Analisar opções para fundamentar um agente com dados

Objetivos de aprendizagem

Após concluir esta unidade, você estará apto a:

Descrever quatro mecanismos diferentes que podem ser usados para incorporar dados no Agentforce.
Conhecer vários métodos que o Agentforce utiliza para se conectar com dados.

Então, como o Agentforce acessa seus dados para realizar a fundamentação? Para entender isso, vamos voltar um pouco atrás e falar sobre os blocos de construção de um agente de IA.

Os blocos de construção de um agente

Os agentes são compostos por três elementos principais.

Os assuntos definem o tipos de trabalhos com que um agente pode fazer.
As instruções estabelecem limites claros para definir como um agente toma decisões..
As ações são as tarefas ou atividades específicas que um agente pode executar.

O Salesforce disponibiliza alguns assuntos e ações padrão para o Agentforce para que você comece logo a trabalhar. No entanto, também é possível criar assuntos e ações personalizadas para dar ao seu agente de IA outros recursos para executar tarefas específicas do seu negócio.

Conectar ações a dados com quatro mecanismos

Ao criar uma ação do agente, você não precisa criá-la do zero. Você cria ações com base na funcionalidade existente da plataforma que deseja disponibilizar para o Agentforce, classes invocáveis ou de REST do Apex, fluxos iniciados automaticamente, modelos de prompt e APIs do MuleSoft.

No Agentforce, chamamos essa funcionalidade subjacente de ação de referência. Ela oferece uma maneira incrível de aproveitar melhor os recursos da Salesforce Platform. As ações de referência são os mecanismos pelos quais um agente se conecta aos seus dados e realiza o trabalho. Vamos analisar cada tipo de ação de referência.

Diagrama do processo mostrando a relação das ações do agente com os mecanismos de recuperação de dados e as fontes de dados.

Potencializar as ações do agente com o Apex

Os desenvolvedores podem criar ações do agente usando o Apex, bem como invocar agentes do Agentforce em uma classe do Apex. Para mais informações, confira o módulo Personalização de agentes com o Apex.

Potencializar as ações do agente com fluxos

Se preferir uma abordagem com pouco ou nenhum código para as ações do agente, crie suas ações do agente usando o Flow Builder. Confira o módulo Personalização de agentes com fluxos para saber como criar e configurar as ações do agente com fluxos.

Potencializar as ações do agente com modelos de prompt

Os modelos de prompt do Agentforce ajudam a garantir que as respostas da IA sejam fundamentadas, fornecendo um formato estruturado que se alinha com dados específicos e o contexto das suas necessidades de negócios. Ao predefinir a estrutura ou o formato, ele pode orientar o agente de IA na geração de respostas ou na conclusão de ações. Combinado com LLMs para gerar resultados, uma ação orientada por modelos de prompt ajuda os agentes a lidar com consultas como pesquisa de conhecimento, sumarização, tradução, classificação, criação de conteúdo e muito mais. Para começar a usar modelos de prompt, confira o módulo Personalização do agente de serviço com o Criador de prompts.

Potencializar as ações do agente com APIs do MuleSoft

O MuleSoft conecta um agente de IA a qualquer sistema de terceiros por meio de APIs e conectores. De forma semelhante à maneira como o Data 360 se conecta com fontes de dados externas, as APIs do MuleSoft fornecem conexões em escala individual. No Agentforce, você pode expor APIs como assuntos e ações do agente, que incluem instruções e metadados incorporados. Isso significa que você pode fundamentar um agente com dados que estão fora de uma organização do Salesforce ou de outros sistemas corporativos, como planejamento de recursos empresariais (ERP) ou aplicativos SaaS.

Não sabe qual tipo de ação de referência usar ao criar a ação do agente? Confira o emblema Agentforce: Planejamento do agente para saber mais sobre como criar seu agente.

Usar recursos do Modelo de dados do Salesforce

Tire o máximo proveito dos dados existentes no Salesforce para fundamentar um agente com informações de praticamente qualquer campo que você já esteja usando. O uso dos dados de CRM existentes proporciona uma integração perfeita e precisão em tempo real.

Veja alguns tipos de dados disponíveis.

Objetos padrão: as ações do agente podem acessar os dados estruturados de objetos padrão do Salesforce, como contas, contatos, casos e oportunidades.
Objetos personalizados: se você tiver objetos personalizados feitos para seu negócio, as ações do seu agente também podem acessar os dados desses objetos.
Objetos externos: para a integração de dados em tempo real, use o Salesforce Connect para vincular fontes de dados externas individuais diretamente ao seu ambiente do Salesforce para que seu agente sempre tenha as informações mais atualizadas.
Extração de dados: use o Serviço de exportação de dados do Salesforce ou o Data Loader para extrair os dados necessários. Em seguida, esses dados podem ser formatados para seus prompts de LLM.

No entanto, usar dados do Salesforce para fundamentar seu agente não é sua única opção. Muitas empresas usam diversos serviços de software, o que significa que os dados provavelmente estão armazenados em fontes e formatos distintos. Com o Data 360, unifique esses dados para disponibilizá-los para fundamentação no Agentforce. Leia mais sobre The Force Behind Agentforce: How Data 360 Fuels Agent-First Enterprises (A força por trás do Agentforce: Como o Data 360 impulsiona empresas que têm o agente como foco) em uma publicação no blog da Vice-presidente da Salesforce, Erika Ehrli. Em seguida, saiba mais em Conectar o Data 360 ao Agentforce no Trailhead.

Simplificar a integração com Bibliotecas de dados

As Bibliotecas de dados do Agentforce (ADL) simplificam a configuração e a manutenção da fundamentação, especialmente para conjuntos de dados não estruturados. Ao criar uma biblioteca de dados, várias etapas de configuração no Data 360 e no Criador de prompts são automatizadas, como o envio de fluxos de dados por push para o Data 360, o mapeamento de objetos de dados e a criação de um índice e um buscador de pesquisa. Após a conclusão dessas etapas, você pode vincular facilmente os agentes aos seus dados. Crie e configure bibliotecas na configuração da ADL ou pelo Criador do Agentforce. Veja mais em nosso tópico de ajuda O que são bibliotecas de dados.

Conclusão

A fundamentação dos seus agentes de IA ajuda-os a fornecer respostas precisas e contextualizadas, personalizadas para seu negócio. Exploramos tipos de dados estruturados e não estruturados, comparamos a fundamentação com a RAG e resumimos vários métodos diferentes de fundamentação de ações personalizadas. Saiba mais sobre como os agentes de IA podem usar seus dados ou experimente você mesmo.

Tempo estimado

Tópicos

Procurando ajuda?

Agentforce Recursos