Snowflake Cortex Analyst入門|自然言語SQL自動生成

はじめに:SQLが書けなくてもデータ分析できる時代へ
Cortex Analystって何者?
1. 他のCortex機能との違い
キモは「セマンティックモデル」
使い方:REST APIで呼び出す
1. Snowsightからの利用
ユースケースと注意点
まとめ
参考リンク
関連記事
1. ▶次に読むべき記事

はじめに:SQLが書けなくてもデータ分析できる時代へ

「先月の売上が一番多かった商品って何?」——こんな質問を上司にされたとき、SQLが得意な人ならSELECT … GROUP BY … ORDER BY …とサッと書けますが、初心者には少し勇気が必要ですよね。そんな悩みを解決してくれるのが、Snowflakeの新しい機能 Snowflake Cortex Analyst です。

Cortex Analystは、自然言語(日本語や英語)で質問するだけで、対応するSQLを自動生成して結果を返してくれる「Text-to-SQL」機能です。BIツールに触ったことがない人でも、チャット感覚でデータを引き出せるようになります。この記事では、その仕組みと使い方を解説していきます。

Cortex Analystって何者?

Cortex Analystは、Snowflakeが提供する生成AIサービス「Cortex」ファミリーの一機能です。仕組みをざっくり言うと、こうなります。

ユーザーが日本語/英語で質問を投げる
裏側のLLM(大規模言語モデル)が質問を解釈する
SnowflakeのテーブルにあったSQLを生成する
SQLを実行して結果を返す

Cortexシリーズ全体の概要は Snowflake Cortexとは?生成AI機能の全体像と料金をやさしく解説でまとめているので、合わせて読むと理解が深まります。

他のCortex機能との違い

同じCortexでも役割が違います。たとえば COMPLETE関数は汎用のLLM呼び出し、Cortex Search は文書検索が得意です。一方Cortex Analystは「構造化データに対する質問応答」に特化しているのが特徴ですね。

キモは「セマンティックモデル」

Cortex Analystを使う上で外せないのが セマンティックモデル(Semantic Model)です。これはYAML形式で書く「データの説明書」みたいなもので、テーブルのカラムが業務的に何を意味するのかをLLMに教えてあげる役割を持ちます。

たとえば「amtカラムは売上金額(円)」「cust_idは顧客ID」のように定義しておくと、LLMはそれを読んで適切なSQLを生成してくれます。これがないと「売上って何のカラム?」とAIが迷子になってしまいます。

name: sales_model
tables:
  - name: sales
    description: 日次の売上トランザクション
    base_table:
      database: ANALYTICS
      schema: PUBLIC
      table: SALES
    dimensions:
      - name: product_name
        expr: PRODUCT_NAME
        description: 商品名
    measures:
      - name: total_amount
        expr: AMT
        description: 売上金額(円)
        default_aggregation: sum

使い方:REST APIで呼び出す

Cortex Analystは現在、REST APIエンドポイントとして提供されています。Streamlit in Snowflakeなどから呼び出すのが一般的です。リクエストの例はこんな感じです。

POST /api/v2/cortex/analyst/message
{
  "messages": [
    {
      "role": "user",
      "content": [{"type": "text", "text": "先月の売上トップ3商品を教えて"}]
    }
  ],
  "semantic_model_file": "@MY_STAGE/sales_model.yaml"
}

レスポンスには、生成されたSQL文と説明文が返ってきます。アプリ側でそのSQLを実行すれば結果テーブルが得られる、という流れです。