始める前に
モデル エンドポイント管理でモデル エンドポイントが登録されていることを確認します。詳細については、モデル エンドポイント管理でモデル エンドポイントを登録するをご覧ください。
汎用モデルの予測を呼び出す
google_ml.predict_row() SQL 関数を使用して、登録済みの汎用モデル エンドポイントを呼び出し、予測を呼び出します。
SELECT
google_ml.predict_row(
model_id => 'MODEL_ID',
request_body => 'REQUEST_BODY');
次のように置き換えます。
MODEL_ID: モデル エンドポイントの登録時に定義したモデル ID。REQUEST_BODY: 予測関数へのパラメータ（JSON 形式）。
例
このセクションでは、登録済みのモデル エンドポイントを使用して予測を呼び出す例をいくつか示します。
登録済みの gemini-1.5-pro:streamGenerateContent モデル エンドポイントの予測を生成するには、次のステートメントを実行します。
SELECT
json_array_elements( google_ml.predict_row( model_id => 'gemini-1.5-pro:streamGenerateContent',
request_body => '{ "contents": [ { "role": "user", "parts": [ { "text": "For TPCH database schema as mentioned here https://www.tpc.org/TPC_Documents_Current_Versions/pdf/TPC-H_v3.0.1.pdf , generate a SQL query to find all supplier names which are located in the India nation." } ] } ] }'))-> 'candidates' -> 0 -> 'content' -> 'parts' -> 0 -> 'text';
Hugging Face に登録されている facebook/bart-large-mnli モデル エンドポイントの予測を生成するには、次のステートメントを実行します。
SELECT
google_ml.predict_row(
model_id => 'facebook/bart-large-mnli',
request_body =>
'{
"inputs": "Hi, I recently bought a device from your company but it is not working as advertised and I would like to get reimbursed!",
"parameters": {"candidate_labels": ["refund", "legal", "faq"]}
}'
);
登録済みの Anthropic claude-3-opus-20240229 モデル エンドポイントの予測を生成するには、次のステートメントを実行します。
SELECT
google_ml.predict_row('anthropic-opus', '{
"model": "claude-3-opus-20240229",
"max_tokens": 1024,
"messages": [
{"role": "user", "content": "Hello, world"}
]
}');