Entdecken von Agentforce-Agenten

Lernziele

Nachdem Sie diese Lektion abgeschlossen haben, sind Sie in der Lage, die folgenden Aufgaben auszuführen:

Definieren eines autonomen Agenten
Erläutern, wie Agentforce-Agenten helfen, Aufgaben zu erledigen

Wir stellen vor: Agentforce-Agenten

Agentforce-Agenten sind autonome, proaktive Anwendungen, die spezielle Aufgaben zur Unterstützung von Mitarbeitern und Kunden ausführen. Agenten verwenden große Sprachmodelle (LLMs), um den gesamten Kontext von Kundeninteraktionen zu analysieren und zu verstehen, oder sie nutzen einen automatisierten Auslöser und treffen dann selbstständig Entscheidungen hinsichtlich der nächsten Schritte.

Diese Agenten generieren Antworten, die der Markensprache und den Richtlinien Ihres Unternehmens entsprechen. Für diese Antworten verwenden sie vertrauenswürdige Geschäftsdaten, einschließlich Salesforce CRM-Daten, externe Daten aus Data Cloud und mehr. Diese Agenten können rund um die Uhr über verschiedene Plattformen wie Self-Service-Portale und Messaging-Kanäle arbeiten und Aufgaben innerhalb festgelegter Leitplanken proaktiv erledigen. Wenn sie mit komplexen Problemen konfrontiert werden, die ihren Wirkungsbereich übersteigen, können sie die Angelegenheit an menschliche Agenten weiterleiten und so sicherstellen, dass Anfragen effizient und präzise gelöst werden.

Die direkt einsatzbereiten Agenten von Agentforce lassen sich leicht anpassen und mit wenigen Mausklicks, ganz ohne Code bereitstellen. Sie lassen sich in wenigen Minuten einrichten, sind leicht skalierbar und arbeiten rund um die Uhr über jeden Kanal.

Sie können einen Agenten mit einigen wenigen, einfachen Setup-Schritten anpassen und aktivieren.

Der Serviceagent ersetzt herkömmliche Chatbots durch AI, die ein breites Spektrum von Serviceproblemen ohne vorprogrammierte Szenarien bearbeiten kann und so die Effizienz des Kundenservice verbessert.
Der SDR-Agent (Sales Development Representative) kümmert sich rund um die Uhr um potenzielle Kunden, beantwortet Fragen, bearbeitet Einwände und plant Besprechungen auf der Grundlage von CRM- und externen Daten, sodass sich Ihre Verkäufer auf den Aufbau engerer Kundenbeziehungen konzentrieren können.
Der Vertriebscoach bietet personalisierte Rollenspiele für Ihr Vertriebsteam und nutzt Salesforce-Daten und generative AI, um Verkäufern beim Üben von Kurzpräsentationen und Gegenargumenten zu helfen, die auf bestimmte Geschäfte zugeschnitten sind.
Der Merchandiser unterstützt Ihre E-Commerce-Merchandiser bei der Einrichtung von Websites, der Festlegung von Zielen, personalisierten Werbeaktionen, Produktbeschreibungen und datengestützten Erkenntnissen und vereinfacht so die täglichen Aufgaben.
Der Käuferagent verbessert das B2B-Kauferlebnis, indem er Ihren Käufern hilft, Produkte zu finden, Käufe zu tätigen und Bestellungen per Chat oder in Verkaufsportalen nachzuverfolgen.
Der Personal Shopper fungiert als digitaler Concierge auf Ihren E-Commerce-Websites oder in Messaging-Anwendungen, bietet personalisierte Produktempfehlungen und hilft bei Suchanfragen.
Der Kampagnenoptimierer automatisiert den gesamten Kampagnenlebenszyklus und setzt AI ein, um Marketingkampagnen auf der Grundlage von Geschäftszielen zu analysieren, zu generieren, zu personalisieren und zu optimieren.
Agentforce (zuvor Einstein Copilot) unterstützt Mitarbeiter in ihrem Arbeitsablauf bei spezifischen Aufgaben, indem es nach Daten sucht, Aktionspläne erstellt und diese ausführt, um die Effizienz am Arbeitsplatz zu steigern.

Wichtigste Komponenten eines Agenten

Bei jedem Agentforce-Agenten gibt es Parameter, die definieren, welche Aufgaben er übernehmen und welche Aktionen er durchführen kann.

Rolle: Der Zweck eines Agenten. Die Rolle definiert die zu erledigende Aufgabe und die weiter gefassten Ziele, die der Agent in Ihrem Team erreichen soll.
Wissen: Die Daten, die ein Agent benötigt, um erfolgreich zu sein. Dazu können Knowledge-Artikel des Unternehmens, CRM-Daten, externe Daten über Data Cloud, öffentliche Websites usw. gehören.
Aktionen: Die Ziele, die ein Agent erfüllen kann. Dies ist die vordefinierte Aufgabe, die ein Agent auf der Grundlage eines Auslösers oder einer Anweisung ausführen kann, um seine Aufgabe zu erfüllen. Er kann zum Beispiel einen Flow, eine Aufforderungsvorlage oder Apex ausführen.
Leitplanken: Die Richtlinien, in deren Rahmen ein Agent arbeiten kann. Dabei kann es sich um Anweisungen in natürlicher Sprache handeln, die dem Agenten sagen, was er tun darf und was nicht und wann er an einen Menschen eskalieren muss, oder um integrierte Sicherheitsfunktionen der Einstein-Vertrauensebene.
Kanäle: Die Anwendungen, in denen ein Agent seine Arbeit erledigt. Dies kann Ihre Website, CRM, mobile Anwendung, Slack und mehr sein.

Agentforce-Schlussfolgerungsmaschine, das Gehirn eines Agenten

Die Agentforce-Schlussfolgerungsmaschine, auch Reasoning Engine genannt, wurde entwickelt, um die Benutzerinteraktion durch schnellere, leistungsfähigere Konversationen mit Mehrfachdurchläufen zu verbessern. Hier finden Sie einen kurzen Überblick und die wichtigsten Funktionen.

Chat mit Mehrfachdurchläufen: Die Schlussfolgerungsmaschine erleichtert die interaktive Kommunikation mit Benutzern, indem sie den zusätzlichen Gesprächskontext berücksichtigt und sich daran anpasst, wodurch die Genauigkeit des geleisteten Service erhöht wird.
Themenklassifizierung: Die Schlussfolgerungsmaschine klassifiziert Benutzeräußerungen auf der Grundlage vordefinierter Beschreibungen in Themen und gewährleistet so relevante Antworten.
Anweisungen und Aktionen: Jedes Thema enthält spezifische Anweisungen und Aktionen, wie z. B. die Überprüfung von Bestelldetails oder das Einholen weiterer Informationen, um Benutzern präzise und effizient zu helfen.
Wissensabfrage: Die Schlussfolgerungsmaschine verwendet mehrere Techniken, darunter das fortschrittliche Retrieval Augmentation Generation-Verfahren (RAG), das selektiv mehrere Sprachmodelle nutzt, um die Qualität der Abfragen iterativ zu verbessern, indem das relevanteste Wissen abgerufen und gleichzeitig die Qualität der Antwort bewertet wird.
Durchsuchbare öffentliche Daten: Agenten können nun über die Einstein-Vertrauensebene sicher auf öffentliche Daten zugreifen und so ihre Wissensdatenbank erweitern.

So führt ein Agent Aktionen durch

Agenten führen Aktionen durch und halten sich dabei an Leitplanken, indem sie Beschreibungen in natürlicher Sprache nutzen, die die Aufgaben und operativen Grenzen umreißen. Dies ist eine Zusammenfassung ihre Funktionsweise.

Der Agent empfängt zunächst einen Auslöser, wie etwa ein Gespräch mit einem Mitarbeiter oder Kunden, eine Änderung von Daten oder eine Automatisierung.
Der Agent verwendet das LLM und Beschreibungen in natürlicher Sprache, um den Kontext zu identifizieren und ein Thema auszuwählen, das am besten zu der zu erledigenden Aufgabe passt. Hier eingeschlossen sind der Umfang, die erforderlichen Daten und die notwendigen Bedingungen.
Abhängig von der Aufgabe wählt der Agent Aktionen aus und verkettet sie. Diese Aktionen werden über Flows, Apex-Klassen, APIs oder direkte Aufforderungen ausgeführt.
Agenten planen und führen Aufgaben dynamisch aus und halten sich dabei streng an vordefinierte Leitplanken. Zudem verfügen sie mittels der Einstein-Vertrauensebene über integrierte Mechanismen zur Erkennung von Böswilligkeit und Toxizität

Sie haben jetzt einen kleinen Eindruck davon bekommen, was Agentforce-Agenten sind, was sie tun und wie sie es tun. Wenn Sie mehr erfahren möchten, sehen Sie sich die unter "Ressourcen" aufgeführten Trailhead-Inhalte an. Sie finden dort auch die Möglichkeit, praktische Erfahrungen zu sammeln und einen Agenten zu erstellen.

Benötigen Sie Hilfe?