Aktivieren von vertrauenswürdigen Agenten mit Data 360

Lernziele

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

Beschreiben der Rolle von Data 360 in der abruferweiterten Generierung
Erläutern, wie Data 360 Testen, Überwachen und Eingrenzen von Agenten unterstützt
Erläutern, wie Data 360 Agentforce Analytics ermöglicht

Erkunden der Bedeutung vertrauenswürdiger Agenten

Ihre Agenten sind aus Kundensicht die Stimme Ihres Unternehmens, also ist es von entscheidender Bedeutung, dass Agenten in Kontext verankert, compliant und nachvollziehbar sind. Mit Data 360 können Sie Prompts mit Hilfe von abruferweiterter Generierung (Retrieval Augmented Generation, RAG) auf Unternehmensdaten stützen und Agenten mit KI-Leitlinien und Analysen überwachen. Dadurch wird sichergestellt, dass Ihre Agenten genauer und ethisch verantwortlicher arbeiten. Erfahren Sie in dieser Lektion, wie Data 360 RAG, KI-Leitlinien und Analysen fördert.

Informationen zu abruferweiterter Generierung (Retrieval Augmented Generation, RAG)

RAG ist eine Methode, Prompt-Anforderungen an LLMs (Large Language Models) mit Kontext zu versehen. Die Kontextbildung erfolgt durch Hinzufügen von spezifischen Kontextinformationen zu Prompts, um die Qualität, Genauigkeit und Relevanz der LLM-generierten Ausgabe zu steigern. RAG umfasst das Abrufen relevanter Informationen aus einer Wissensdatenbank (mithilfe eines Abrufers), das Erweitern des Prompts durch Kombinieren dieser Informationen mit dem ursprünglichen Prompt und das Generieren einer Antwort. Daher stammt der Ausdruck RAG.

Hier sind einige Begriffe, die für das Verständnis von RAG wichtig sind. Weitere Informationen finden Sie unter Abruferweiterte Generierung: Schnelleinstieg (englischsprachig).

Unstrukturierte Daten: Daten, die kein spezifisches, konsistentes Format aufweisen und nicht auf einfache Weise in einer typischen relationalen Datenbank gespeichert werden können. Nach dem Erfassen unstrukturierter Daten sollten Sie sie in Segmente aufteilen, damit Sie Vektoreinbettungen erstellen können.
Vektoreinbettungen: Eine numerische Darstellung unstrukturierter Daten, die von Maschinen gelesen werden kann. Vektoreinbettungen messen die semantische Ähnlichkeit verschiedener Textstücke, was genaue und relevante Ergebnisse in generativen KI-Prompts und -Suchen ermöglicht.
Vektordatenspeicher: Datenbanktyp, der auf das Speichern von Vektoreinbettungen ausgelegt ist.
Suchindex: Eine Datenstruktur, die segmentierte und vektorisierte Daten speichert, die von anderen Anwendungen gesucht und abgerufen werden können.
Abrufer: Die Verbindung zwischen dem Prompt und dem Suchindex. Abrufer durchsuchen Datenquellen nach relevanten Informationen, um den Prompt zu erweitern. Ensemble-Abrufer sind eine Sammlung von Einzelabrufern, die Suchen in mehreren Quellen parallel ausführen.

Es gibt zwei Implementierungsoptionen für RAG für Agenten.

Schnelleinstieg mit der Agentforce-Datenbibliothek
Erweitertes Einrichten in Data 360

Sehen wir uns beide Optionen im Detail an.

Data 360 aktiviert: Erkunden der Agentforce-Datenbibliothek

Die ADL (Agentforce Data Library) ist eine vorkonfiurierte RAG-Lösung für den Schnelleinstieg. Sie stellt die persönliche, organisierte Datenquelle Ihrer Agenten dar.

Wenn Sie eine Datenbibliothek hinzufügen, entweder im Agentengenerator oder über Setup, erstellt Salesforce automatisch eine RAG-gestützte Lösung mit Data 360 unter Verwendung der Standardeinstellungen für alle Komponenten: Vektordatenspeicher, Suchindex und Abrufer. Sie können diese Komponenten einzeln einrichten und anpassen.

ADLs unterstützen nur unstrukturierte Daten. Hier sind einige Beispiele.

Knowledge-Artikel
Dateien
Internetsuche

Mehr dazu erfahren Sie unter Agentforce-Datenbibliothek – Grundlagen.

Data 360 implementiert: Vollständige Anpassung von RAG mit dem Data 360.Setup

Die direkte Implementierung von RAG in Data 360 nimmt mehr Zeit in Anspruch, bietet Ihnen jedoch mehr Kontrolle über die Datenerfassung und -verarbeitung, eine größere Vielfalt an Datenquellen und präzise Abrufmechanismen, die über die einfache Suche hinausgehen (z. B. Hybridsuche).

Mit dem erweiterten Setup können Sie Prompts im Kontext beliebiger Daten verankern, die in Data 360 eingebracht wurden. Erfassen Sie beispielsweise CRM-Datensätze mit unstrukturierten langen Textfeldern und teilen Sie die Daten in Segmente auf (Chunking). Erstellen Sie anschließend einen Vektordatenspeicher und Suchindex. Verwenden Sie den Abrufer aus dem Suchindex, um Prompts in Kontext zu verankern. Wenn Sie diese Prompts in Ihren Agenten verwenden, geben Sie ihnen ein umfassenderes Verständnis Ihrer Kunden und Ihrer Organisation. Sie können Ihren Agenten Zugriff auf harmonisierte Daten, Zero Copy-Daten und Echtzeitdaten erteilen, sowohl strukturiert als auch unstrukturiert.

RAG mit Datendiagrammen

Datendiagramm-Datensätze bieten eine flache Ansicht verwandter Daten in Form einer JSON-Zeichenfolge, die Sie schnell abrufen können. Erstellen Sie beispielsweise ein Datendiagramm, das die Beziehungen zwischen Kundenprofilen und Verkaufsauftragsdetails modelliert. Verwenden Sie anschließend das Datendiagramm, um Prompts für Agenten in Kontext zu verankern.

Dies sind die wichtigsten Vorzüge bei der Verwendung von Datendiagrammen für RAG.

Es werden Daten aus mehreren Quellen, darunter CRM-Daten und Daten aus externen Lakes, mithilfe von Zero Copy integriert, ohne dass ein Ensemble-Abrufer erstellt werden muss.
Daten werden in das JSON-Format konvertiert. Dabei bleiben relationale Daten erhalten und das Format wird von Agenten leicht verstanden.

Weitere Informationen finden Sie unter Datendiagramme in Data 360 (englischsprachig).

Lassen Sie uns die Unterschiede zwischen ADLs und dem anpassbaren Data 360-Setup zusammenfassen.

Agentforce-Datenbibliothek

Anpassbares Data 360-Setup

Setzt die Aktivierung von Data 360 voraus
Schnelle, einfache Einrichtung von komplexen Datenpipelines
Beschränkt auf Knowledge-Artikel, hochgeladene Dateien, offene Websuche oder einen benutzerdefinierten Abrufer
Integriert keine Daten aus mehreren Quellen – jede Bibliothek kann nur eine Datenquelle enthalten
Keine Echtzeitfähigkeit
Keine Zero Copy-Fähigkeit – CRM-fremde Daten müssen physisch als Datei heruntergeladen und der Datenbibliothek hinzugefügt werden

Setzt die Implementierung von Data 360 voraus
Komplexeres Setup, das Erfassung, Modellierung, Identitätsbestimmung und mehr umfasst
Unterstützt Integration mehrerer Quellen mithilfe von Ensemble-Abrufern oder Datendiagrammen
Mit Data Cloud One-Verbindungen werden Abrufer von der Data 360-Startorganisation aus mit Begleitorganisationen synchronisiert, sodass Sie den Abrufer in Prompts und Flows in Begleitorganisationen verwenden können
Unterstützt die Transformation, Zuordnung und Harmonisierung von Daten, was zu saubereren Daten und einheitlichen Kundenprofilen führt.
Verankert Agenten in Data 360-Daten, darunter harmonisierte Daten, Echtzeitdaten, Zero Copy-Daten, sowohl strukturiert als auch unstrukturiert

Data 360 aktiviert: Gewährleisten von Sicherheit mit Schutzmaßnahmen

KI ist auf Schutzmaßnahmen angewiesen, um die Datensicherheit zu schützen und Menschen im Spiel zu halten. Dadurch wird sichergestellt, dass die Nutzung von KI den Sicherheits-, Datenschutz-, Regulierungs- und KI-Governance-Richtlinien Ihres Unternehmens entspricht.

Zu den Schutzmaßnahmen von Agentforce gehören die Einstein-Vertrauensebene und Prüf- und Feedbackprotokolle für generative KI. Diese Features stützen sich auf Data 360. Agentforce verfügt darüber hinaus über eigene Schutzmaßnahmen. Mehr dazu erfahren Sie unter Vertrauenswürdige agentenbasierte KI.

Kennenlernen der Einstein-Vertrauensebene

Die Einstein-Vertrauensebene schützt Kundendaten durch robuste Sicherheitsfunktionen und Schutzmaßnahmen wie Null-Datenspeicherung, Toxizitätserkennung, sichere Datenabfrage und dynamische Kontextbildung. Sie verbessern die Sicherheit und Genauigkeit der Ergebnisse und gewährleistet gleichzeitig den verantwortungsvollen Einsatz von KI-Agenten im gesamten Salesforce-Ökosystem.

Diagramm der Einstein-Vertrauensebene.

Prüf- und Feedbackprotokolle für generative KI

Das Prüfprotokoll stellt die Daten zur Verfügung, die Sie zum Nachverfolgen der Aktionen und Ausgaben von KI-Agenten benötigen. Diese Daten werden in Data 360 gespeichert und analysiert.

Prompt-ID und Benutzerdaten
Prompt-Text und PII-maskierter Prompt
Sicherheits- und Toxizitätsbewertung

Sie können Feedback zu Agentenantworten über die Feedback-API protokollieren.

Daumen-hoch- und Daumen-runter-Reaktionen und Text zur Begründung
Akzeptieren, Wiedererstellen, Ändern und Ablehnen oder Ignorieren von Aktionen
Verwendung der geänderten Schlussantwort

Data 360 aktiviert: Erkunden von Agentforce Analytics

Überwachen Sie die Leistung Ihrer Agenten nach der Bereitstellung mit Agentforce Analytics. Die Daten werden in Data 360 gespeichert und verarbeitet. Zeigen Sie die Ergebnisse mithilfe von Data 360-Dashboards und -Berichten an.

Vordefinierte Erkenntnis-Dashboards umfassen die folgenden Daten.

Datenmaskierung
Toxizität in Antworten
Benutzertrends
Akzeptanzraten

Sie können auch eigene, benutzerdefinierte Dashboards erstellen.

Beispiel für ein Agentforce Analytics-Standarddashboard.

Data 360 aktiviert im Vergleich mit implementiert

Lassen Sie uns die Merkmale des Aktivierens und Implementierens von Data 360 zusammenfassen.

Data 360 aktiviert	Data 360 aktiviert und implementiert
Eingeschränkte Sicht auf den Kunden Jede Datenquelle ist fragmentiert Durch RAG verankerte Prompts mithilfe der Agentforce-Datenbibliothek Vertrauenswürdige, sichere KI mit der Einstein-Vertrauensebene Vertrauenswürdige, von Menschen überwachte KI dank der Prüf- und Feedbackprotokolle für generative KI Erkenntnisse durch Agentforce Analytics	Alle Vorteile von aktiviertem Data 360 Agenten haben auf Folgendes Zugriff: Transformierte, vereinheitlichte Daten aus allen Datenquellen Echtzeitdaten Zero Copy-Daten aus externen Systemen, wie etwa Data Lakes Erweiterte Daten mit berechneten Statistiken und Prognose-KI aus Einstein Studio Durch RAG verankerte Prompts mit umfassenderen Möglichkeiten dank des erweiterten Data 360-Setups

Nächster Punkt

Jetzt können Sie die unterschiedlichen Vorzüge der Aktivierung und Implementierung von Data 360 für Agentforce. Sie wissen darüber hinaus, wie Data 360 die Fähigkeiten von Agentforce mit vereinheitlichten Daten, RAG, KI-Schutzmaßnahmen und Analysen stärkt. Erfahren Sie als Nächstes, wie Data 360 für Agentforce implementiert wird.

Geschätzte Zeit

Themen

Benötigen Sie Hilfe?

Data 360 – Ressourcen

Agentforce – Ressourcen