创建有效的提示模板

学习目标

完成本单元后，您将能够：

• 描述提示和提示模板的作用。
  
• 列出不同的提示模板类型。
  
• 将 Salesforce 组织数据集成到提示模板，增强 AI 生成的响应。
  

备注

用中文（简体）学习？在中文（简体）Trailhead Playground 中开始挑战，用括号中提供的译文完成挑战。仅复制并粘贴英文值，因为挑战验证基于英文数据。如果在中文（简体）组织中没有成功通过挑战，我们建议您 (1) 将区域设置切换为美国，(2) 按此处说明将语言切换为英文，(3) 再次单击“检查挑战”按钮。

查看 Trailhead 本地化语言徽章详细了解如何利用 Trailhead 译文。

全新智能体构建体验即将上线！

Agentforce 即将迎来更新！在 Dreamforce 2025 大会上，我们宣布了新的智能体构建体验，可能与您在本徽章中学到的流程和功能有所不同。预计新体验将在 Dreamforce 之后的几周内进入公开测试阶段。正式版将很快跟进发布。当前生成器体验仍可用于支持先前构建的智能体。敬请期待更多信息。

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。

提示在日常生活中的强大功能

您或许没有意识到，但您一生都在使用提示。每次您发出指令并期待得到特定响应时，您都在进行提示工程。

• 当您向客户支持聊天机器人键入消息时。
  
• 当您告诉语音助手设置提醒时。
  
• 当您向收银员索要小额钞票找零时。
  
• 即使点咖啡时指定“大杯冰拿铁，加燕麦奶，不加糖”，您也是在为达到预期结果提供详细的输入。
  

这些日常互动表明，结构化的输入如何带来清晰、符合预期的结果。这与 AI 中的提示工程非常相似。

现在，让我们来探讨一下这个概念在现实客户服务场景中的应用。

Coral Cloud 度假村如何处理客人投诉

Sofia Rodriguez 和她的家人一直期盼着到 Coral Cloud 度假村度假，尤其是他们期待已久的激情漂流体验。然而，当这项活动意外取消时，她联系了客户支持。

随着 Coral Cloud 度假村越来越受欢迎，像 Sofia 这样的客人投诉也日益增多，给客户服务团队造成了巨大压力，导致响应时间延长。为了更快地解决问题并提高客人满意度，度假村希望引入适用于服务的 Agentforce，以简化投诉处理流程并提升客人体验。Coral Cloud 度假村的管理员 Becca 负责设置智能体。她首先概述了 Agentforce 自动化功能如何提供帮助。

使用 Agentforce 自动解决个案

通过使用 Agentforce 实现自动响应和解决，Coral Cloud 度假村可以快速高效地处理问题，同时提升客人满意度。以下是该流程的运行概览。

简化的客人投诉工作流程

• 客人提交投诉：客人在聊天中使用智能体，表达他们的投诉。
  
• 智能体验证客人身份：系统会查看客人的身份和任何未处理个案详细信息。
  
• 智能体对投诉进行分类：根据投诉的性质，智能体将问题归为四个层次。
  
  • 层 0（轻微偏好）：对客人偏好进行的小幅干扰。
    
  • 层 1（轻微不便）：活动开始时间延迟等小干扰。
    
  • 层 2（中度干扰）：预订错误或对服务不满意。
    
  • 层 3（严重干扰）：活动取消或对客人造成严重影响。
    
• 智能体提供解决方案：智能体根据个案详细信息和补偿层级提供解决方案。
  
• 客人选择补偿方案：客人选择其偏好的解决方案选项。
  
• 个案已结束：客人选择了某个选项，智能体就会完成结案并结束该个案。
  

智能体虽然功能强大，但仍需借助清晰、结构合理的提示才能提供准确、一致且有帮助的响应。提示模板就像一份指南：确保智能体掌握合适的上下文、语气和数据，从而有效应对各种情况。这在处理诸如客人投诉等敏感问题时尤为重要，因为个性化和精准的沟通至关重要。使用提示模板可以帮助智能体生成更好的输出，并在所有客人交互中保持语气一致。

接下来，探索模板类型，了解 Becca 如何为 Coral Cloud 度假村设置提示模板，以便她稍后可以将模板连接到智能体。

选择合适的提示模板

提示生成器提供不同的提示模板，供您根据用例选择。

• 当您想使用一个对象将信息填充到 Lightning Experience 中的记录字段时，字段生成模板非常有用。
  
• Flex 模板的功能最丰富，允许您使用多个对象、自由文本输入字段（这些是仅由文本组成的非记录类型的输入字段）和数据模型，以获得更丰富的响应。
  
• 标准模板非常适合针对特定用例的响应，但其范围仅限于此——例如，专门用于工作摘要、销售推介辅导或落地训练服务响应。
  

为什么对此用例中选择 Flex 模板？

客人的投诉包括简单的不便和更复杂的问题，因此 Becca 需要一个能够灵活应对的解决方案。Flex 模板非常适合这种情况，因为它们消除了定义较为狭窄的模板中存在的许多限制。它们允许：

• 使用多个对象。
  
• 自由输入文本，进行个性化定制。
  
• 生成动态、上下文感知响应的数据模型。
  

这种灵活性使得 Flex 模板非常适合交互式聊天体验、个性化推荐和富含上下文的见解——在这些情况下，适应性至关重要。

在 Coral Cloud 度假村，每位客人都受到悉心照料。如果出现任何问题，Coral Cloud 会努力妥善解决。因此，度假村希望构建一个智能体，倾听客人的投诉，检索个案详细信息，并提出合适的补偿方案，帮助客人改善体验。

为了让这个过程更加高效和个性化，Becca 构建了一个 Flex 提示模板。利用该模板，智能体可以根据每位客人的特殊情况动态定制响应内容，确保每次都能提供合适的解决方案。

免费注册包含提示生成器和 Agentforce 的 Developer Edition 组织

要完成本模块，您需要一个包含提示生成器、Agentforce 和示例数据的专用 Developer Edition 组织。立即获取此免费的 Developer Edition 并将其连接到 Trailhead，以便完成本模块中的挑战。请注意，此 Developer Edition 是为配合此徽章中的挑战而设计的，可能不适用于其他徽章。请务必检查确认您使用的是我们推荐的 Trailhead Playground 或专用的 Developer Edition 组织。

• 免费注册包含提示生成器和 Agentforce 的 Developer Edition 组织。
  
• 填写表格：
  
  • 在 Email（电子邮件）处输入有效的电子邮件地址。
    
  • 在 Username（用户名）处输入一个看起来像电子邮件地址且唯一的用户名，但不必是一个有效的电子邮件帐户（例如，yourname@example.com）。
    
• 表格填好以后，单击 Sign me up（我要注册）。出现一条确认消息。
  
• 收到激活电子邮件后（这可能需要几分钟），打开它并点击 Verify Account（验证帐户）。
  
• 设置密码和挑战问题，完成注册。提示：将用户名、密码和登录 URL 保存在安全的地方（如密码管理器），以便日后访问。
  
• 您已登录 Developer Edition。
  

现在将新的 Developer Edition 组织连接到 Trailhead。

• 确保您已登录 Trailhead 帐户。
  
• 在页面底部的 Challenge（挑战）部分，单击组织名称，然后单击 Connect Org（连接组织）。
  
• 在登录屏幕上，输入刚刚设置的 Developer Edition 的用户名和密码。
  
• 在 Allow Access?（是否允许访问？）屏幕上，单击 Allow（允许）。
  
• 在 Want to connect this org for hands-on challenges?（想要连接此组织进行实践挑战？）屏幕上，单击 Yes!（是！） Save it（保存）。您将被重定向到挑战页面，并准备使用新的 Developer Edition 来获得此徽章。
  

创建 Flex 提示模板

Becca 已经选择了 Flex 模板，接下来我们看看她如何在提示模板中进行设置。如果您愿意，可以在您的新 Developer Edition 组织中跟随操作。

1. 单击 并选择设置。“设置”页面在新选项卡中打开。
   
2. 在 Setup（设置）的 Quick Find（快速查找）框中，搜索并选择 Einstein Setup（Einstein 设置）。
   
3. 确保 Turn on Einstein（打开 Einstein）切换开关为 On（打开）。
   
4. 启用 Einstein 后，刷新浏览器窗口以显示新的管理员设置。
   
5. 在 Quick Find（快速查找）框中，搜索并选择 Prompt Builder（提示生成器）。
   
6. 单击 New Prompt Template（新建提示模板）。
   
7. 填写这些字段:
   
   • Prompt Template Type（提示模板类型）：Flex
     
   • Prompt Template Name（提示模板名称）：Guest Experience Compensation（客人体验补偿）
   • API Name（API 名称）：Guest_Experience_Compensation
   • Template Description（模板描述）：This template generates personalized compensation recommendations based on guest feedback and open case details, with tailored and empathetic responses.（此模板会根据客人的反馈和未处理个案详细信息生成个性化的补偿建议，并提供定制且富有同情心的响应。）

12. 对于 Flex 模板，您最多可以添加五种资源。单击 Add（添加），以添加两种资源。第一种资源是对象类型：
    
    • Name（名称）：Contact（联系人）
    • API Name（API 名称）：Contact（联系人）
      
    • Source Type（来源类型）：Object（对象）
      
    • Object（对象）：Contact（联系人）
13. 单击 Add（添加），然后添加第二种自由文本资源：
    
    • Name（名称）：Complaint（投诉）
    • API Name（API 名称）：Complaint（投诉）
    • Source Type（来源类型）：Free Text（自由文本）
14. 单击下一步。打开 Prompt Template Workspace（提示模板工作区）。
    

工作区已准备就绪！

起草提示

现在她的提示模板工作区已经设置好了，Becca 可以构建实际的提示了。

她在提示模板工作区中输入了以下文本：

You’re a customer service representative responding to [Guest Name], a guest at Coral Cloud Resort, regarding a complaint they submitted about a recent experience they booked.
Determine the appropriate tier of compensation based on the guidelines below:


"""[Tiered Guest Compensation]


Response Format:
“Hi [Guest Name], We know this wasn’t the experience you were expecting, and we want to make it right.


[If Tier 0]
We've noted your preferences for future stays and invite you to share any additional feedback to help us improve.


[If Tier 1-3]
Based on your recent experience, we’d like to offer you one of the following options:


[Insert compensation options based on the determined tier]


Please let us know which option you’d like to select, and we’ll take care of the rest. If you need any further assistance, we’re here to help!”


Now create a message.

优化个性化提示

在此阶段，提示结构已经完成，但仍然过于笼统。如果向大语言模型 (LLM) 提供通用提示，得到的也只是通用响应。如果没有详细的输入，LLM 会缺乏重要的上下文信息——它无法识别客人的姓名、业务细节或任何相关的个案详细信息。

为了获得更相关、更有效的响应，Becca 需要增加提示的精准性和个性化。让我们看看她是如何做到的。

添加合并字段

通过整合合并字段和结构化数据，Becca 可以使提示动态化，并根据每位客人的需求进行定制。

只需几个步骤，即可通过合并字段个性化智能体的响应。

1. 在 Prompt（提示）部分，找到指令中的 [Guest Name]（[客人姓名]）文本。
   
2. 删除 [Guest Name]（[客人姓名]）占位符并将其替换为合并字段。
   
   • 单击 Insert Resource（插入资源），然后选择 Contact（联系人）> FirstName（名字）。
     

添加更多上下文

Coral Cloud 度假村采用分层级客人补偿结构，将客人服务中断分为四个等级：轻微偏好、轻微不便、中度干扰和严重干扰。这种结构化方法确保根据客人投诉的严重程度提供公平一致的补偿。

以下是 Becca 如何清晰地定义这些层级及其补偿结构，以帮助智能体生成符合 Coral Cloud 度假村业务政策的准确和适当的响应。

1. 在提示中查找 [Tiered Guest Compensation]（[分层级客人补偿]）。
   
2. 将该占位符替换为以下结构化详细信息：
   

```Tier 0 (Minor Preference Issue) - No Open Cases
Trigger: There are no open cases.
Action: Apologize and acknowledge the feedback. Inform the guest that preferences will be noted for future stays and invite them to share more feedback to help improve. Do not offer compensation options.


Tier 1 (Minor Inconvenience)
Trigger: Issues such as delayed activity start times, minor room maintenance problems, or slow restaurant service fall into this category.


Compensation Options:
$50 Resort credit
Complimentary drink, appetizer, or dessert
Early check-in / late checkout (if available)


Tier 2 (Moderate Disruption)
Trigger: Covers booking errors affecting reservations, room/service dissatisfaction, extended delays


Compensation Options:
Rebooking of the same or alternative experience
Resort credit (Up to $350 for dining, spa, or activities)
Complimentary room upgrade (if available)


Tier 3 (Major Disruption)
Trigger: Activity cancellations, major booking failures, severe service issues, safety concerns


Compensation Options:
Resort credit (Up to $1000)
Complimentary premium experience (private tour, fine dining, spa treatment)
Complimentary 1-night stay extension```

这是她完成的提示模板应该呈现的样子。

You’re a customer service representative responding to {!$Input:Contact.Name}, a guest at Coral Cloud Resort, regarding a complaint they submitted about a recent experience they booked. Determine the appropriate tier of compensation based on the guidelines below:


```Tier 0 (Minor Preference Issue) - Complaints that don’t significantly impact their experience but still warrant acknowledgment.
Include a personalized apology message acknowledging the feedback. Inform the guest that a note will be added to their profile to accommodate preferences for future stays. End with a friendly message inviting the guest to share more feedback for continuous improvement.


Tier 1 (Minor Inconvenience)
Issues such as delayed activity start times, minor room maintenance problems, or slow restaurant service fall into this category.


Compensation Options:
$50 Resort credit
Complimentary drink, appetizer, or dessert
Early check-in / late checkout (if available)


Tier 2 (Moderate Disruption)
Covers booking errors affecting reservations, room/service dissatisfaction, extended delays


Compensation Options:
Rebooking of the same or alternative experience
Resort credit (Up to $350 for dining, spa, or activities)
Complimentary room upgrade (if available)


Tier 3 (Major Disruption)
Activity cancellations, major booking failures, severe service issues, safety concerns


Compensation Options:
Resort credit (Up to $1000)
Complimentary premium experience (private tour, fine dining, spa treatment)
Complimentary 1-night stay extension```


Response Format:
“Hi [Guest Name], We know this wasn’t the experience you were expecting, and we want to make it right. Based on your recent experience, we’d like to offer you one of the following options:


[If Tier 0]
We've noted your preferences for future stays and invite you to share any additional feedback to help us improve.


[If Tier 1-3]
Based on your recent experience, we’d like to offer you one of the following options:


[Insert relevant compensation option]




Please let us know which option you’d like to select, and we’ll take care of the rest. If you need any further assistance, we’re here to help!”


Now create a message.

测试并预览您的提示模板

Becca 编写好提示模板说明后，进行测试，确保它们能达到预期效果。第一步：选择应该能够支持她的模板的 LLM。

提示生成器让您有权访问多个 LLM，Becca 希望根据任务选择合适的工具或 LLM。需要快速响应？详细的分析？结构化的输出（例如 JSON）？不同的模型针对不同的需求进行了优化。

以下是一些需要注意的因素。

• 速度与复杂性：有些模型优先考虑速度，而另一些模型则为深度推理而构建。
  
• 结构化输出与自然输出：选择适合格式的模型——无论是结构化数据还是对话文本。
  

先从通用模型（例如 Omni）入手，然后再尝试其他模型。如果您想要更快的响应速度，可以试试 Turbo 模型。如果您的提示需要更深入的分析，则可以探索更高级的选项。

通过使用真实数据测试您的模板，您可以确认它能够提取正确的上下文、准确响应，并且听起来个性化。添加详细信息和使用体贴的语气，可以让您的智能体听起来更有人情味，同时保持响应的一致性以及符合品牌形象。

这就是提示生成器的强大功能：它将 Salesforce 数据、清晰的提示指令和合适的 LLM 结合起来，从而大规模地提供定制的、可靠的响应。

Becca 立即投入实践，测试她的提示。以下是具体方法。

1. 在 Model（模型）部分的 Template Settings（模板设置）中，选择 OpenAI GPT 4 Omni Mini。
   
2. 在 Inputs（输入）部分的 Preview Settings（预览设置）中，在 Contact（联系人）文本框中，搜索并选择 Sofia Rodriguez。在 Complaint（投诉）文本框中，键入 The music was too loud on the beach.（沙滩上的音乐声音太大。）
3. 单击 Save & Preview（保存并预览）。
   

查看 Generated Response（生成的响应）部分，了解提示模板如何影响测试响应。如果响应不太理想，请不要担心，您可以修改模板，再次测试，并不断迭代，直到满足您的需求。您还可以任意更改语言，查看不同语言的响应。

4. 单击 Activate（激活）。
   

我们来总结一下

您现在已掌握创建和优化 AI 驱动的提示的基础技能！从编写结构化指令到选择最佳模板类型，您跟随 Becca，学习了如何根据业务需求优化响应。创建提示模板后，您就可以在任何地方重复使用该模板。无论您是从事销售、服务还是企业的其他任何工作，精心设计的提示模板都能确保一致和高质量的 AI 生成的响应。

在下一单元中，您将学习 Becca 如何将提示与智能体连接起来，从而使她的自动化流程不仅智能，而且具有可操作性。这一步就是奇迹之所在：您的提示与您的智能体相结合，您的工作流程由此启动！

资源

• Salesforce 帮助：大语言模型支持