オプションAは不正解です。ユーザーのクエリは通常埋め込まれます（例：Cortex Search Service に対して類似性検索を実行するために使用します）。その後、「取得されたドキュメント」（コンテキスト）は、埋め込み関数自体ではなく、「AI COMPLETE 関数」に渡されます。オプション B は正解です。ステートフルで会話的なエクスペリエンスを提供するには、以前のすべてのユーザープロンプトとモデル応答を配列で「COMPLETE または関数」に渡す必要があるためです。オプション C は不正解です。連結は 1 つの方法ですが、精度と制御性を高めるために、取得されたコンテキストは、LLM の応答をガイドするために、多くの場合、単なる生の連結ではなく、タグや特定の指示を使用して、適切に設計されたプロンプトに統合する必要があります。オプション D は正解です。「AI_COMPLETE 構造化出力」を使用すると、完了応答が従う必要がある JSON スキーマを指定できるため、後処理の必要性が減り、確定的な応答を必要とするシステムとのシームレスな統合が可能になります。オプション E は不正解です。処理を Snowflake 内で維持することはデータ ガバナンスには適していますが、複雑な RAG パイプラインには、多くの場合、複数の異なるステップ（クエリ埋め込み、検索、取得、LLM補完など、複数の処理を段階的に行う必要がある場合、単一のモノリシックSQL文ではなく、段階的なアプローチが効果的です。最適なアプローチは、具体的な複雑さとパフォーマンス要件によって異なり、RAGフロー全体に対する単一のSELECT文が必ずしも最も効率的または実用的なソリューションとは限りません。

オプションBが正解です。「SNOWFLAKE.CORTEX.TRANSLATE関数」は、翻訳対象テキスト、ソース言語、ターゲット言語の3つの引数を取ります。この関数は、翻訳されたテキストを含む文字列値を返します。オプションAにはサポートされていない「high_accuracy」オプションが含まれており、戻り値の型が正しくありません。オプションCは構文が誤っており、戻り値の型も正しくありません。オプションDは引数の数が正しくありません。オプションEは戻り値の型が正しくありません。

「COMPLETE (SNOWFLAKE.CORTEX)」関数（または最新バージョンの「AI_COMPLETE」）を使用してステートフルな会話型エクスペリエンスを提供するには、以前のすべてのユーザープロンプトとモデル応答を引数の一部として明示的に渡す必要があります。この引数にはオブジェクトの配列が必要です。各オブジェクトはターンを表し、「ロール」（「システム」、「ユーザー」、または「アシスタント」）と「コンテンツキー」が時系列で表示されます。Streamlitでは、「st.session_state」は、アプリケーションの再実行間でデータを保存および管理するための標準かつ推奨されるメカニズムであり、「st.session_state.messages = [l」を初期化してメッセージを追加することで、チャット履歴を維持するのに最適です。オプションAは不正解です。「COMPLETE」は本質的に外部テーブルからの履歴を管理しません。オプションBは不正解です。「COMPLETE」は呼び出し間の状態を保持しないため、履歴は明示的に管理する必要があります。オプションDは、意味的役割の区別が失われ、LLMの精度が低下する可能性があるため、構造化された履歴を渡す場合に比べて、プロンプトエンジニアリングの効果は低くなります。オプションEは、「COMPLETE関数」に存在しないパラメータについて説明しています。