AI

AI_COMPLETE

SnowflakeSnowflake

Menggunakan Large Language Model untuk generate text completion berdasarkan prompt.

Tipe hasil: VARCHARDiperbarui: 6 Jan 2026

Syntax

SQL
SNOWFLAKE.CORTEX.COMPLETE(model, prompt [, options])

Parameter

modelVARCHARwajib

Nama model: 'mistral-large', 'llama3-70b', 'mixtral-8x7b', dll

promptVARCHARwajib

Prompt atau instruction untuk model

optionsOBJECTopsional

Opsi: temperature, max_tokens, top_p

Contoh Penggunaan

Text Completion

SQL
1SELECT SNOWFLAKE.CORTEX.COMPLETE(
2 'mistral-large',
3 'Summarize this text in one sentence: ' || article_text
4) as summary
5FROM articles;

Summarize article menggunakan AI.

With Options

SQL
1SELECT SNOWFLAKE.CORTEX.COMPLETE(
2 'llama3-70b',
3 'Translate to Indonesian: Hello, how are you?',
4 {'temperature': 0.3, 'max_tokens': 100}
5) as translation;

Translation dengan temperature rendah.

Q&A from Context

SQL
1SELECT SNOWFLAKE.CORTEX.COMPLETE(
2 'mixtral-8x7b',
3 'Context: ' || product_description ||
4 '
5 
6Question: What are the key features?'
7) as answer
8FROM products;

Ekstrak informasi dari teks.

Pertanyaan Umum tentang AI_COMPLETE

Apa itu fungsi AI_COMPLETE di Snowflake?
Menggunakan Large Language Model untuk generate text completion berdasarkan prompt. Di Snowflake, fungsi AI_COMPLETE termasuk dalam kelompok fungsi yang sering digunakan untuk mengolah dan menganalisis data secara efisien.
Bagaimana cara menggunakan AI_COMPLETE di Snowflake?
Gunakan sintaks berikut: SNOWFLAKE.CORTEX.COMPLETE(model, prompt [, options]). Pastikan argumen yang dimasukkan sudah sesuai dengan tipe data yang diharapkan.
Apa nilai yang dikembalikan oleh fungsi AI_COMPLETE?
Fungsi AI_COMPLETE mengembalikan nilai bertipe VARCHAR. Pastikan tipe data hasil sudah sesuai dengan kebutuhan query atau formula kamu. Jika input mengandung nilai NULL, perilaku fungsi dapat berbeda — selalu periksa dokumentasi untuk memastikan hasilnya sesuai ekspektasi.
Apa saja parameter fungsi AI_COMPLETE?
Fungsi ini memiliki 2 parameter wajib dan 1 parameter opsional. Parameter yang digunakan: model (VARCHAR, wajib): Nama model: 'mistral-large', 'llama3-70b', 'mixtral-8x7b', dll; prompt (VARCHAR, wajib): Prompt atau instruction untuk model; options (OBJECT, opsional): Opsi: temperature, max_tokens, top_p.