优化您的提示模板以获得准确的智能体回复

学习目标

完成本单元后，您将能够：

• 描述何时使用与智能体协作的提示模板中的流。
  
• 解释为什么在提示生成器和智能体生成器中进行测试可以改善响应。
  
• 演示如何在真实环境中借助提示在智能体生成器中测试智能体。
  

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。

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。

您已经学会了如何创建提示模板、构建智能体以及连接操作，但如何确保它按预期运行呢？在本单元中，您将跟随 Becca 的步骤，学习如何进行品质保证。您将学习如何测试智能体、识别意外行为并修改提示，确保智能体每次都能准确且富有同理心地做出响应。

测试智能体

Becca 首先模拟与客人的互动，看看智能体如何响应。

1. 在 Agent Builder（智能体生成器）中，单击 Conversation Preview（对话预览）窗口右上角的刷新（圆形箭头）图标。
   

2. 如果 Conversation Preview（对话预览）中的圆点在旋转，请不要担心。键入以下消息并按 Enter 键：The White Water Rafting experience my family and I booked was unexpectedly cancelled.（我们一家预订的激情漂流体验活动竟然取消了。）
   
3. 智能体响应后，输入以下后续内容并按 Enter 键：I’m sofiarodriguez@example.com and my membership number is 10008155.（我的帐户是 sofiarodriguez@example.com，我的会员编号是 10008155。）

如果智能体无法识别客人信息，请重新输入。

让我们来分析一下发生了什么。

• 客人提交投诉：客人在聊天中使用智能体，表达他们的投诉。
  
• 智能体响应：要求提供身份识别详细信息——电子邮件和会员编号——因为它需要验证客人的身份。
  
• Get Customer Details（获取客户详细信息）操作会检索客人信息（包括个案详细信息），并通过流对其进行验证。
  
• 投诉分类：根据投诉的性质，智能体将问题归为四个层级。
  
• 智能体响应：提供友好消息，提出补偿或解决方案。但对于层 3 问题，提供的是层 2 补偿。这是因为它需要更多上下文。
  

还有一个问题……我们换个提示看看。

1. 在 Agent Builder（智能体生成器）中，单击 Conversation Preview（对话预览）窗口右上角的刷新（圆形箭头）图标。
   
2. 键入以下信息并按 Enter 键： At the Ocean Kayak Expedition, I didn’t like that the tour group was so large.（那次海洋皮划艇探险活动，我不喜欢旅行团有太多人。）
   
3. 智能体响应后，输入以下后续内容：I’m tabathatobias@example.com and my membership number is 10009996.（我的帐户是 tabathatobias@example.com，我的会员编号是 10009996。） 按 Enter 键。
   

如果智能体无法识别客人信息，请重新输入。

Becca 注意到了一些令人担忧的事情。

检测到的问题

即使没有正式记录的投诉或未解决的问题，智能体仍然提供补偿。这意味着任何声称对某方面不满意的人都可能获得免费住宿或大额代金券。嚯！这对 Coral Cloud 度假村来说是不可持续的。

为了解决这些问题，Becca 需要更新 Guest Experience Compensation（客人体验补偿）提示模板，使其包含所需的上下文，并在有与客人相关的未处理个案时提供正确的补偿。

修改提示模板

她回到提示生成器，更新提示模板，使其包含逻辑，以帮助 LLM 根据未处理个案确定适当的补偿层级，同时指导当客人提出未正式记录的单独问题时如何响应。

1. 单击 并选择设置。
   
2. 在 Setup（设置）的 Quick Find（快速查找）框中，搜索并选择 Prompt Builder（提示生成器）。
   
3. 单击 Guest Experience Compensation（客人体验补偿）提示模板。
   
4. 替换以下内容：“Determine the appropriate tier of compensation based on the guidelines below.”（根据以下指导原则确定合适的补偿层级。） 复制并粘贴以下文本：
   

Use the details from the following case to determine the appropriate tier of compensation based on the guidelines below:


If the case details say "There are no open cases," or are empty or null, assign Tier 0.


Case Details:
Complaint:


If there is an open case, proceed with the appropriate compensation tier and include a brief
mention that their issue is part of an existing official complaint. If there is not an open case,
acknowledge the complaint, let the guest know it's appreciated, and that their preferences will be
noted for future stays.

5. 单击 Save As（另存为） > Save As New Version（另存为新版本）。
   

激活流以在提示模板中使用

Becca 想使用一个流，检查客人是否有未处理个案，并仅将相关详细信息返回给提示模板。与相关列表（无论个案状态如何，都会返回前五个个案）不同，该流让她拥有更多控制权。它可以筛选出她需要的特定个案信息。在本示例中，她需要仅返回未处理个案。

1. 单击 并选择设置。
   
2. 在 Setup（设置）的 Quick Find（快速查找）框中，搜索并选择 Flow（流）。
   
3. 选择 Get Open Cases for Contact（获取联系人的未处理个案）流。
   

该流检查与客人关联的任何未处理个案，并将其返回到提示模板，以便智能体可以响应。

4. 单击 Activate（激活），以便在提示模板中使用该流。
   
5. 在 Flow Builder 中，单击返回箭头返回 Setup（设置）。
   

连接流和提示模板

现在，Becca 将该流添加到她的提示模板中，这样在编写响应时就可以只使用未处理个案的数据。

1. 在 Setup（设置）的 Quick Find（快速查找）框中，搜索并选择 Prompt Builder（提示生成器）。
   
2. 选择现有提示模板 Guest Experience Compensation（客人体验补偿）。
   

如果您开始编辑一个处于活动状态的提示模板，则需要将其另存为新版本或新模板才能测试更改。

3. 在文本后的提示 Case Details:（个案详细信息：）中，添加提示模板中的流。单击 Insert Resource（插入资源） > Flows（流） > Get Open Cases for Contact（获取联系人的未处理个案）。
   
4. 在文本后的提示 Complaint（投诉）中：在提示中添加自由文本资源。单击 Insert Resource（插入资源） > Free Text（自由文本） > Complaint（投诉）。
   
5. 单击 Save（保存）。
   

在提示生成器中预览和验证

Becca 使用真实数据预览了更新后的模板。

1. 单击 Preview（预览），在 Contact（联系人）字段中选择 Sofia Rodriguez，然后在 Complaint（投诉）字段中键入 I didn’t like that the tour group was so large（我不喜欢旅行团有太多人）。
   
2. 再次单击 Preview（预览）。
   

现在，她查看预览。解析显示了 Sofia 未处理个案的详细信息、她目前向智能体的投诉、根据她的个案提出的补偿选项，以及响应预览。

3. 单击 Activate（激活）以发布更新后的提示模板。
   

在智能体生成器中重新测试

Becca 返回智能体生成器，在操作中查看了整个体验。

1. 在 Setup（设置）中，搜索并选择 Agentforce Agents（智能体）。
   
2. 选择 Coral Cloud Experience Agent（Coral Cloud 体验智能体）。
   
3. 单击 Open in Builder（在生成器中打开）。
   
4. 在 Conversation Preview（对话预览）中，再次输入相同的测试提示：The White Water Rafting experience my family and I booked was unexpectedly canceled.（我们一家预订的激情漂流体验活动竟然取消了。） 按 Return/Enter 键。
   
5. 智能体响应后，输入下一个提示：I’m sofiarodriguez@example.com and my membership number is 10008155.（我的帐户是 sofiarodriguez@example.com，我的会员编号是 10008155。） 按 Return/Enter 键。
   

她注意到，现在的响应有所改进——是基于真实的客人历史记录！

总结

在本模块中，您创建了一个功能强大的提示模板，配置了一个智能体，然后确保它在真实世界中都能正常工作。

您学会了如何：

• 设计能够产生准确、符合品牌的响应的提示。
  
• 通过智能操作将提示模板连接到智能体。
  
• 利用流，通过实时、上下文数据来驱动这些提示。
  
• 测试并排查智能体响应问题，以防止过度自动化或逻辑错误。
  
• 根据实际行为而非假设来优化您的解决方案。
  

关键点是什么？好的智能体并非只是配置，而是经过精心策划。它们融合逻辑、语言和数据，提供人性化且有帮助的体验。提示生成器提供准确性。Agentforce 提供自动化。两者结合，助您构建更智能、更安全、更具可扩展性的 AI 支持的工作流程。

好好享受建模的乐趣吧！