该技能面向在 Databricks 管道中把自由文本转换为情感、主题、实体等结构化列的场景，属于 SDP（Spark Declarative Pipelines）体系下的 AI 函数使用规范，假定表治理与管道基础能力已经具备。
用途与函数选择 技能按输出目标选择内置 AI 函数：ai_analyze_sentiment(text) 对每行给出整体情感，输出 positive、negative、neutral、mixed 之一；ai_classify(text, ARRAY('a','b',...)) 把文本归入固定标签集（主题、意图）；ai_extract(text, ARRAY('field1','field2')) 抽取命名实体或字段，返回 STRUCT；ai_summarize(text, max_words) 压缩长文本；ai_translate(text, lang) 用于情感分析前的多语言归一；ai_query(endpoint, prompt) 覆盖内置函数无法处理的自定义提示。技能建议优先用内置函数，因为更便宜、受治理且无需 serving endpoint。
标准输出模式 Silver 层情感表需按顺序至少暴露：<entity>id（主键）、source_text（供调试与重跑的原始文本）、sentiment_label、topic_label、extracted_entities，以及可选的 summary；之后才是 data_quality_flag 与审计列。额外 AI 派生列以 ai 前缀命名以便审计和下游过滤。
分层规则 Bronze 层不得调用 AI 函数，只落地原始文本与稳定标识；Silver 层执行 AI 函数，并使用 MATERIALIZED VIEW 使调用仅在刷新时运行，调用前过滤无效文本、用 CASE 做门控，并添加 data_quality_flag（MISSING_TEXT、AI_NULL_RESPONSE、CLEAN）；Gold 层不得调用 AI 函数且不得包含 source_text，只按业务维度聚合情感。
成本与质量护栏 技能要求：预过滤垃圾文本（如 LENGTH(TRIM(text)) >= 5）；用物化视图而非普通视图；开发期用 WHERE MOD(HASH(...), 100) = 0 采样约 1% 数据，上线前移除；传入原始列而非非确定性表达式；下游复用 Silver 的 AI 列而非重复调用；在 Silver/Gold 上设置 delta.enableChangeDataFeed = "true" 以支持增量消费。还应添加 CONSTRAINT 子句防止 AI 标签漂移，若频繁触发应通过代码评审更新分类体系，而非悄悄放宽约束。
PII 注意事项 客户评论常含姓名、邮箱、电话、订单号等 PII：source_text 应标注为 [PII: FREEFORM - HIGH]，不得传播到 Gold；Gold 中不得将 Silver 情感与含 PII 的客户属性直接关联，应先聚合；若 extracted_entities 中的真人姓名需对外暴露则先脱敏或哈希。
示例与检查清单 该技能以 AI/BI Bakehouse Marketplace 共享数据为端到端示例，安装笔记本 market_data/install_bakehouse.py（原文为 marketplace_data/install_bakehouse.py）把共享数据落地到临时目录并镜像到 <catalog>.<bakehouse_schema>，使用 customer_reviews 作为 Bronze，franchises 用于 Gold 补充加盟店名称，transactions 可选择用于关联客单价与情感。技能还提供了一份检查清单，覆盖 Bronze 仅原始文本、Silver 使用物化视图、AI 调用门控、输出列齐全、约束锁定标签集、数据质量标记、CDC 开启、审计列置末、PII 处理到位等要点。使用时可结合 @table-governance、@sdp-basics、@pii-management 组合应用。