Google公开预览BigQuery托管人工智能函数，将大型语言模型能力封装成AI.IF、AI.CLASSIFY与AI.SCORE三个函数，可直接嵌入SQL查询，让熟悉SQL的数据团队不必额外研究提示词与语言模型，就能在查询中处理语义问题。
SQL是结构化数据分析的主力工具，但面对评论文本、新闻内文或图片等非结构化数据，多半得先把数据搬到其他系统，再串联语言模型API与设计提示词，而现在Google把常见的语义筛选、分类与评分需求集成成BigQuery内置函数，让写查询的人在既有环境中就能调用大型语言模型。
在这组函数中，AI.IF负责语义判断，用户可用自然语言描述条件，即使文本并未明确提到关键字，BigQuery也能过滤出与特定主题相关的新闻或记录。AI.CLASSIFY用于分类，先提供一组标签，系统便会将文本或图片自动归类，方便后续统计分析，AI.SCORE则替每一列数据评分，依自然语言描述的标准产生分数，可用来排序影评或其他文本内容。
Google在背后针对这些人工智能函数加入提示词与查询计划的优化，例如BigQuery会先执行一般WHERE条件，再调用大型语言模型，以减少调用次数与执行时间，同时由系统代为选择模型端点与参数设置，以兼顾成本与结果稳定度。
这组托管人工智能函数是既有AI.GENERATE等通用Gemini推论函数的补充。常见的语义筛选、分类或评分场景，官方建议优先使用AI.IF、AI.CLASSIFY与AI.SCORE，要是需要更细致控制提示词或指定模型，则改用AI.GENERATE家族。Google并预告会把更多运算搬回BigQuery端，在部分场景下带来大幅性能改善，这些函数也已集成到BigQuery DataFrames并提供Python范例。
