推論エンジンの概要
学習の目的
この単元を完了すると、次のことができるようになります。
- 推論エンジンとは何かを定義する。
- 推論エンジンのしくみを説明する。
全体的なしくみを理解する
トピックとアクションはエージェントのビルディングブロックで、とても強力ですよね? ところで、エージェントはエンドユーザーとの会話中にトピックを起動すべきタイミングをどのように判断するのでしょうか? このときに Agentforce の背後で動作しているのが推論エンジンです。
推論エンジンとは?
推論エンジンはオーケストラの指揮者と考えることができます。指揮者が拍子をとって演奏者を率いるように、推論エンジンはトピックとアクションがユーザーのリクエストをどのように処理するかを調整します。
では、詳しく見ていきましょう。
-
ユーザーのリクエストを解釈する。ユーザーが会話を始めると、推論エンジンがそのリクエストを解釈して、特定のトピックに分類します。たとえば、「注文はいつ頃届きますか?」と尋ねると、エンジンはその質問を「注文管理」トピックに分類します。
-
目標達成に向けたプランを立てる。続いて、推論エンジンが目標を達成するための各ステップを処理します。この際、コンテキスト、以前のやり取り、使用可能なデータを考慮して問題を分解します。
-
データを使用して行動を変更し、ユーザーに応答する。エージェントがトピックやアクションからデータを見つけて確認すれば、豊富な追加情報を得ることができます。エージェントはこうした情報を駆使して動的に応答し、適切な判断を下すことができます。エージェントが得たインサイトに潜在的なパスが示され、プランの次のステップに大きな影響を及ぼす可能性があります。
このモジュールの冒頭の Alex と Agentforce のシナリオを覚えていますか? あのシナリオを分析して、推論エンジンの実際の動作を確認してみましょう。
お客様 (Alex):「こんにちは。先ほどカスタムスニーカーを注文したのですが、 いつ頃届くかわかりますか?」
Agentforce:「Alex さん、こんにちは! ご注文の商品は 2 ～ 3 営業日以内に発送され、発送後 5 ～ 7 営業日以内にご指定の住所に届く予定です。ご注文についてほかに何か質問はありますか?」
-
ユーザーのリクエストを解釈する: 推論エンジンはこのリクエストを「注文管理」トピックに分類します。
-
目標達成に向けたプランを立てる: 注文データベースに照会して配送タイムラインを確認し、明確な応答を提示します。
-
適切なトピックやアクションを見つけて起動する: エージェントが配送情報を取得して、詳細な応答を提示します。
Alex:「ありがとう! ニューヨーク市内に店舗はありますか?」
Agentforce:「ニューヨーク市に実店舗はありませんが、来月 Fashion Avenue 123 で 10 月 1 日から 10 月 15 日まで期間限定のショップを開催します。オンラインショップでも最新のスタイルをお買い求めいただけます。」
-
ユーザーのリクエストを解釈する: 推論エンジンはこのリクエストを「Store Locations (店舗の所在地)」カスタムトピックに分類します。
-
目標達成に向けたプランを立てる: 次のステップとして、会社の店舗の所在地と今後のイベントを検索して、リクエストに対応します。
-
適切なトピックやアクションを見つけて起動する: 店舗が存在しなかったため、エージェントは期間限定のショップとオンラインショッピングのオプションに関する代替情報を提示します。
Alex:「助かります! もう 1 つ、ニューヨーク市内におすすめのランニングコースはありますか?」
Agentforce:「もちろんです! おすすめはセントラルパークの貯水池ループです。全長 1.58 マイルで、美しい景色を楽しめます。もう少し長いコースをご希望ならば、13 マイルに及ぶハドソン川のグリーンウェイがおすすめです。快適なランニングをお楽しみください!」
-
ユーザーのリクエストを解釈する: 推論エンジンはこのリクエストを「Local Recommendations (地域のおすすめ)」カスタムトピックに分類します。
-
目標達成に向けたプランを立てる: 地域のおすすめのデータベースにアクセスして、関連性が最も高いオプションを選択します。
-
適切なトピックやアクションを見つけて起動する: エージェントはニューヨーク市内のランニングコースに関する詳細なおすすめを提示します。
Alex:「完璧です。いろいろとありがとうございました!」
Agentforce:「どういたしまして! ほかにも何かご質問があれば、お気軽にお問い合わせください。ご連絡いただきありがとうございました。」
このシナリオで、推論エンジンは注文の配送に関する当初のリクエストを処理した後、店舗の所在地や地域のおすすめなどほかのトピックにシームレスに移行しています。推論エンジンはトピックの変更や複雑な状況に対処し、お客様のエクスペリエンスをスムーズで満足のいくものにすることができます。
実際に使ってみる
Agentforce のしくみを理解して自信を抱いた Linda は、実際に使ってみることにします。皆さんも使ってみることをお勧めします。以下は、Agentforce についての学習を進めるうえで推奨される Trailhead バッジです。
-
Agentforce Builder の基本
-
クイックスタート: Agentforce を使用して最初のエージェントを構築する
-
Data 360 を Agentforce とプロンプトビルダーに接続する
標準とカスタムの両方のトピックやアクションと、推論エンジンについてきちんと理解することができたため、Agentforce を使用した独自のエージェントの計画、構築、カスタマイズに進むことができます。Trailhead バッジで Agentforce の詳細を学習し、実際に操作する場合は、リソースを参照してください。