Snowflake Cortex AI 與 Snowflake Intelligence 說明

Snowflake Cortex AI 是在您的 Snowflake 帳戶內執行的一組 AI 服務。它包括呼叫大型語言模型的 SQL 函式、針對資料表提問的 Cortex Analyst，以及針對文件的 Cortex Search。Cortex Agents 負責協調它們，而 Snowflake Intelligence（現已改名為 Snowflake CoWork）是建立在最上層的聊天應用程式。

它的吸引力很簡單。您的資料留在您既有的同一個帳戶、角色與政策之下。風險也很簡單。

它很容易開啟，也很容易花錢。如果底層的資料沒有好好建模，它會給出信心十足的錯誤答案。

在我參與過的製造業與國防專案中，問題從來不是「Snowflake 能不能做 AI？」，而是「我們能不能信任答案，能不能證明誰看到了什麼？」。這份指南就是為這樣的討論而寫。

這個領域的產品名稱變動很快。有兩項變動很重要。Snowflake 於 2025 年 11 月 4 日宣布 Snowflake Intelligence 正式上市，同時推出 Cortex Agents 與 Snowflake 託管的 MCP 伺服器。

接著在 2026 年 6 月的 Summit 上，它將產品改名為 Snowflake CoWork。部分 SQL 權限與物件名稱仍使用舊名稱。

Document AI 已經不存在了。Snowflake 於 2026 年 3 月 16 日停用 Document AI 介面，並把文件擷取功能移到 AI_EXTRACT 函式。如果系統整合商的提案仍提到建置 Document AI 模型，那份提案已經過時。

以下是截至 2026 年 10 月的產品組成，狀態與計費基礎取自 Snowflake 的文件。

元件	作用	狀態	計費基礎
Cortex AI Functions	AI_COMPLETE、AI_CLASSIFY、AI_FILTER、AI_AGG、AI_EXTRACT、AI_PARSE_DOCUMENT、AI_REDACT 等 SQL 函式	GA，部分函式為預覽	每百萬 token 計 AI Credits，剖析則按頁計
Cortex Analyst	把業務問題轉成針對語意檢視的 SQL	可用；自 2026 年 8 月起 Snowflake 建議透過 Cortex Agents 呼叫，REST API 仍持續支援	透過 API 按訊息計費，透過 Agents 按 token 計費
Cortex Search	針對文字的關鍵字與向量混合搜尋，用於檢索	自 2024 年 10 月起 GA	依索引每 GB 每月計 AI Credits，另加更新用的 warehouse
Cortex Agents	規劃任務並呼叫 Analyst、Search、自訂工具與 MCP 連接器	自 2025 年 11 月起 GA	協調 token 加上各工具自己的成本
Snowflake CoWork（前身為 Snowflake Intelligence）	給業務使用者的聊天應用程式，建立在 Cortex Agents 上	自 2025 年 11 月起 GA；2026 年 6 月宣布的多項功能標示為預覽或「即將推出」	Token，加上工具與 warehouse 成本
Snowflake 託管的 MCP 伺服器	把代理、Analyst、Search 與 SQL 開放給外部 AI 用戶端	自 2025 年 11 月起 GA	底層工具的成本

模型來自 Anthropic、OpenAI、Google、Meta、Mistral AI 等廠商，另有 Snowflake 自己用於嵌入與擷取的 Arctic 模型。您能呼叫哪些模型，取決於您的區域與跨區域設定。下文會再談這一點，因為這是國防客戶最在意的決策。

Cortex Analyst 不會讀您的資料表然後亂猜。它讀的是語意檢視：一個結構描述層級的物件，為您的業務實體、衡量值、聯結與同義詞命名。

只有這些中繼資料會送到模型去撰寫 SQL。接著 SQL 會以呼叫者的角色在您的 warehouse 中執行。

所以每一個 Snowflake CoWork 關於營收、報廢率或準時交貨的答案，品質都取決於那個語意檢視。依我的經驗，真正的工作就在這裡。

難的是在語意層中議定指標定義，而不是資料清潔度。要把「準時交貨」定義一次，而且讓業務、供應鏈與財務都接受，所需的會議比任何模型設定都多。

有兩個功能可以幫忙。已驗證查詢（verified queries）讓您儲存一個已知正確的問題及其 SQL，讓模型有可參考的範例。Snowflake 也讓您針對這些查詢執行評估，給您一個準確度數字，而不只是展示時的印象。

較舊的做法，也就是放在 stage 上的 YAML 語意模型檔，仍然可以用。新工作請避免使用。Snowflake 自己的文件建議使用語意檢視，而且任何能存取該 stage 的人都能使用 YAML 模型，這是一個治理漏洞。

如果您的 ERP 資料還沒有乾淨地落地並建模，請從那裡開始。我的把 SAP、Oracle 與 Dynamics 365 資料導入 Snowflake 指南涵蓋了這一步。

支持 Snowflake Cortex AI 最有力的理由是治理。Cortex Analyst、Cortex Agents 與 CoWork 都遵守您既有的角色型存取控管、列存取政策與遮罩。

模型存取本身現在也由角色授權控管。較舊的全帳戶模型允許清單參數將在 2026 年內淘汰。

在任何人簽核之前，有幾個細節值得確認。

1. Cortex Search 以擁有者權限執行。 任何擁有某個搜尋服務 USAGE 權限的人，都能看到擁有者角色所索引的一切結果。請依使用對象建立不同的服務，而不是一個大索引。
2. 代理使用呼叫者的預設角色。 如果使用者的預設角色範圍很廣，代理也會繼承同樣的範圍。請先整理角色。
3. 跨區域推論會搬移提示。 CORTEX_ENABLED_CROSS_REGION 參數控制推論是否可以在您的主區域以外執行。Snowflake 表示資料仍儲存在主區域，提示也不會在其他地方保存，但傳送的內容確實會移動。部分較新的組織預設為 ANY_REGION。跨區域推論文件建議，如果您有資料落地要求，請明確設定這個參數。
4. MCP 伺服器可能繞過您的代理。 Snowflake 建議把 Cortex Agent 作為受治理問題的唯一工具開放出去。在同一個伺服器上開放原始 SQL 執行，會讓外部用戶端繞過代理的控管。

對國防而言，第 3 點就是要談的重點。把參數設為 DISABLED 或某個區域值，可以讓推論留在您的邊界內，但會縮小可用的模型範圍，而且每個 credit 的成本更高。Snowflake 的美國政府區域會讓請求留在同一個合規邊界內。

它的 MCP 文件也指出，MCP 伺服器尚未完成正式的 FedRAMP 評估。機密資料在這一切中都沒有容身之處。請把試行限制在非機密、不受出口管制的資料上，並請您的出口管制負責人以書面同意這條界線。

我的 AI 治理框架指南涵蓋了政策面。

AI 功能以 AI Credits 計費，與支付 warehouse 費用的 Platform Credits 分開。根據 Snowflake 的 AI 定價頁面，一個 AI Credit 在全球路由下的隨選價格為 $2.00，若把推論限制在您的區域或停用跨區域路由，則為 $2.20。

AI Credit 的價格在各版本之間相同。您的 Platform Credit 容量折扣不適用於它。

以下費率是 2026 年 10 月 9 日生效的 Snowflake Service Consumption Table 中的牌價，於 2026 年 10 月查核。企業合約、AI Credit 容量級距與新模型的推出都會改變這些數字。

項目	牌價
AI Credit，全球路由 / 區域路由	$2.00 / $2.20
AI_COMPLETE 搭配 llama3.3-70b（輸入 / 輸出）	每百萬 token 0.432 / 0.432 AI Credits
AI_COMPLETE 搭配 openai-gpt-4.1（輸入 / 輸出）	每百萬 token 1.20 / 4.80 AI Credits
AI_COMPLETE 搭配 claude-sonnet-4-5（輸入 / 輸出）	每百萬 token 1.80 / 9.00 AI Credits
AI_CLASSIFY 或 AI_FILTER	每百萬 token 1.62 AI Credits
AI_EXTRACT（arctic-extract）	每百萬 token 5.55 AI Credits
AI_PARSE_DOCUMENT，版面模式	每 1,000 頁 3.66 AI Credits
Cortex Search 服務	依索引資料每 GB 每月 6.3 AI Credits
透過 REST API 使用 Cortex Analyst	每 1,000 則訊息 67 Platform Credits

模型之間的價差很大。以輸出 token 計，claude-sonnet-4-5 的成本約為 llama3.3-70b 的 20 倍。用錯模型對十年份的維護紀錄做分類，就是 AI 預算在一週內爆掉的方式。

有三個成本陷阱常讓人中招。多輪對話每一輪都會重新處理完整的對話紀錄，所以聊得越久，每個問題的成本越高。

代理的成本是層層疊加的：協調 token，接著是每個工具，再來是執行 SQL 的 warehouse。預留的佈建輸送量（provisioned throughput）不可取消，用不用都要付費。

控管機制是存在的。請在代理上使用資源預算、每位使用者配額與協調預算。監控用量檢視，例如 CORTEX_FUNCTIONS_QUERY_USAGE_HISTORY、CORTEX_AGENT_USAGE_HISTORY 與 SNOWFLAKE_COWORK_USAGE_HISTORY。

每個批次作業都先用樣本測試。我的 Snowflake 定價與 credits 指南涵蓋了平台面。

Snowflake 自己的文件在這方面很誠實。Cortex Analyst 能回答的是 SQL 能回答的問題。

它不會做開放式的「為什麼毛利下降？」推理，也無法重複使用先前查詢的結果。Snowflake 也提醒，代理的回應與引用不保證準確。

我的判斷是：把每一個會影響決策的 AI 答案都當作草稿，由一位具名的人簽核。在國防領域這一點更重要，因為錯誤的數字可能出現在合約或稽核文件中。

另一個風險是被綁定。語意檢視、代理與搜尋服務都是 Snowflake 物件。

您的提示與評估集可以帶走；底層的管線設計則帶不走。如果您還在選擇平台，我的 Snowflake vs Databricks 比較說明了這個取捨。

在這兩個產業中，我會挑的第一個使用情境形式都一樣：為一個團隊準備一組結構化問題與一組文件。

在製造業，我會把第一次試行做成維護與品質助理。語意檢視建立在來自 ERP 與 MES 的工單、停機、報廢與不合格資料之上。

Cortex Search 服務則建立在維護程序與已結案的品質報告之上。維護規劃人員問「上一季哪些產線的非計畫停機最多，上次我們查到了什麼？」，就能得到數字與相關報告。

在國防領域，同樣的模式適用於非機密專案的供應商品質：來自 ERP 的交貨與品質指標，加上供應商矯正措施文件。請把機密與受出口管制的資料完全排除在範圍之外。

為期 90 天的 Cortex AI 試行

1. 01

   界定範圍

   挑選一個團隊、20 到 30 個真實問題與一組文件。在做任何事之前，先設定跨區域參數與角色。

2. 02

   建模

   建立語意檢視，並為最重要的問題撰寫已驗證查詢。與業務負責人議定指標定義。

3. 03

   建置

   依使用對象建立 Cortex Search 服務，以及一個 Cortex Agent。第一天就設定預算與每位使用者配額。

4. 04

   測試

   針對問題集執行評估。使用者為答案評分。與目前取得同樣答案所需的時間比較。

5. 05

   決定

   擴大、修正資料，或停止。寫下選擇了哪一個，以及原因。

衡量四件事，並在開始之前記錄基準線。

1. 答案準確度，對照已驗證的問題集，由業務負責人評分。
2. 取得答案的時間，與目前的途徑比較，通常是向分析師提出需求或到處找報表。
3. 每個已回答問題的成本，取自用量檢視，包括 warehouse 時間。
4. 存取例外：任何使用者看到其角色不應觸及之資料的情況。目標是零。

在購買任何東西之前，先查出您目前的 CORTEX_ENABLED_CROSS_REGION 設定，列出哪些人擁有範圍廣泛的預設角色，並挑出營運總監每個月都會問的 20 個問題。這份一頁的簡報，比任何廠商展示都更能告訴您準備好了沒有。

如果您想在試行範圍、資料落地設定或系統整合商的提案上聽取第二意見，我協助企業做這些決策。您可以在這裡與我聯繫。Databricks 的對應產品，請參考我寫的 Databricks Genie 與 Agent Bricks。

Snowflake Cortex AI 是什麼？

Snowflake Cortex AI 是 Snowflake 在您的 Snowflake 帳戶內執行的一系列 AI 服務。它包括呼叫大型語言模型的 AI SQL 函式、針對資料表提問的 Cortex Analyst，以及針對文件的 Cortex Search。Cortex Agents 負責協調這些工具，Snowflake CoWork 應用程式則服務業務使用者。

Snowflake Intelligence 和 Snowflake CoWork 是同一個東西嗎？

是的。Snowflake Intelligence 於 2025 年 11 月 4 日正式上市，並在 2026 年 6 月的 Snowflake Summit 上改名為 Snowflake CoWork。部分 SQL 權限與預設物件名稱仍使用 Snowflake Intelligence 這個名稱。

Snowflake Cortex 會把我的資料送到 Snowflake 以外的地方嗎？

模型在 Snowflake 的服務邊界內執行，您儲存的資料也留在帳戶的主區域。啟用跨區域推論時，提示與回應可能在另一個區域處理，但不會保存在那裡。如果您有資料落地規定，請明確設定 CORTEX_ENABLED_CROSS_REGION 參數。

Snowflake Cortex AI 要多少錢？

大多數 Cortex 功能以 AI Credits 計費，全球路由每個 $2.00，區域路由每個 $2.20（牌價，於 2026 年 10 月查核）。費率依模型與功能而異，從每百萬 token 不到一個 credit 到數個 credits 不等。透過 REST API 使用 Cortex Analyst，每 1,000 則訊息收取 67 Platform Credits。企業合約會改變這些數字。

Snowflake 的語意檢視是什麼？

語意檢視是結構描述層級的 Snowflake 物件，描述業務實體、衡量值、關聯與同義詞。Cortex Analyst 與 Cortex Agents 用它們把問題轉成準確的 SQL。它們取代了較舊的 YAML 語意模型檔，也是決定答案品質的主要因素。

Snowflake Document AI 被什麼取代了？

AI_EXTRACT 函式。Snowflake 已於 2026 年 3 月 16 日停用 Document AI 介面及其 PREDICT 方法。AI_EXTRACT 以單一 SQL 呼叫從文件中擷取實體、清單與表格，並按 token 計費。