Agentforce for Service 入门
学习目标
完成本单元后，您将能够：
- 描述适用于服务的 Agentforce。
- 解释适用于服务的 Agentforce 与其他机器人有什么不同。
Trailcast
如果您想收听本模块的录音，请使用以下播放器。听完这段录音后，记得返回每个单元，查看资源，然后完成相关评估。
适用于服务的 Agentforce 是什么？
适用于服务的 Agentforce 是客户服务自动化的一个巨大飞跃。这是一款值得信赖的对话式 AI 代理，能够无缝支持客户服务团队。与传统聊天机器人依赖于僵化的声明式对话不同，这些自主代理使用生成式 AI 在自助服务门户和消息传递渠道中全天候运行，以处理任务、做出决策，并提供与品牌化一致的自然响应。
由于适用于服务的 Agentforce 是根据信任的业务数据和知识库进行落地训练，因此它提供最相关、了解上下文的信息，以满足特定的业务或客户服务目标。适用于服务的 Agentforce 将常见任务自动化，使服务团队能够专注于更具战略性、高价值的工作和建立客户关系。
适用于服务的 Agentforce 的主要优势
适用于服务的 Agentforce 提供应对客户服务挑战的灵活解决方案。
-
全天候响应：一天中的任何时间，只要您的客户方便，都可以在渠道中回答问题，转移个案，达到服务目标。
-
自然地回复：使用生成式 AI 来制作理解上下文并匹配品牌声音的对话响应。
-
增加清晰度：指示 AI 代理询问特定于业务的问题，以收集和共享更准确的信息。
-
移交给人：让 AI 无缝地将对话转移或升级到可以解决更复杂问题的人工客服。
-
快速部署：使用特定于服务的模板和现有的工作流程即可快速设置，无需编写对话、定义意图、维护对话树或训练大语言模型 (LLM)。
-
通过可信数据进行落地训练：通过可信的来源（如 Knowledge 文章、类似的个案和 CRM 数据）对 AI 代理进行落地训练。所有来自适用于服务的 Agentforce 的 LLM 调用都要经过 Einstein 1 Platform 上的信任层，这保证了客户数据的安全。
适用于服务的 Agentforce 的独特之处是什么？
在评估业务需求时，适用于服务的 Agentforce 和 Einstein Bot 之间存在一些关键差异。
不同 |
适用于服务的 Agentforce |
Einstein Bot |
|---|---|---|
设置 |
快速设置预先构建的主题和操作。AI 客服由生成式 AI 和大语言模型 (LLM) 提供支持，以提供类似于人的灵活性和对话能力。 |
设置需要手动训练自然语言模型 (NLM) 来理解客户语言和设计对话。 |
维护 |
更新一些现成的主题、操作和指令，或者在服务请求增加时快速创建自定义主题、操作和指令。通过添加和迭代自然语言指令轻松提高性能。 |
需要高度维护以保持对话和意图的更新，并在服务请求增加时训练新的对话和意图。 |
上下文和异常处理 |
理解人类语言，并能对后续问题和意外情况做出反应——掌握完整对话的上下文。 |
不能理解人类语言，只对最近的问题做出回应——不能掌握完整对话的上下文。 |
尽管适用于服务的 Agentforce 更高级，但在受监管行业中，即需要额外治理的可解释流程的行业中，或者当需要使用对话和意图来维护高度特定的、确定性的会话流时，Einstein Bot 可能会是理想的选择。
Agentforce 代理的类型
由于 Agentforce 代理可以跨销售、服务、营销和商务使用，因此有几种类型的自主代理可供您使用。
服务代理 |
服务计划器 |
SDR |
销售指导 |
员工代理 |
|---|---|---|---|---|
通过自然响应，自主地跨渠道解决客户个案。 |
通过简洁的个案摘要和详细、分步的解决指南，有效帮助您的服务代表更快解决个案。 |
通过使入站潜在客户符合条件以及为销售人员预约会议帮助销售人员实现全天候管道自动化。 |
通过针对每笔交易的按需、现实的角色扮演和个性化反馈，为每个销售人员提供一个专门的 AI 教练。 |
可自定义，以满足您的公司和员工的具体需求，帮助他们变得更有效率。 |
Agentforce 代理在 Agentforce 平台上共享相同的构建块，如信任层和提示生成器。
适用于服务的 Agentforce 设置
只需几步即可设置适用于服务的 Agentforce。在 Setup（设置）中的 Quick Find（快速查找）框内搜索并选择 New Agent（新建代理）。然后选择要创建的代理类型。
现在您对自主代理有了一定的了解，请继续阅读以了解代理的构建块。