Refinar seu modelo de prompt para respostas precisas dos agentes

Objetivos de aprendizagem

Após concluir esta unidade, você estará apto a:

• Descrever quando usar um fluxo em um modelo de prompt com agentes.
  
• Explicar por que os testes no Criador de prompts e no Agent Builder melhoram as respostas.
  
• Demonstrar como testar um agente no Agent Builder com prompts em um ambiente ativo.
  

Nota

Deseja aprender em português (Brasil)? Comece o desafio em um Trailhead Playground de português (Brasil) e use as traduções fornecidas entre parênteses para navegar. Copie e cole somente os valores em inglês porque as validações dos desafios dependem de dados em inglês. Se você não passar no desafio em sua organização de português (Brasil), recomendamos que (1) mude o local para os Estados Unidos, (2) mude o idioma para inglês, seguindo as instruções aqui, e (3) clique novamente no botão “Validar o desafio”.

Consulte o emblema Trailhead no seu idioma para saber mais sobre como aproveitar a experiência de Trailhead em outros idiomas.

Trailcast

Se você deseja escutar uma gravação de áudio deste módulo, use o reprodutor abaixo. Quando terminar de escutar essa gravação, lembre-se de voltar a cada unidade, consultar os recursos e completar as avaliações associadas.

Você aprendeu a criar um modelo de prompt, criar um agente e conectar ações, mas como saber se tudo está funcionando como esperado? Nesta unidade, você acompanha Becca enquanto ela muda para o modo de garantia de qualidade. Você aprende a testar um agente, identificar comportamentos inesperados e revisar o prompt para garantir que o agente responda sempre com precisão e empatia.

Testar seu agente

Becca começa por simular uma interação com um hóspede para ver como o agente responde.

1. No Agent Builder, clique no ícone Refresh (Atualizar) (seta circular) no canto superior direito da janela Conversation Preview (Visualização da conversa).
   

2. Não se preocupe se os pontos estiverem girando em Conversation Preview (Visualização da conversa). Digite esta mensagem e pressione Enter: The White Water Rafting experience my family and I booked was unexpectedly cancelled. (A experiência de rafting em águas brancas que minha família e eu reservamos foi cancelada inesperadamente.)
   
3. Quando o agente responder, insira esta mensagem de acompanhamento e pressione Enter: I’m sofiarodriguez@example.com and my membership number is 10008155. (Sou sofiarodriguez@exemplo.com e meu número de membro é 10008155.)

Se o agente não conseguir identificar as informações do hóspede, insira-as novamente.

Vamos detalhar o que está acontecendo.

• Um hóspede envia uma reclamação: o hóspede usa o agente em um chat para fazer a reclamação.
  
• O agente responde: ele solicita detalhes de identificação (e-mail e número de membro) porque precisa verificar quem é o hóspede.
  
• A ação Get Customer Details (Obter detalhes do cliente) recupera as informações do hóspede, incluindo os detalhes do caso, e as verifica por meio de um fluxo.
  
• Classificação de reclamações: com base na natureza da reclamação, o agente classifica o problema em um de quatro níveis.
  
• O agente responde: ele envia uma mensagem simpática oferecendo uma compensação ou resolução. Mas está oferecendo uma compensação de nível 2 para um problema de nível 3. Isso acontece porque precisa de um pouco mais de contexto.
  

E há outro problema... vamos experimentar outro prompt para ver.

1. No Agent Builder, clique no ícone Refresh (Atualizar) (seta circular) no canto superior direito da janela Conversation Preview (Visualização da conversa).
   
2. Escreva esta mensagem e pressione Enter: At the Ocean Kayak Expedition, I didn’t like that the tour group was so large. (Na Ocean Kayak Expedition, não me agradou o fato de o grupo da excursão ser tão grande.)
   
3. Quando o agente responder, insira esta mensagem de acompanhamento: I’m tabathatobias@example.com and my membership number is 10009996. (Sou tabathatobias@exemplo.com e meu número de membro é 10009996.) Pressione Enter.
   

Se o agente não conseguir identificar as informações do hóspede, insira-as novamente.

Becca percebe algo alarmante.

Problema detectado

Mesmo sem uma reclamação registrada oficialmente ou um problema em aberto, o agente ainda está oferecendo uma compensação. Isso significa que qualquer pessoa que diga que não gostou de algo pode receber uma noite gratuita ou um grande crédito. Ui! Isso não é viável para o Coral Cloud Resorts.

Para resolver esses problemas, Becca precisa atualizar o modelo de prompt Guest Experience Compensation (Compensação pela experiência do hóspede) para que tenha o contexto necessário e ofereça a compensação adequada se houver um caso aberto associado ao hóspede.

Modificar o modelo de prompt

Ela retorna ao Criador de prompts e atualiza o modelo de prompt para incluir uma lógica que ajuda o LLM a determinar o nível de compensação apropriado com base nos casos abertos, além de orientar sobre como responder quando um hóspede levanta uma questão separada que não está oficialmente registrada.

1. Clique em e selecione Setup (Configuração).
   
2. Em Setup (Configuração), na caixa Quick Find (Busca rápida), pesquise e selecione Prompt Builder (Criador de prompts).
   
3. Clique no modelo de prompt Guest Experience Compensation (Compensação pela experiência do hóspede).
   
4. Substitua a linha “Determine the appropriate tier of compensation based on the guidelines below.” (Determinar o nível de compensação adequado com base nas diretrizes abaixo.) Copie e cole o texto a seguir:
   

Use the details from the following case to determine the appropriate tier of compensation based on the guidelines below:


If the case details say "There are no open cases," or are empty or null, assign Tier 0.


Case Details:
Complaint:


If there is an open case, proceed with the appropriate compensation tier and include a brief
mention that their issue is part of an existing official complaint. If there is not an open case,
acknowledge the complaint, let the guest know it's appreciated, and that their preferences will be
noted for future stays.

5. Clique em Save As (Salvar como) > Save as New Version (Salvar como nova versão).
   

Ativar um fluxo para usar em um modelo de prompt

Becca quer usar um fluxo que verifique se o hóspede tem algum caso aberto e que retorne apenas os detalhes relevantes para o modelo de prompt. Ao contrário de uma lista relacionada, que simplesmente retorna os cinco primeiros casos independentemente do status, o fluxo lhe dá mais controle. Ele filtra as informações específicas do caso de que ela precisa. Neste exemplo, ela só deseja retornar casos abertos.

1. Clique em e selecione Setup (Configuração).
   
2. Em Setup (Configuração), na caixa Quick Find (Busca rápida), procure e selecione Flows (Fluxos).
   
3. Selecione o fluxo Get Open Cases for Contact (Obter casos abertos para contato).
   

Este fluxo verifica se há casos abertos associados ao hóspede e os retorna ao modelo de prompt para que o agente possa responder.

4. Clique em Activate (Ativar) para que o fluxo possa ser usado no modelo de prompt.
   
5. No Flow Builder, clique no botão de seta para trás para retornar a Setup (Configuração).
   

Conectar o fluxo ao modelo de prompt

Agora, Becca adiciona esse fluxo ao seu modelo de prompt, para que ele possa usar apenas os dados do caso aberto ao elaborar respostas.

1. Em Setup (Configuração), na caixa Quick Find (Busca rápida), pesquise e selecione Prompt Builder (Criador de prompts).
   
2. Selecione o modelo de prompt existente, Guest Experience Compensation (Compensação pela experiência do hóspede).
   

Se você começar a editar um modelo de prompt ativo, terá de salvá-lo como nova versão ou novo modelo para testar as alterações.

3. No prompt a seguir ao texto, Case Details: (Detalhes do caso), adicione o fluxo no modelo de prompt. Clique em Insert Resource (Inserir recurso) > Flows (Fluxos) > Get Open Cases for Contact (Obter casos abertos para contato).
   
4. No prompt a seguir ao texto, Complaint (Reclamação):, adicione o recurso de texto livre ao prompt. Clique em Insert Resource (Inserir recurso) > Free Text (Texto livre) > Complaint (Reclamação).
   
5. Clique em Save (Salvar).
   

Visualizar e validar no Criador de prompts

Becca visualiza o modelo atualizado com dados reais.

1. Clique em Preview (Visualizar), selecione Sofia Rodriguez no campo Contact (Contato) e digite I didn’t like that the tour group was so large (Não me agradou o fato de o grupo da excursão ser tão grande) no campo Complaint (Reclamação).
   
2. Clique em Preview (Visualizar) novamente.
   

Agora, ela olha para a pré-visualização. A resolução mostra os detalhes do caso aberto de Sofia, sua reclamação atual ao agente, as opções de compensação sugeridas com base no seu caso e uma prévia da resposta.

3. Clique em Activate (Ativar) para publicar o modelo de prompt atualizado.
   

Voltar a testar no Agent Builder

Becca volta ao Agent Builder e vê toda a experiência na prática.

1. Em Setup (Configuração), pesquise e selecione Agentforce Agents (Agentes).
   
2. Escolha Coral Cloud Experience Agent (Agente da Coral Cloud no Experience Cloud).
   
3. Clique em Open in Builder (Abrir no criador).
   
4. Na janela Conversation Preview (Visualização da conversa), insira o mesmo prompt de teste novamente: The White Water Rafting experience my family and I booked was unexpectedly canceled. (A experiência de rafting em águas brancas que minha família e eu reservamos foi cancelada inesperadamente.) Pressione a tecla Return/Enter.
   
5. Quando o agente responder, insira o prompt a seguir: I’m sofiarodriguez@example.com and my membership number is 10008155. (Sou sofiarodriguez@exemplo.com e meu número de associação é 10008155.) Pressione a tecla Return/Enter.
   

Ela observa a resposta aprimorada – agora baseada no histórico real dos hóspedes!

Finalização

Neste módulo, você criou um modelo de prompt poderoso, configurou um agente e, em seguida, certificou-se de que tudo funcionava no mundo real.

Você aprendeu a:

• Criar prompts que geram respostas precisas e alinhadas com a marca.
  
• Conectar modelos de prompts a agentes por meio de ações inteligentes.
  
• Usar fluxos para alimentar esses prompts com dados contextuais em tempo real.
  
• Testar e solucionar problemas nas respostas do agente para evitar automação excessiva ou lógica incorreta.
  
• Aperfeiçoar sua solução com base em comportamentos reais, não apenas em suposições.
  

A principal conclusão? Os grandes agentes não são apenas configurados, eles são selecionados. Eles combinam lógica, linguagem e dados para proporcionar experiências que parecem humanas e úteis. O Criador de prompts oferece precisão. O Agentforce oferece automação. Juntos, eles ajudam você a criar fluxos de trabalho mais inteligentes, seguros e dimensionáveis, alimentados por IA.

Boas criações!