了解 Agentforce
学习目标
完成本单元后，您将能够：
- 定义自主智能体。
- 解释 Agentforce 怎样帮助完成工作。
了解 Agentforce
智能体是自主的、主动的应用程序，旨在执行专门的任务来帮助员工和客户。智能体使用大语言模型 (LLM) 来分析和理解客户交互或自动触发的完整上下文，然后自主地推理后续步骤的决策。
这些智能体使用可信的业务数据（包括 Salesforce CRM 数据、来自 Data 360 的外部数据等）生成与您公司的品牌声音和指导方针一致的响应。这些智能体能够在各种平台（如自助服务门户和消息传递渠道）上全天候运行，在设置的护栏内主动处理任务。当面对超出它们范围的复杂问题时，他们可以将问题升级到人工客服人员，确保问题得到有效和准确的解决。
Agentforce 现成的智能体很容易通过单击进行自定义和部署，不需要编写代码。它们可以在几分钟内设置好，易于扩展，并且可以在任何渠道中全天候工作。
-
服务智能体用 AI 取代传统的聊天机器人，AI 可以在没有预先编程的情况下处理广泛的服务问题，提高客户服务效率。
-
销售开发代表 (SDR) 全天候与潜在客户互动，回答问题，管理异议，并根据 CRM 和外部数据安排会议，让您的销售人员专注于建立更深层次的客户关系。
-
销售教练为您的销售团队提供个性化的角色扮演会话，使用 Salesforce 数据和生成式 AI 来帮助销售人员练习针对特定交易的宣传和异议。
-
商家协助您的电子商务商家进行网站设置，目标设定，个性化促销，产品描述和数据驱动的见解，简化日常任务。
-
买方智能体增强 B2B 购买体验，帮助您的买家通过聊天或销售门户找到产品，进行购买和跟踪订单。
-
私人购物助理在您的电子商务网站或消息应用程序中充当数字礼宾，提供个性化的产品推荐并协助搜索查询。
-
市场活动优化工具自动完成整个市场活动生命周期，使用 AI 来分析、生成、个性化和优化基于业务目标的营销活动。
-
Agentforce 通过搜索数据、创建行动计划和执行计划，支持员工在工作流中执行特定任务，以提高工作效率。
智能体的主要组成部分
每个智能体都有参数，这些参数定义了它可以执行的任务和可以进行的操作。
-
角色：智能体的目的。角色定义了要完成的工作以及智能体应该在您的团队中实现的更广泛的目标。
-
知识：智能体获得成功所需的数据。这其中可能包括公司知识文章、CRM 数据、通过 Data 360 获得的外部数据、公共网站等等。
-
操作：智能体可以实现的目标。这是智能体可以执行的预定义任务，以便基于触发器或指令完成其工作。例如，它可以运行一个流，提示模板或 Apex。
-
护栏：智能体运行可以遵循的指南。它们可以是自然语言指令，告诉智能体它能做什么，不能做什么，何时升级给人工客服，或者可以来自 Einstein 信任层的内置安全功能。
-
渠道：智能体可以完成工作的应用程序。可以是网站、CRM、移动应用程序、Slack 等。
Agentforce Reasoning Engine（推理引擎），智能体的大脑
Agentforce Reasoning Engine 旨在通过更快，更有能力和更多的多回合对话来增强用户交互。以下是简要概述和主要功能。
-
多轮对话：推理引擎通过考虑和适应添加的对话上下文，提高所提供服务的准确性，促进与用户的交互式沟通。
-
主题分类：推理引擎根据预定义的描述，将用户的话语按主题分类，从而确保提供相关的响应。
-
指令和操作：每个主题都包含特定的指令和操作，例如验证订单详细信息或获取进一步信息，以准确有效地帮助用户。
-
知识检索：推理引擎使用多种技术，包括高级检索增强生成 (RAG)，它有选择地使用多种语言模型来迭代地改进查询的质量，检索最相关的知识块，同时还评估响应的质量。
-
可搜索的公共数据：智能体现在可以通过 Einstein 信任层安全地访问公共数据，扩展其知识库。
智能体如何采取行动
智能体使用概述了任务和操作边界的自然语言描述，采取行动并遵守护栏限制。以下是它们的运行方式总结。
- 智能体首先收到一个触发器，可能是与员工或客户的对话、数据更改或自动化。
- 智能体使用 LLM 和自然语言描述来识别上下文并选择最适合要完成的任务的主题，包括范围、所需的数据和必要的条件。
- 根据任务的不同，智能体选择并链接操作。这些操作通过流、Apex 类、API 或直接提示执行。
- 智能体在严格遵循预定义的护栏的情况下动态规划和执行任务。它们还具有内置的危害和毒性检测机制，使用 Einstein 信任层，确保它们避免从事不适当或有害的活动。
现在您对智能体有了一些了解，知道它们做什么，怎么做。要了解更多信息，请参阅资源中列出的 Trailhead 内容，其中包括动手构建智能体的机会。