Überprüfen der Optionen zur Kontextbildung von Agenten mit Daten

Lernziele

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

Beschreiben von vier verschiedenen Mechanismen, die zur Einbeziehung von Daten in Agentforce verwendet werden können
Erlernen verschiedener Methoden, die Agentforce für das Verbinden mit Daten verwendet

In welcher Weise greift Agentforce also für die Kontextbildung auf Ihre Daten zu? Das verstehen wir am Besten, indem wir einen Schritt zurück treten und über die Bausteine eines KI-Agenten sprechen.

Die Bausteine eines Agenten

Agenten bestehen aus drei Hauptelementen.

Themen definieren die Arten von Aufträgen, die ein Agent ausführen kann.
Anweisungen ziehen klare Grenzen, um zu definieren, wie ein Agent Entscheidungen trifft.
Aktionen sind die spezifischen Aufgaben oder Aktivitäten, die ein Agent ausführen kann.

Salesforce stellt einige Standardthemen und Aktionen zur Verfügung, so dass Sie schnell loslegen können. Sie können jedoch auch benutzerdefinierte Themen und benutzerdefiniert Aktionen erstellen, um Ihren KI-Assistenten mit zusätzlichen Fähigkeiten auszustatten, so dass er Aufgaben ausführen kann, die für Ihr Geschäft spezifisch sind.

Verbinden von Aktionen mit Daten – mithilfe von vier Mechanismen

Beim Erstellen einer Agentenaktion brauchen Sie nicht bei Nichts zu beginnen. Sie erstellen Aktionen auf Basis der vorhandenen Plattformfunktionen, die Sie Agentforce zur Verfügung stellen möchten – aufrufbare oder REST-Apex-Klassen, automatisch gestartete Flows, Prompt-Vorlagen und MuleSoft-APIs.

In Agentforce bezeichnen wir diese zugrunde liegende Funktionalität als eine Referenzaktion. Referenzaktionen stellen eine hervorragende Möglichkeit dar, die Möglichkeiten Ihrer Salesforce Platform besser zu nutzen. Referenzaktionen sind die Mechanismen, mit denen Agenten Verbindungen mit Ihren Daten herstellen und ihre Arbeit erledigen. Sehen wir uns die verschiedenen Arten von Referenzaktionen an.

Prozessdiagramm, das die Beziehung von Agentenaktionen zu Datenabrufmechanismen und Datenquellen zeigt.

Stützen von Agentenaktionen auf Apex

Entwickler können Agentenaktionen mithilfe von Apex erstellen und auch Agentforce-Agenten aus einer Apex-Klasse heraus aufrufen. Weitere Informationen finden Sie im Modul Agentenanpassung mit Apex.

Stützen von Agentenaktionen auf Flows

Wenn Sie für Agentenaktionen einen Ansatz mit wenig Codeerstellung oder ganz ohne Codeerstellung bevorzugen, können Sie Ihre Agentenaktionen mithilfe von Flow Builder erstellen. Informationen zum Erstellen und Konfigurieren Ihrer Agentenaktionen mit Flows finden Sie im Modul Agentenanpassung mit Flows.

Stützen von Agentenaktionen auf Prompt-Vorlagen

Prompt-Vorlagen in Agentforce tragen dazu bei, dass KI-Antworten fundiert sind, indem sie ein strukturiertes Format bereitstellen, das an bestimmten Daten und am Kontext ihrer geschäftlichen Anforderungen orientiert ist. Wenn Sie die Struktur oder das Format vorab definieren, kann das dem Agenten als Leitfaden für die Generierung von Antworten oder die Ausführung von Aktionen dienen. In Kombination mit LLMs zur Generierung von Ausgaben helfen auf Prompt-Vorlagen gestützte Aktionen Agenten bei der Bearbeitung von Anfragen wie Wissenssuche, Zusammenfassung, Übersetzung, Klassifizierung, Inhaltserstellung und vielem mehr. Informationen zum Einstieg in Prompt-Vorlagen finden Sie im Modul Service Agent Customization with Prompt Builder (englischsprachig).

Stützen von Agentenaktionen auf MuleSoft-APIs

MuleSoft verbindet einen KI-Agenten mit beliebigen Drittanbietersystemen, mithilfe von APIs und Connectors. Ähnlich wie Data 360 eine Verbindung zu externen Datenquellen herstellt, ermöglichen MuleSoft-APIs Verbindungen auf individueller Ebene. In Agentforce können Sie APIs als Agententhemen und -aktionen bereitstellen, die eingebettete Anweisungen und Metadaten enthalten. Das bedeutet, dass Sie einen Agenten auf Daten stützen können, die sich außerhalb einer Salesforce-Organisation oder anderer Unternehmenssysteme befinden, wie beispielsweise Enterprise Resource Planning- oder SaaS-Anwendungen.

Sie sind sich nicht sicher, welche Art von Referenzaktion Sie beim Erstellen Ihrer Agentenaktion verwenden sollen? Sehen Sie sich das Badge Agentforce: Agentenplanung an, um mehr darüber zu erfahren, wie Sie Ihren Agenten gestalten können.

Verwenden von Salesforce-Datenmodellressourcen

Nutzen Sie Ihre vorhandenen Daten in Salesforce optimal, um einem Agenten Informationen aus nahezu jedem bereits von Ihnen bearbeiteten Bereich zur Verfügung zu stellen. Die Verwendung Ihrer vorhandenen CRM-Daten bietet nahtlose Integration und Echtzeitgenauigkeit.

Dies sind einige der verfügbaren Datentypen.

Standardobjekte: Ihre Agentenaktionen können auf die strukturierten Daten aus Salesforce-Standardobjekten wie Accounts, Kontakten, Kundenvorgängen und Opportunities zugreifen.
Benutzerdefinierte Objekte: Wenn Sie über benutzerdefinierte Objekte verfügen, die auf Ihr Unternehmen zugeschnitten sind, können Ihre Agentenaktionen auch auf Daten für diese Objekte zugreifen.
Externe Objekte: Für die Echtzeit-Datenintegration verwenden Sie Salesforce Connect, um einzelne externe Datenquellen direkt mit Ihrer Salesforce-Umgebung zu verknüpfen, sodass Ihr Agent stets über die aktuellsten Informationen verfügt.
Datenextraktion: Verwenden Sie den Salesforce-Datenexportservice oder Data Loader, um die erforderlichen Daten zu extrahieren. Diese Daten können anschließend für Ihre LLM-Prompts formatiert werden.

Den Kontext für Ihren Agenten aus Salesforce-Daten zu schaffen ist jedoch nicht Ihre einzige Option. Viele Unternehmen nutzen mehrere Softwaredienste, was bedeutet, dass Daten wahrscheinlich in unterschiedlichen Quellen und Formaten gespeichert werden. Führen Sie diese Daten mit Data 360 zusammen, damit sie für die Kontexterstellung in Agentforce zur Verfügung stehen. Lesen Sie mehr über Die Kraft hinter Agentforce: Wie Data 360 agentenorientierte Unternehmen voranbringt (englischsprachig) in einem Blogbeitrag von Erika Ehrli, Vice President bei Salesforce. Erfahren Sie anschließend mehr unter Verbinden von Data 360 mit Agentforce auf Trailhead.

Optimieren der Integration mithilfe von Datenbibliotheken

Agentforce Data Libraries (ADL, Agentforce-Datenbibliotheken) vereinfachen Setup und Wartung für die Kontextbildung, insbesondere für unstrukturierte Datensets. Wenn Sie eine Datenbibliothek erstellen, sind mehrere Konfigurationsschritte in Data 360 und dem Prompt-Generator automatisiert, z. B. das Übertragen von Datenströmen an Data 360, das Zuordnen von Datenobjekten und das Erstellen eines Suchindexes und eines Abrufers. Nach dem Ausführen dieser Schritte können Sie Agenten auf einfache Weise mit Ihren Daten verbinden. Sie können Bibliotheken aus dem ADL-Setup oder mithilfe des Agentforce-Generators erstellen und konfigurieren. Weitere Informationen dazu finden Sie in unserem Hilfethema Was sind Datenbibliotheken?.

Fazit

Das Verankern Ihrer KI-Agenten mithilfe von Kontextinformationen hilft ihnen, präzise und im Kontext relevante Antworten zu geben, die für Ihr Unternehmen maßgeschneidert sind. Wir haben strukturierte und unstrukturierte Datentypen behandelt, die Kontextbildung mithilfe von RAG verglichen und verschiedene Methoden für die Kontextbildung benutzerdefinierter Aktionen zusammengefasst. Erfahren Sie mehr darüber, wie Ihre Daten von KI-Agenten verwendet werden können, oder probieren Sie es selbst aus.

Geschätzte Zeit

Themen

Benötigen Sie Hilfe?

Agentforce – Ressourcen