Implementieren von Data 360 für Agentforce

Lernziele

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

• Erläutern, wie Daten für Agentforce vorbereitet werden.
  
• Beschreiben, wie ein Agent erstellt wird, der auf vereinheitlichen und transformierten Daten aus Data 360 basiert.
  

Grundlegendes zu Datenanforderungen

Bevor Sie Data 360 implementieren, müssen Sie die Datenanforderungen Ihres Projekts verstehen. Es ist nützlich, die Schritte zur Datenvorbereitung und die zu berücksichtigen Fragen zu prüfen.

Diese Tabelle ist nicht vollständig. Erfahren Sie mehr in der Lektion "Vorbereiten der Daten" des Moduls KI + Daten: Projektplanung.

Begleiten Sie im nächsten Abschnitt das Unternehmen NTO bei der Identitätsbestimmung, Verbindung und Verarbeitung von Daten für seine Agentforce-Projekte.

Konfigurieren von Data 360 für Agenten

NTO möchte einen Agenten erstellen, der auf Fragen zu Produktproblemen antwortet. NTO hat die Absicht, Kontext für seine Prompts mit erweiterter Data 360 RAG zur Verfügung zu stellen. Begleiten Sie Pia, die Systemarchitektin von NTO beim Konfigurieren von Data 360 und dem Erstellen eines Agenten, beginnend mit der Datenvorbereitung. Dies sind die einleitenden Schritte, die sie unternimmt.

1. Sie aktiviert Data 360 und stellt es in einer Organisation bereit.
   
2. Sie richtet Data 360-Benutzer ein.
   
3. Sie findet Daten zu Kundenvorgängen und bestimmt deren Quelle.
   

Daten zu Kundenvorgängen speichert NTO in Service Cloud. Hier sind einige Beispielfälle von verschiedenen Kunden.

• Fall 1: Die Hose Modell 1068 ist zu kurz
  
• Fall 2: Die Hose Modell 2000 ist zu lang
  
• Fall 3: Die Fitness-Uhr lädt nicht schnell
  

4. Jetzt ist die Zeit gekommen, einen Datenstrom zu erstellen, der die Kundenvorgangsdaten von Service Cloud in Data 360 erfasst. Die Kundenvorgangsdaten sind im Date Lake-Objekt (DLO) 'Case' (Kundenvorgang) gespeichert.
   
5. Pia verwendet eine Batch-Datentransformation, um Datenprobleme wie inkonsistente Namen und Formate zu lösen. Die umgewandelten Daten werden im DLO 'Cleaned Case' (Bereinigter Kundenvorgang) gespeichert.
   
6. Anschließend fügt sie Zuordnungen zwischen dem Cleaned Case-DLO und dem Case-Datenmodellobjekt (DMO) hinzu.
   
7. Jetzt ist der richtige Zeitpunkt, einen Regelsatz für die Identitätsbestimmung zu erstellen und auszuführen, um die Kundenvorgänge mit dem zusammengeführten Profil des Kunden zu verknüpfen.
   

Jetzt verfügt Pia über mehr Kontextinformationen zu den einzelnen Kundenvorgängen. Beispielsweise sieht Pia, dass Fall 1, der mit der zu kurzen Hose, von Rachel Rodriguez stammt. Im zusammengeführten Profil von Rachel ist auch ihre Körperlänge enthalten, 170 cm. Pia sieht außerdem, dass Fall 2, der mit der zu langen Hose, von einem Kunden mit der Körperlänge 165 cm stammt. Dieser Kontext wird den Agenten dabei unterstützen, relevantere und effektivere Antworten zu geben.

Dank der erfassten, umgewandelten und zusammengeführten Daten ist Pia jetzt bereit, RAG einzurichten.

1. Sie erstellt einen Suchindex aus dem Case-DMO und einen Suchindex aus dem zusammengeführten Einzel-DMO.
   

Diese Indizes dienen als Grundlage für RAG in ihrem Agenten. Data 360 erstellt automatisch einen Abrufer für jeden Index, der als Brücke zwischen Suchindizes und Prompt-Vorlagen dient.

Optional könnte Pia einen Ensemble-Abrufer erstellen. Mehr dazu erfahren Sie unter Erstellen eines Ensemble-Abrufers.

2. Jetzt erstellt Pia eine Prompt-Vorlage, die den Ensemble-Abrufer oder beide Einzel-Abrufer aufruft.
   

Der Abrufer füllt den Prompt mit den relevantesten Informationen auf. Pias Prompt-Vorlage analysiert die Frage des Kunden und verwendet seine Knowledge Base (vorhandene Kundenvorgangsdaten und zusammengeführte Profile), um eine Antwort zu formulieren.

Jetzt kann die Prompt-Vorlage in einem Agenten verwendet werden. Pia führt Folgendes aus:

1. Sie erstellt einen neuen Agenten aus einer Agentforce-Serviceagentenvorlage.
   
2. Sie erstellt einen Berechtigungssatz, der Zugriff auf den Prompt-Generator, das Kundenvorgangs-DMO und das zusammengeführte Einzel-DMO hat. Anschließend weist sie den Berechtigungssatz dem Agentenbenutzer zu.
   
3. Sie erstellt eine Agentenaktion mit dem Namen Answer Questions with Case (Fragen mit Kundenvorgang beantworten), die die Prompt-Vorlage verwendet.
   
4. Sie fügt dem Agentenbenutzer ein Thema hinzu.
   
5. Sie fügt dem Thema die Aktion 'Answer Questions with Case' hinzu.
   
6. Sie aktiviert und testet den Agenten.
   

Beispielsweise fragt Pia den Agenten: "Ich habe lange Beine und bin 170 cm groß. Welche Hosenmodelle empfiehlst du mir bzw. empfiehlst du mir nicht?" Der Agent antwortet, "Kunden mit einer ähnlichen Körpergröße haben berichtet, dass das Modell 1068 zu kurz ist. Kunden melden ebenfalls, dass das Modell 2000 länger ist. Ich empfehle das Modell 2000 und rate vom Modell 1068 ab".

Nach einigen weiteren Runden mit Tests und Feinabstimmung des Prompts sind Pia und ihr Team mit der Leistung zufrieden. NTO stellt seinen Agenten bereit, indem es ihn zu Kundenkanälen hinzufügt, und betreibt ihn auch so. Nach der Bereitstellung achtet das Team darauf, ihn konsistent zu überwachen und feinabzustimmen. Vergessen Sie nicht, nach dem Einstieg in die Nutzung Ihres Agenten diese bewährten Methoden einzusetzen.

• Überwachen Sie das Prüfprotokoll und geben Sie Feedback zu Ihren Agenten.
  
• Bearbeiten Sie Prompts, um kritisches Feedback zu berücksichtigen.
  
• Überwachen Sie die Leistung mit den Agentforce Analytics-Dashboards.
  
• Aktualisieren Sie Ihre RAG-Implementierung, um die Datenquellen Ihrer Agenten auf dem aktuellen Stand zu halten.
  

Nachbetrachtung

In diesem Modul haben Sie erfahren, wie Data 360 die Fähigkeiten von Agentforce unterstützt und was den Unterschied zwischen Aktivieren und Implementieren von Data 360 ausmacht. Die Aktivierung von Data 360 schaltet mit der Agentforce-Datenbibliothek zwar einige Funktionen wie die Einstein-Vertrauensebene und RAG frei, doch angesichts all seiner Vorteile ist die Implementierung von Data 360 der entscheidende nächste Schritt.

Ein implementiertes Data 360 bietet Agenten eine einheitliche Datenbasis, die ihr Wissen auf die Gesamtheit von Salesforce und darüber hinaus erweitert. Außerdem basieren RAG-Lösungen, die auf Data 360 aufbauen, auf kontextbezogenen zusammengeführten Profilen, verwenden vorverarbeitete, umgewandelte Daten und unterstützen verschiedene Datentypen und -quellen. Durch die Implementierung von Data 360 erhalten Agenten Echtzeitfunktionen und Zugriff auf externe Zero Copy-Daten, wodurch ihr Potenzial weiter ausgebaut wird.

Sie haben NTO bei der Vorbereitung seiner Daten, der Implementierung von Data 360 für Agentforce und der Entwicklung eines Service-Agenten begleitet, der zusammengeführte Profile verwendet, um effektive Antworten zu geben. Jetzt sind Sie bereit, Data 360 für Agentforce auch in Ihrem Unternehmen zu implementieren!

Ressourcen

• Salesforce-Hilfe: Verwalten von Suchindizes
• Salesforce-Hilfe: Batch-Datentransformationen
• Salesforce-Hilfe: Erstellen eines Agenten aus einer Agentforce Serviceagenten-Vorlage
• Salesforce-Hilfe: Bewährte Vorgehensweisen für Agentenbenutzerberechtigungen
• Salesforce-Hilfe: Bereitstellen Ihres Agenten in Kanälen
• Trailhead: Data 360: Reagieren auf Daten (englischsprachig)