はじめに
Databricks では、データの管理と同じ場所で生成 AI のアプリを作れます。部品の役割を押さえておくと、Claude と組み合わせた提案がしやすくなります。
モデルを呼ぶ: Model Serving と Unity Gateway
基盤モデル（Claude を含む）や自分のモデルを、エンドポイントとして呼び出せます。Unity Gateway（旧 AI Gateway）で、利用の制限、使用量の監視、入出力の記録などをまとめて管理します。
探す: AI Search
AI Search（旧 Vector Search）は、文書を意味で検索する仕組みで、RAG の検索部分を受け持ちます。元のテーブルと自動で同期させられます。
組み立てる: Agent Bricks
よくある用途のエージェントを、自分のデータに合わせて作り、改善するための仕組みです。コードで細かく作る方法も用意されています。
測る: MLflow
エージェントの動きをトレースとして記録し、どこで間違えたかを調べられます。評価用のデータで品質を測り、変更の前後を比べます。
確認すること
- モデルの呼び出しを Unity Gateway で管理したか
- 検索の元データと同期させたか
- トレースと評価で品質を測る仕組みがあるか
公式の情報
2026年10月7日時点の公式の情報をもとにしています。内容は更新されることがあるため、最新の版を確かめてください。
- 公式ドキュメントDatabricks で使えるモデル（新しいタブで開きます）
- 公式ドキュメントAI Search（新しいタブで開きます）
- 公式ドキュメントAgent Bricks（新しいタブで開きます）
- 公式ドキュメントエージェントの観測と品質（MLflow）（新しいタブで開きます）