ai_search Función

Se aplica a: Databricks SQL Databricks Runtime

Importante

Esta característica se encuentra en su versión beta. Los administradores del área de trabajo pueden controlar el acceso a esta característica desde la página Vistas previas . Consulte Administrar versiones preliminares de Azure Databricks.

La ai_search() función recupera información de uno o más índices de búsqueda de IA. Dada una consulta en lenguaje natural y los índices configurados como fuentes de conocimiento, la función genera consultas de búsqueda optimizadas, recupera y desduplica resultados entre fuentes, los reclasifica por relevancia y devuelve los documentos más relevantes. Por defecto, también sintetiza una respuesta fundamentada en lenguaje natural sobre los documentos recuperados.

Úsalo ai_search para enriquecer datos operativos con contexto relevante a gran escala, construir pipelines de generación aumentada por recuperación por lotes (RAG) o exponer la recuperación como herramienta a un sistema de IA compuesta — todo desde una única llamada a una función SQL.

Seguridad de datos

Los datos del documento se procesan dentro del perímetro de seguridad de Databricks. Databricks no almacena los parámetros que se pasan a las llamadas a funciones de IA, pero sí conserva los detalles de la ejecución de metadatos, como la versión de ejecución de Databricks utilizada.

Requisitos

• Databricks Runtime 18.2 o superior.
• Uno o más índices de AI Search para usar como fuentes de conocimiento.
• Si usas computación sin servidor, la versión del entorno serverless debe estar configurada en 3 o superior, ya que esto permite funciones como VARIANT.
• La ai_search función está disponible utilizando cuadernos Databricks, editor SQL, flujos de trabajo Databricks, trabajos o Spark Declarative Pipelines en Lakeflow.

Syntax

ai_search(query, knowledge_sources [, instructions] [, options])

Argumentos

• query: una expresión STRING o VARIANT. La consulta de búsqueda en lenguaje natural. VARIANT la entrada, como la salida de otra función de IA, se serializa internamente en una cadena JSON.
• knowledge_sources: A VARIANT o STRING expresión que contiene un array JSON de configuraciones fuente de conocimiento para buscar. Consulta Configuración de la fuente de conocimiento. Puedes especificar hasta 10 fuentes de conocimiento.
• instructions: Una expresión opcional STRING de hasta 4.000 caracteres. Instrucciones en lenguaje natural que guían la generación de consultas, la generación de filtros de metadatos y la reclasificación. Por ejemplo: 'Prefer official documentation over internal articles when both cover the same topic.'
• options: un objeto opcional MAP<STRING, STRING>. Claves admitidas:
  • 'version': La versión de función a usar.
  • 'generate_answer': 'true' (valor predeterminado) o 'false'. Cuando 'true', la función sintetiza una respuesta fundamentada en lenguaje natural a partir de los documentos recuperados y la devuelve al answer campo. Configura para 'false' devolver solo documentos.

Configuración del origen de conocimiento

El knowledge_sources argumento es un arreglo JSON. Cada elemento es un {type, config} envoltorio. El type campo identifica cómo ai_search se conecta al código fuente y es independiente del nombre del recurso orientado al cliente. Para un índice de búsqueda de IA, se fija type en el literal vector_search. El config campo contiene la configuración específica de la fuente.

Key	Obligatorio	Description
type	Sí	El tipo fuente de conocimiento. Actualmente, solo se admite vector_search.
config	Sí	Un objeto que contiene la configuración específica de la fuente. Para vector_search, véase configuración del índice de búsqueda de IA.

Configuración del índice de búsqueda de IA

Para un índice de búsqueda de IA con type el conjunto en vector_search, config acepta las siguientes claves:

Key	Obligatorio	Description
index_name	Sí	El nombre de tres niveles del Unity Catalog del índice de búsqueda de IA, por catalog.schema.my_indexejemplo.
text_col	Sí	La columna en el índice que contiene el texto del documento devolvía como page_content.
doc_uri_col	Sí	La columna del índice que contiene el URI del documento devolvía como doc_uri.
filter_columns	No	Una cadena separada por comas o un array JSON de columnas disponible para filtrar metadatos. Cuando se omite, la lista se deriva del esquema índice, excluyendo las columnas de URI reservadas, texto y documentos.

El siguiente ejemplo configura un índice de búsqueda de IA como fuente de conocimiento:

[
  {
    "type": "vector_search",
    "config": {
      "index_name": "prod_catalog.docs.support_articles",
      "text_col": "article_body",
      "doc_uri_col": "article_url",
      "filter_columns": "product,language"
    }
  }
]

Para construir un índice de búsqueda con IA a partir de documentos en bruto, utiliza ai_parse_document y ai_prep_search crea bloques listos para búsqueda en una tabla Delta. Luego crea un índice de búsqueda de IA a partir de esa tabla. Después de que el índice esté en línea, utiliza su nombre de tres niveles como index_name.

Returns

A VARIANT con el siguiente esquema:

{
  "document": [
    {
      "page_content": STRING,  // Text content of the retrieved chunk
      "doc_uri": STRING,       // URI of the source document
      "metadata": MAP          // Additional metadata from the index
    }
  ],
  "answer": STRING             // Grounded answer synthesized from the retrieved
                               // documents, or null
}

Campo	Tipo	Description
document	ARRAY	Conjunto de documentos recuperados, ordenados por relevancia.
document[].page_content	STRING	Contenido de texto del fragmento recuperado.
document[].doc_uri	STRING	URI del documento fuente.
document[].metadata	MAP	Metadatos adicionales del índice.
answer	STRING	Una respuesta realista en lenguaje natural sintetizada a partir de los documentos recuperados. null cuando la generación de respuestas está deshabilitada o cuando no se recuperan documentos.

Examples

Búsqueda básica

El siguiente ejemplo busca en un índice de búsqueda de IA y devuelve documentos clasificados y una respuesta fundamentada:

SELECT ai_search(
  'How do I configure auto-scaling for my SQL warehouse?',
  PARSE_JSON('[{
    "type": "vector_search",
    "config": {
      "index_name": "prod_catalog.docs.support_articles",
      "text_col": "article_body",
      "doc_uri_col": "article_url",
      "filter_columns": "product,language"
    }
  }]')
) AS result;

Búsqueda multifuente con instrucciones

El siguiente ejemplo busca en dos índices de búsqueda de IA y se utiliza instructions para guiar la generación y reclasificación de consultas:

SELECT ai_search(
  'What are the networking requirements for serverless SQL warehouses?',
  PARSE_JSON('[
    {
      "type": "vector_search",
      "config": {"index_name": "prod_catalog.docs.public_docs", "text_col": "content", "doc_uri_col": "doc_url"}
    },
    {
      "type": "vector_search",
      "config": {"index_name": "prod_catalog.docs.internal_kb", "text_col": "body", "doc_uri_col": "source_uri"}
    }
  ]'),
  'Focus on firewall rules and VPC/VNet configuration. Prefer official documentation over internal articles when both cover the same topic.'
) AS result;

Enriquece una tabla con recuperación y una respuesta generada

El siguiente ejemplo enriquece cada ticket de soporte con documentación relevante y una solución sugerida. Como la generación de respuestas está activada por defecto, la resolución sugerida está disponible directamente en el answer campo — no se requiere un paso de generación separado.

SELECT
  ticket_id,
  customer_description,
  ai_search(
    customer_description,
    PARSE_JSON('[{
      "type": "vector_search",
      "config": {
        "index_name": "support.docs.product_documentation",
        "text_col": "content",
        "doc_uri_col": "doc_url"
      }
    }]'),
    'Find product documentation, known issues, and troubleshooting guides relevant to this support ticket.'
  ):answer::STRING AS suggested_resolution
FROM support.tickets.open_tickets;

Para controlar el formato de salida o usar un modelo específico, configura 'generate_answer' y 'false' encadena los documentos recuperados en ai_query en su lugar.

Limitaciones

• ai_search actualmente solo soporta índices de búsqueda con IA. Establezca "type": "vector_search" para cada fuente de conocimiento.
• Puedes especificar hasta 10 fuentes de conocimiento por llamada.
• El instructions argumento está limitado a 4.000 caracteres.

Funciones relacionadas

• ai_parse_document Función
• ai_prep_search Función
• ai_query Función
• ai_extract Función