AI_GENERATE_EMBEDDINGS (Transact-SQL)

Aplica-se a: SQL Server 2025 (17.x) Azure SQL Database SQLdatabase in Microsoft Fabric

AI_GENERATE_EMBEDDINGS é uma função interna que cria inserções (matrizes de vetor) usando uma definição de modelo de IA pré-criada armazenada no banco de dados.

Sintaxe

Convenções de sintaxe de Transact-SQL

AI_GENERATE_EMBEDDINGS ( source USE MODEL model_identifier [ PARAMETERS optional_json_request_body_parameters ] )

Argumentos

origem

Uma expressão de qualquer tipo de caractere (por exemplo, nvarchar, varchar, nchar ou char).

model_identifier

O nome de um modelo externo definido como um EMBEDDINGS tipo usado para criar o array vetorial de embeddings.

Para obter mais informações, consulte CREATE EXTERNAL MODEL.

optional_json_request_body_parameters

Uma lista formatada em JSON válida de parâmetros adicionais. Esses parâmetros são adicionados ao corpo da mensagem da solicitação REST antes de serem enviados para a localização de endpoint do modelo externo. Esses parâmetros dependem do que o endpoint do modelo externo suporta e aceita.

Tipos de retorno

AI_GENERATE_EMBEDDINGS retorna uma tabela de coluna única cujas linhas são as matrizes de vetor de inserção geradas retornadas como JSON.

Formato de retorno

O formato do JSON retornado é o seguinte:

[
    0.0023929428,
    0.00034713413,
    -0.0023142276,
    -0.025654867,
    -0.011492423,
    0.0010358924,
    -0.014836246,
    0.0035484824,
    0.000045630233,
    -0.027581815,
    0.023816079,
    0.005012586,
    -0.027732948,
    -0.010088143,
    ...
    -0.014571763
]

Observações

Pré-requisitos

Você deve atender aos seguintes pré-requisitos para utilizar AI_GENERATE_EMBEDDINGS:

Ative sp_invoke_external_endpoint no banco de dados, com o seguinte comando:

EXECUTE sp_configure 'external rest endpoint enabled', 1;
RECONFIGURE WITH OVERRIDE;

Crie um modelo externo do EMBEDDINGS tipo, acessível por meio das bolsas, funções e/ou permissões corretas.

Parâmetros opcionais

O parâmetro optional_json_request_body_parameters é AI_GENERATE_EMBEDDINGS usado quando um parâmetro de ponto de extremidade precisa ser adicionado ao corpo da mensagem de solicitação de inserções. Adicionar um parâmetro opcional substituirá o valor em runtime se esse parâmetro for definido na definição do modelo.

Por exemplo, se o modelo externo contém o parâmetro para dimensions definido como 1536, ao passar esse parâmetro em optional_json_request_body_parameters tempo de execução com um novo valor como visto aqui: json_object("dimensions":755), o dimensions parâmetro no modelo é sobreposto.

O valor passado optional_json_request_body_parameters deve ser JSON válido.

Criar pontos de extremidade de inserção

Para mais informações sobre como criar endpoints de embedding, revise o processo para Azure OpenAI em Azure AI Foundry Models, OpenAI ou Ollama.

Eventos Estendidos (XEvent)

AI_GENERATE_EMBEDDINGS tem um evento estendido (ai_generate_embeddings_summary) que pode ser habilitado para solução de problemas. Ele contém informações sobre a solicitação e resposta REST, como código de status, quaisquer erros encontrados e o nome do modelo utilizado. O evento external_rest_endpoint_summary estendido contém informações adicionais que podem ser para solução de problemas e depuração de solicitações REST.

Exemplos

Um. Criar inserções com uma instrução SELECT

O exemplo a seguir mostra como usar a AI_GENERATE_EMBEDDINGS função com uma instrução select que retorna resultados em um array JSON.

SELECT id,
       AI_GENERATE_EMBEDDINGS(large_text USE MODEL MyAzureOpenAIModel)
FROM myTable;

B. Criar inserções com uma instrução SELECT usando AI_GENERATE_CHUNKS

O exemplo a seguir mostra como usar a AI_GENERATE_EMBEDDINGS função com a função AI_GENERATE_CHUNKS para passar texto dividido em tamanhos de blocos especificados com uma instrução select que retorna resultados do array vetorial.

SELECT id,
       title,
       large_text,
       AI_GENERATE_EMBEDDINGS(c.chunk_text USE MODEL MyAzureOpenAIModel)
FROM myTable
CROSS APPLY AI_GENERATE_CHUNKS (SOURCE = large_text, CHUNK_TYPE = FIXED, CHUNK_SIZE = 10) AS c;

C. Criar inserções com uma atualização de tabela

O exemplo a seguir mostra como usar a AI_GENERATE_EMBEDDINGS função com uma instrução de atualização de tabela para retornar os resultados da matriz de vetor em uma coluna de tipo de dados de vetor.

UPDATE t
    SET myEmbeddings = AI_GENERATE_EMBEDDINGS(t.text USE MODEL MyAzureOpenAIModel)
FROM myTable AS t;

D. Criar inserções com uma instrução SELECT e PARÂMETROS

O exemplo a seguir mostra como usar a AI_GENERATE_EMBEDDINGS função com uma instrução select e passar parâmetros opcionais para o ponto de extremidade, que retorna os resultados da matriz de vetor.

SELECT id,
       AI_GENERATE_EMBEDDINGS(large_text USE MODEL MyAzureOpenAIModel PARAMETERS TRY_CONVERT (JSON, N'{"dimensions":768}'))
FROM myTable;

E. Geração de embeddings de retentativa com `retry_count` opção PARAMETERS

Se a chamada de inserções encontrar códigos de status HTTP indicando problemas temporários, você poderá configurar a solicitação para tentar novamente automaticamente.

Para especificar o número de tentativas, adicione o JSON a seguir à PARAMETERS opção. Esse valor deve ser um inteiro positivo entre zero (0) e dez (10) inclusive, e não pode ser NULL.

Observação

Se um retry_count valor for especificado na AI_GENERATE_EMBEDDINGS consulta, ele substitui ( retry_count se definido) na configuração do modelo externo.

SELECT id,
       AI_GENERATE_EMBEDDINGS(large_text USE MODEL MyAzureOpenAIModel PARAMETERS TRY_CONVERT (JSON, N'{"retry_count":10}'))
FROM myTable;

F. Um exemplo completo com agrupamento, AI_GENERATE_EMBEDDINGS e criação de modelo

O exemplo a seguir demonstra um processo de ponta a ponta para tornar seus dados prontos para IA:

Use CRIAR MODELO EXTERNO para registrar e tornar seu modelo de incorporação acessível.
Divida o conjunto de dados em partes menores com AI_GENERATE_CHUNKS, para que os dados se encaixem na janela de contexto do modelo e melhorem a precisão da recuperação.
Gerar embeddings usando AI_GENERATE_EMBEDDINGS.
Insira os resultados em uma tabela com um tipo de dado vetorial.