Genie Ontology: como a Databricks resolve o problema que o Unity Catalog sozinho não resolve
(com passo a passo de como usar)
Quinto post da série sobre o ecossistema Genie. Em junho/2026, a Databricks anunciou em blog Genie One, Genie Agents e uma peça nova chamada Genie Ontology. Agora, em agosto/2026, a documentação técnica oficial confirmou os detalhes: Genie Ontology está em Public Preview, e a peça que permite você mesmo governar as definições - chamada Pages - está em Beta.
O problema que ela ataca:
O Unity Catalog resolve "quem pode acessar o quê" - permissão, linhagem, catalogação técnica. Mas um agente de IA com acesso correto a uma tabela ainda pode dar uma resposta errada sobre ela, porque "acesso" não é "significado". Um exemplo clássico: times diferentes definem "usuário ativo" de formas diferentes. Um agente sem contexto de negócio escolhe uma definição arbitrariamente e responde com confiança total.
Como o mecanismo funciona de fato (confirmado na documentação oficial):
Genie Ontology combina dois tipos de contexto:
- Unity Catalog semantics (contexto modelado por humanos, certificado): metric views, domains e Pages.
- Contexto inferido: snippets que o Genie One extrai automaticamente de metric views, dashboards, queries SQL e Genie Agents - por exemplo, uma definição de métrica encontrada num dashboard, ou uma regra de negócio inferida de uma query recorrente.
Cada snippet recebe um authority score, calculado a partir de onde foi gerado, com que frequência é usado e quão atual é. Os snippets são filtrados pelas permissões do Unity Catalog antes de chegar à resposta. Quando o usuário pergunta algo, o Genie One ranqueia os snippets mais relevantes, resolve conflitos entre eles, e responde só com o que o usuário tem permissão de ver - mostrando um ícone de citação clicável para conferir a fonte.
A peça-chave: Pages
Uma Page é uma definição governada e autoritativa de um termo, sigla ou KPI de negócio, organizada por domínio/subdomínio. Ela tem dono, sinônimos, descrição, corpo de texto rico (com tabelas, links, @menções de tabelas do Unity Catalog) e lista de fontes/ativos relacionados. Quando existe uma Page para um conceito, o Genie One prioriza a definição da Page sobre qualquer contexto inferido automaticamente - ou seja, dá pra "fixar" a definição correta de "usuário ativo" e o agente passa a usar ela.
Como usar (passo a passo oficial):
1. Acesse Discover → Pages.
2. Clique em Create page e escolha o domínio (crie um domínio antes, se ainda não tiver).
3. Preencha manualmente (campos estruturados + corpo de texto) ou use o Genie Code dentro do editor: anexe material de origem (arquivos, links públicos, conexões MCP, ativos do Unity Catalog) e deixe o Genie Code gerar o rascunho da Page.
4. Para importar em lote: no painel do Genie Code, clique em Bulk import pages, aponte os domínios e as fontes de conhecimento (arquivos, objetos do Unity Catalog, conexões externas ou links colados no chat) - o Genie Code lê tudo, extrai os termos, sinaliza conflitos/duplicatas/termos de baixa confiança, e você revisa antes de criar.
5. Salve como rascunho (Save as draft) e publique quando estiver pronta (Publish). Só o dono da Page ou um curator pode editar/publicar um rascunho.
6. Permissão: uma Page herda a permissão do domínio - não se configura permissão por Page individualmente. Quem tem acesso ao domínio pode ler as Pages publicadas nele.
Aviso de segurança da própria documentação: dado de Page não suporta criptografia CMK (customer-managed key) e é armazenado em texto plano, possivelmente replicado globalmente - a Databricks recomenda não colocar PII, dado regulado ou informação sensível no nome, descrição, sinônimos ou corpo da Page.
Custo: segundo a doc oficial, hoje não há cobrança específica por "curar" ontology snippets - mas a Databricks avisa que isso pode mudar, com aviso prévio e atualização da página de pricing.
Sobre o benchmark divulgado no blog de junho: a Databricks declarou 84,5% de acerto na primeira tentativa contra 52,4% do melhor agente de codificação concorrente testado e 25% do pior, com velocidade 2x maior. É autodeclarado, sem auditoria independente publicada - tratar como indicativo, não prova definitiva.
Um cuidado com terminologia: alguns artigos de terceiros (inclusive um no Medium que usei como referência complementar) chamam o mecanismo de ranking de "OntoRank" - conferi tanto o blog quanto a documentação técnica oficial e esse termo não existe em nenhuma fonte da Databricks. O nome oficial do conceito é authority score.
OntoRank é um mecanismo de pontuação de autoridade criado pela Databricks para o recurso Genie Ontology. Ele funciona como o algoritmo PageRank do Google, mas adaptado para classificar definições de negócios, métricas e conexões de dados em grafos de conhecimento corporativos.
Por que isso importa na prática: essa é a terceira peça de uma tese de governança que venho documentando este ano - LTAP/Lakebase resolvem onde o dado mora, Unity AI Gateway resolve quanto custa usar IA, e Genie Ontology resolve o que o dado significa, com Pages como a ferramenta prática para você mesmo garantir isso, não só confiar no ranking automático.
Alguém já está usando Pages ?
Como vocês estão organizando domínios/subdomínios para isso?
Fontes oficiais:
- [Chat in Genie One - seção Genie Ontology](https://learn.microsoft.com/en-us/azure/databricks/genie-one/chat#ontology)
- [Pages - Unity Catalog semantics](https://learn.microsoft.com/en-us/azure/databricks/uc-semantics/pages)
- [Introducing Genie One, Genie Ontology, and Genie Agents (blog)](https://www.databricks.com/blog/introducing-genie-one-genie-ontology-and-genie-agents)
Fonte de terceiro (não oficial, citada com ressalva):
- [Genie Ontology: Databricks' New Context Layer for AI Agents (Medium)](https://medium.com/@sreedeepsinha/genie-ontology-databricks-new-context-layer-for-ai-agents-558d0e451d82)
- [OntoRank] Databricks Genie Ontology – Ugur Candan
- [OntoRank] enie Ontology Explained: Databricks’ AI Context Layer