Implementar o Data 360 para Agentforce

Objetivos de aprendizagem

Após concluir esta unidade, você estará apto a:

• Explicar como preparar dados para o Agentforce.
  
• Descrever como criar um agente com base em dados unificados e transformados do Data 360.
  

Entender os requisitos de dados

Antes de implementar o Data 360, você precisa entender os requisitos de dados do seu projeto. É útil revisar as etapas de preparação de dados e as perguntas a serem consideradas.

Essa tabela não é abrangente. Saiba mais na unidade Prepare Your Data (Prepare seus dados) no módulo AI + Dados: Planejamento de projetos.

Na próxima seção, acompanhe a NTO enquanto a empresa identifica, conecta e processa dados para o projeto do Agentforce.

Configurar o Data 360 para agentes

A NTO quer criar um agente que responda a perguntas sobre problemas com produtos. A NTO planeja fundamentar os prompts com a RAG avançada do Data 360. Acompanhe Pia, arquiteta empresarial da NTO, enquanto ela configura o Data 360 e cria um agente, começando pela preparação dos dados. Veja as primeiras etapas que ela segue.

1. Habilita e provisiona o Data 360 em uma organização.
   
2. Configura usuários do Data 360.
   
3. Encontra dados sobre casos de clientes e identifica a origem.
   

A NTO armazena dados de casos de clientes no Service Cloud. Veja alguns exemplos de casos de diferentes clientes.

• Caso 1: As calças modelo 1068 são muito curtas
  
• Caso 2: As calças modelo 2000 são muito compridas
  
• Caso 3: O relógio fitness demora a carregar
  

4. Agora, é hora de criar um fluxo de dados que ingere os dados de casos do Service Cloud para o Data 360. Os dados de casos são armazenados no objeto de data lake (DLO) Case (Caso).
   
5. Pia usa uma transformação de dados em lote para resolver problemas de dados, como nomes e formatos inconsistentes. Os dados transformados são armazenados no DLO Cleaned Case (Caso limpo).
   
6. Em seguida, ela adiciona mapeamentos entre o DLO Cleaned Case (Caso limpo) e o objeto de modelo de dados (DMO) Case (Caso).
   
7. Chegou a hora de criar e executar um conjunto de regras de resolução de identidade para vincular os casos ao perfil unificado do cliente.
   

Agora Pia tem mais contexto sobre cada caso. Por exemplo, Pia vê que o Case 1 (Caso 1), sobre calças muito curtas, vem de Rachel Rodriguez. O perfil unificado de Rachel inclui sua altura que é de 170 cm. Pia também vê que o Case 2 (Caso 2), sobre calças muito compridas, vem de um cliente com 165 cm de altura. Esse contexto ajudará o agente a dar respostas mais relevantes e eficazes.

Com dados ingeridos, transformados e unificados, Pia está pronta para configurar a RAG.

1. Ela cria um índice de pesquisa a partir do DMO Case (Caso) e um índice de pesquisa a partir do DMO Unified Individual (Indivíduo unificado).
   

Esses índices serão usados ​​para impulsionar a RAG no agente. O Data 360 cria automaticamente um buscador para cada índice, que serve como ligação entre os índices de pesquisa e os modelos de prompt.

Opcionalmente, Pia pode criar um buscador de conjunto. Saiba mais em Criar um buscador de conjunto.

2. Agora, Pia cria um modelo de prompt que chama o buscador de conjunto ou os dois buscadores individuais.
   

O buscador preenche o prompt com as informações mais relevantes. O modelo de prompt de Pia analisa a pergunta do cliente e usa sua base de conhecimento (dados de casos existentes e perfis unificados) para formular uma resposta.

É hora de usar o modelo de prompt em um agente. Pia:

1. Cria um novo agente a partir de um modelo do Agente de serviço do Agentforce.
   
2. Cria um conjunto de permissões que inclui acesso ao Criador de prompts, ao DMO Case (Caso) e ao DMO Unified Individual (Indivíduo unificado). Em seguida, ela atribui o conjunto de permissões ao usuário do agente.
   
3. Cria uma ação de agente chamada Answer Questions with Case (Responder a perguntas com caso) que usa o modelo de prompt.
   
4. Adiciona um tópico ao usuário do agente.
   
5. Adiciona a ação Answer Questions with Case (Responder a perguntas com caso) ao tópico.
   
6. Ativa e testa o agente.
   

Por exemplo, Pia pergunta ao agente: “Tenho pernas compridas e 1,70 m de altura. Quais modelos de calças você recomenda e quais não recomenda?” O agente responde: “Clientes com alturas semelhantes dizem que o modelo 1068 é muito curto. Clientes dizem que o modelo 2000 é mais comprido. Recomendo o modelo 2000 e não recomendo o modelo 1068.”

Após mais algumas rodadas de testes e ajustes no prompt, Pia e a equipe ficam satisfeitas com o desempenho. A NTO implementa e operacionaliza o agente, adicionando-o aos canais de clientes. Após a implementação, a equipe garante o monitoramento e ajustes constantes. Não se esqueça que, após começar a usar o agente, siga essas melhores práticas.

• Monitore o histórico de auditoria e forneça feedback sobre seus agentes.
  
• Edite as mensagens para abordar feedbacks críticos.
  
• Monitore o desempenho com os painéis da Análise do Agentforce.
  
• Atualize sua implementação da RAG para manter as fontes de dados de seus agentes atualizadas.
  

Finalizar

Neste módulo, você viu como o Data 360 oferece suporte aos recursos do Agentforce e a diferença entre habilitar e implementar o Data 360. Embora a habilitação do Data 360 desbloqueie alguns recursos, como a Camada de confiança do Einstein e a RAG com a Biblioteca de dados do Agentforce, a implementação do Data 360 é uma etapa crucial, considerando todos os seus benefícios.

O Data 360 implementado oferece aos agentes uma base de dados unificada que amplia seu conhecimento tanto no Salesforce quanto fora dele. Além disso, as soluções de RAG criadas com base no Data 360 têm contexto de perfis unificados; usam dados pré-processados ​​e transformados; e oferecem suporte a diversos tipos e fontes de dados. Quando o Data 360 é implementado, os agentes desbloqueiam recursos em tempo real, além de acesso a dados externos de cópia zero, expandindo ainda mais seu potencial.

Você acompanhou a NTO na preparação dos dados, na implementação do Data 360 para Agentforce e na criação de um agente de serviço que usa perfis unificados para fornecer respostas eficazes. Agora você está pronto para implementar o Data 360 para Agentforce em sua empresa também!

Recursos

• Ajuda do Salesforce: Gerenciar índices de pesquisa
• Ajuda do Salesforce: Transformações de dados em lote
• Ajuda do Salesforce: Criar um agente em um modelo do Agente de serviço do Agentforce
• Ajuda do Salesforce: Melhores práticas para permissões de usuário do agente
• Ajuda do Salesforce: Implementar seu agente nos canais
• Trailhead: Data 360: Aja com base em dados