSemantic Viewを利用できます。売上と在庫など、領域を分けた上でツール説明を明確にすると、Agentが適切なViewへルーティングしやすくなります。
flowchart TD
Q[質問] --> A[Cortex Agent]
A --> S[Sales Semantic View]
A --> I[Inventory Semantic View]
A --> AR[AR Semantic View]
5-8. 評価
Cortex Analystには、Verified Queryを評価データとしてSQL correctnessを確認する評価機能があります。本番前に「よくある質問セット」を作成し、継続的に評価する運用が有効です。
この章で理解したこと
- Cortex Analystは自然言語→SQLの分析機能
- SQL実行にはWarehouseが関係する
- Semantic Viewの品質が生成SQLの品質に直結する
- VQR・Literal検索・評価を使って継続改善できる