モデル エンドポイント管理でベクトル エンベディングを生成する

このページでは、AI モデル エンドポイントの登録と、モデル エンドポイント管理による予測の呼び出しを試すことができるプレビューについて説明します。本番環境で AI モデルを使用する場合は、AlloyDB AI を使用した生成 AI アプリケーションの構築とベクトル エンベディングを操作するをご覧ください。

モデル エンドポイントを追加してモデル エンドポイント管理に登録すると、モデル ID を使用してエンドポイントを参照し、エンベディングを生成できます。

始める前に

モデルのエンドポイントがモデル エンドポイント管理に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。

エンベディングを生成する

google_ml.embedding() SQL 関数を使用して、テキスト エンベディング モデルタイプで登録済みモデル エンドポイントを呼び出し、エンベディングを生成します。

モデルを呼び出してエンベディングを生成するには、次の SQL クエリを使用します。

SELECT
  google_ml.embedding(
    model_id => 'MODEL_ID',
    content => 'CONTENT');

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。
  • CONTENT: ベクトル エンベディングに変換するテキスト。

例

このセクションでは、登録済みモデル エンドポイントを使用してエンベディングを生成する例を示します。

組み込みのサポートが付属するテキスト エンベディング モデル

登録済みの textembedding-gecko@002 モデル エンドポイントのエンベディングを生成するには、次のステートメントを実行します。

    SELECT
      google_ml.embedding(
        model_id => 'textembedding-gecko@002',
        content => 'AlloyDB is a managed, cloud-hosted SQL database service');

OpenAI によって登録された text-embedding-ada-002 モデル エンドポイントのエンベディングを生成するには、次のステートメントを実行します。

    SELECT
      google_ml.embedding(
        model_id => 'text-embedding-ada-002',
        content => 'e-mail spam');

その他のテキスト エンベディング モデル

OpenAI によって登録された text-embedding-3-small または text-embedding-3-large モデル エンドポイントのエンベディングを生成するには、次のステートメントを実行します。

  SELECT
    google_ml.embedding(
      model_id => 'text-embedding-3-small',
      content => 'Vector embeddings in AI');