AI が生成したコメントを Unity Catalog オブジェクトに追加する
この記事では、AI が生成した Unity Catalog オブジェクトとテーブル列のコメント (AI が生成したドキュメントとも呼ばれます) を紹介し、その仕組みについて説明し、それらを追加および編集する方法を示し、よく寄せられる質問に回答します。
サポート対象のオブジェクト
AI が生成したコメントは、次の Unity Catalog オブジェクトでサポートされています。
- カタログ
- スキーマ
- Tables
- テーブル列
- 関数
- モデル
- Volumes
AI によって生成されたコメントは、ビューや具体化されたビューに対応していません。
AI によって生成されたコメントはどのように機能しますか?
オブジェクトを変更するアクセス許可を持つオブジェクト所有者またはユーザーは、カタログ エクスプローラーを使用して、Unity Catalog で管理されているオブジェクトおよびテーブル列に対して、AI が生成したコメントを表示および追加できます。 コメントは、テーブル スキーマや列名など、オブジェクト メタデータを考慮する大規模言語モデル (LLM) によって提供されます。
AI によって生成されたコメントは、ユーザーが Unity カタログで管理されるデータを検出するのに役立つ、簡単な方法を提供します。
重要
AI が生成したコメントは、スキーマに基づいてオブジェクトとテーブル列の一般的な説明を提供することを目的としています。 この説明は、さまざまな業界にわたるいくつかのオープン データ セットのスキーマ例を使用して、ビジネスおよびエンタープライズ コンテキストのデータ向けに調整されています。 このモデルは、有害または不適切な説明の生成の回避を検証するために、数百件のシミュレートされたサンプルを使用して評価されています。
AI モデルは必ずしも正確であるとは限らないため、コメントは、保存する前にレビューする必要があります。 Databricks では、AI によって生成されたコメントを人間がレビューして不正確さをチェックすることを強く推奨しています。 このモデルは、PII を含む列の検出などのデータ分類タスクに使用しないでください。
追加されたコメントを表示するには、オブジェクトに対する SELECT 権限、親スキーマに対する USE SCHEMA 権限、親カタログに対する USE CATALOG 権限が必要です。
コメント候補の生成に使用されるモデルの詳細については、「AI が生成したコメントについてよく寄せられる質問」を参照してください。
開始する前に
AI によって生成されたコメントを使用する前に、ワークスペース管理者は Azure AI サービスが提供する支援機能を有効にする必要があります。
- [設定] で、[詳細] タブに移動し、下にスクロールして [その他] セクションを表示します。
- [Azure AI サービスを利用した AI 支援機能] オプションをオンにします。
AI によって生成されたコメントを追加する
カタログ エクスプローラーを使用して、提案されたコメントを表示して編集し、オブジェクトとテーブル列にそれらを追加する必要があります。
必要なアクセス許可: AI が推奨するコメントを表示し、編集して追加するには、オブジェクト所有者であるか、オブジェクトに対する MODIFY 権限を持っている必要があります。
AI が推奨するコメントをオブジェクトに追加する
Azure Databricks ワークスペースで、
[カタログ] をクリックします。オブジェクトを検索または参照して選択します。
[この
<object>について] パネルで、[AI 生成] をクリックします。
AI がコメントを生成するまでに少し時間がかかる場合があります。
コメントをそのまま受け入れる場合は [Accept] (承諾) をクリックし、保存する前に変更するには [編集] をクリックします。
AI が推奨するコメントをテーブル列に追加する
Azure Databricks ワークスペースで、
[カタログ] をクリックします。テーブルを検索または参照して選択します。
テーブルの列見出しの上にある [AI 生成] をクリックします。
列ごとにコメントが生成されます。
列コメントの横にあるチェック マークをクリックして受け入れるか、未保存で閉じます。
AI によって生成されたコメントを更新する
オブジェクトに対する MODIFY 権限を持つオブジェクト所有者またはユーザーは、カタログ エクスプローラー UI を使用して、いつでもコメントを更新できます。 インライン チャット アシスタントは、コメントの編集に役立ち、テキストを短縮したり、別の言語にテキストを翻訳したりするオプションを提供します。
ALTER または COMMENT ON SQL コマンドを使用することもできます。
AI が生成したコメントについてよく寄せられる質問
このセクションでは、AI が生成したコメント (AI が生成したドキュメントとも呼ばれます) に関する一般的な情報を、よく寄せられる質問の形式で提供します。
AI で生成されたドキュメント機能では、どのようなサービスが使用されますか?
AI が生成したコメントでは、テーブルと列に内部大規模言語モデル (LLM) が使用されます。 他の Unity Catalog オブジェクトとインライン アシスタントに外部モデル パートナーを使用する場合があります。 外部サービスに送信されたデータは、モデルのトレーニングには使用されません。 モデル自体はステートレスです。プロンプトや入力候補は、モデル プロバイダーによって保存されません。
モデル提供エンドポイントはどのリージョンでホストされていますか?
欧州連合 (EU) 内のワークスペースの場合、AI 支援機能では、ヨーロッパでホストされている外部モデルが使用されます。 他のすべてのリージョンでは、米国でホストされているモデルが使用されます。
Azure Databricks と Azure AI サービスの間でデータはどのように暗号化されますか?
Databricks と Azure AI サービスの間のトラフィックは、業界標準の TLS 1.2 暗号化を使用して送信中に暗号化されます。
保存時はすべて暗号化されていますか?
Azure Databricks ワークスペース内の格納データはすべて AES-256 ビットで暗号化されます。 外部パートナーでは、送信されてきたプロンプトや入力候補は保存されません。
モデルにはどのようなデータが送信されますか?
Azure Databricks は、各 API 要求で次のメタデータをモデルに送信します。
- カタログ (カタログ名、現在のコメント、カタログの種類)
- スキーマ (カタログ名、スキーマ名、現在のコメント)
- テーブル (カタログ名、スキーマ名、テーブル名、現在のコメント)
- 関数 (カタログ名、スキーマ名、関数名、現在のコメント、パラメーター、定義)
- モデル (カタログ名、スキーマ名、モデル名、現在のコメント、エイリアス)
- ボリューム (カタログ名、スキーマ名、ボリューム名、現在のコメント)
- 列名 (列名、型、主キーかどうか、現在の列コメント)
承認済みコメントは、残りの Unity Catalog メタデータと共に Azure Databricks コントロール プレーン データベースに保存されます。 このコントロール プレーン データベースは、AES-256 ビットで暗号化されています。
AI によって生成されたコメントの使用は、どのような法律条項で管理されますか?
使用は、お客様が Azure Databricks の使用時に同意された既存の Azure Databricks 使用条件によって管理されます。