Databricks GenieのPDF文字数上限が1万5,000文字へ拡大

Databricksは、GenieエージェントへアップロードするPDFの文字数上限を4,000文字から1万5,000文字へ引き上げました。

要点

• 抽出後のテキストを1ファイル当たり1万5,000文字まで扱えます。
• PDFアップロードはベータで、エージェントモードと管理者によるプレビュー有効化が必要です。
• 20MB、20ページ、1会話25ファイルなど、文字数以外の制限は変わっていません。

今回の更新で変わること

1ファイル当たりの上限が約3.75倍になり、4,000文字では途中までしか取り込めなかった報告書や仕様書を、より長い範囲まで会話へ含められます。上限はページ数ではなく、PDFから抽出された文字数に対して適用されます。公式ドキュメントでは、PDFは20MB未満、20ページ以下、1万5,000文字以下とされ、1会話に添付できるファイル数は種類を問わず25件です。今回変わったのは文字数だけであり、ファイルサイズやページ数の上限が同時に拡大したわけではありません。

PDFアップロードはベータ機能で、エージェントモードを利用します。ワークスペース管理者はPreviewsページでGenie - Upload FileとUpload Local PDFs to Genie Agentsを有効にする必要があります。Partner-Powered AI機能も必要で、コンプライアンス・セキュリティ・プロファイルを使うワークスペースではPDFアップロードを利用できません。利用者には対象のGenieエージェントについてCAN RUN以上の権限が求められます。上限値だけを見て導入を決めず、ワークスペース側の要件を先に確認する必要があります。

アップロードしたPDFは現在の会話だけで使われ、新しいチャットへ自動的には引き継がれません。またPDFのアップロードはUI限定で、APIからのファイルアップロードには対応していません。ファイルは利用者とエージェントにひも付くUnity Catalogの管理対象ボリュームへ保存され、アップロードした本人だけがアクセスできます。エージェントを削除するとファイルも削除されます。社内文書を扱う場合は、この保存・アクセス・削除の単位が既存の文書管理ルールと一致するかを確認しておきたいです。

長い文書を扱えることは、回答精度が自動的に上がることを意味しません。段組み、脚注、表、画像中心のページでは抽出順序や情報量が変わります。評価では、文書の前半と後半をまたぐ質問、表の数値と注記を組み合わせる質問、根拠箇所へ戻れるかを試します。1万5,000文字を超える文書は、意味のある章単位へ分ける方法も検討します。今回の変更は、PDF分析の対象を広げる実用的な上限緩和ですが、適用条件と文書ごとの読み取り品質は引き続き個別に確かめる必要があります。

関係しそうなチーム

Genieエージェントで報告書や仕様書を分析する利用者、プレビュー機能とPartner-Powered AIを管理するワークスペース管理者、社内文書の保存条件を確認するガバナンス担当に関係します。

実務で確認したいポイント

1. 20MB、20ページ、1万5,000文字の三つの上限を代表文書で確認します。
2. 必要なプレビュー設定、Partner-Powered AI、CAN RUN権限を確認します。
3. 会話を削除した場合とエージェントを削除した場合のファイル管理を確認します。

結局、この更新をどう読むべきか

これまで文字数で収まらなかったPDFを扱いやすくする更新です。一方、ベータ、UI限定、会話単位の利用といった境界は残るため、長文の読み取り品質と管理条件を確認してから対象文書を広げるのが適切です。