ML.GENERATE_TEXTとAI.GENERATE、モデルオブジェクト不要に

記事はこの混乱を世代の分断として捉えている。古いガイドはCREATE MODELでリモートモデルオブジェクトを作り、ML.GENERATE_TEXTをテーブル関数として呼び出す。新しい資料はAI.GENERATEなどのAI関数をスカラー関数として直接呼び出す。ネット上の記事は両世代が混在しているため、チュートリアルがどちらの世代か気づかずに従うとクエリが動かない、というのはよくある原因だと指摘する。

既存資産を持つチームへの実践的な指針は、まずML.GENERATE_TEXTが使われている箇所を洗い出すことだ。INFORMATION_SCHEMA.JOBS_BY_PROJECTやINFORMATION_SCHEMA.MODELSを確認したり、コードリポジトリをgrepで検索したりする。そのうえで、50行程度の小さなサンプルで新旧の方式を並行して実行し、nullの結果や差分を比較してから切り替えるよう勧める。下流のダッシュボードやフィルタ、テキスト長に関する前提が壊れる可能性もあると警告する。特に分類や判定のタスクでは、ラベルが少し変わるだけでWHERE条件が一致しなくなることがある。

結果を左右するのは、並行比較で許容できる差分が示されるかどうか、そして下流の利用側が変更に耐えられるかどうかだ。そのため、古いモデルオブジェクトをすぐに削除せずしばらく残しておくよう勧めるのは、切り戻しが必要になった場合への備えである。分類を行うチームにとっては、自由記述のラベリングではなくAI.CLASSIFYの採用を検討する自然な機会かもしれないと記事は示唆している。