为 Agentforce 执行 Data 360
学习目标
完成本单元后，您将能够：
- 解释如何为 Agentforce 准备数据。
- 描述如何基于来自 Data 360 的统一和转换后的数据创建智能体。
了解数据要求
在实施 Data 360 之前，您需要了解项目的数据要求。回顾数据准备步骤和需要考虑的问题会很有帮助。
数据准备步骤 | 需要考虑的问题 |
|---|---|
|
|
|
|
|
|
此表格并不完整。了解更多信息，请参阅 AI + 数据：项目计划模块中的“准备数据”单元。
在下个部分中，我们将跟随 NTO 了解该公司如何识别、连接和处理其 Agentforce 项目的数据。
为智能体配置 Data 360
NTO 希望构建一个能够解答产品问题的智能体。NTO 计划使用专业级 Data 360 RAG 来进行提示落地训练。跟随 NTO 的企业架构师 Pia，了解她如何配置 Data 360 并构建智能体，首先从数据准备开始。以下是她采取的初始步骤。
- 在组织中启用和配置 Data 360。
- 设置 Data 360 用户。
- 查找客户个案数据并确定其来源。
在 Service Cloud 中，NTO 存储客户个案数据。以下是一些来自不同客户的个案示例。
- 个案 1：1068 款裤子太短
- 个案 2：2000 款裤子太长
- 个案 3：健身手表充电速度慢
- 现在，是时候创建一个数据流，将 Service Cloud 中的个案数据导入到 Data 360 中。个案数据存储在个案数据湖对象 (DLO) 中。
- Pia 使用批处理数据转换来解决数据问题，例如名称和格式不一致。转换后的数据存储在 Cleaned Case DLO（已清理个案 DLO）中。
- 然后，她添加了 Cleaned Case DLO（已清理个案 (DLO)）和个案数据模型对象 (DMO) 之间的映射。
- 现在需要创建并运行身份解析规则集，将个案与客户的统一简档关联起来。
现在，Pia 掌握了更多关于每个个案的上下文。例如，Pia 看到个案 1（裤子太短）来自 Rachel Rodriguez。Rachel 的统一简档中包含她的身高信息：170 厘米。Pia 还看到个案 2（裤子太长）来自一位身高 165 厘米的客户。这些上下文将帮助智能体提供更相关、更有效的解答。
数据被接收、转换和统一后，Pia 已准备好设置 RAG。
- 她根据个案 DMO 创建搜索索引，根据统一个人 DMO 创建搜索索引。
这些索引将用于支持智能体中的 RAG。Data 360 会自动为每个索引创建检索器，该检索器充当搜索索引和提示模板之间的桥梁。
Pia 还可以选择创建一个全体检索器。了解更多信息，请参阅创建全体检索器。
- 现在，Pia 创建提示模板，该模板会调用全体检索器或两个个别检索器。
检索器会将最相关的信息填充到提示。Pia 的提示模板会分析客户的问题，并利用其知识库（现有个案数据和统一简档）来生成答案。
现在需要在智能体中使用提示模板。Pia：
- 根据 Agentforce 服务智能体模板创建新智能体。
- 创建权限集，其中包括对提示生成器、个案 DMO 和统一个人 DMO 的访问权限。然后，她将该权限集分配给智能体用户。
- 创建名为 Answer Questions with Case（使用个案回答问题）的智能体操作，该操作使用提示模板。
- 为智能体用户添加主题。
- 为主题添加 Answer Questions with Case（使用个案回答问题）操作。
- 激活并测试智能体。
例如，Pia 问智能体：“我腿很长，身高 170 厘米。您推荐哪些裤子款式，不推荐哪些款式？” 智能体回答说：“身高相仿的客户反映 1068 款太短。客户反映 2000 款比较长。我推荐 2000 款，不推荐 1068 款。”
经过几轮测试和调整提示后，Pia 和她的团队对提示的性能感到满意。NTO 通过将智能体添加到客户渠道来部署和运营智能体。部署后，团队会持续监控并改进智能体。请记住，开始使用智能体后，请遵循以下最佳实践。
- 监控审计跟踪并向您的智能体提供反馈。
- 编辑提示以回应关键反馈。
- 使用 Agentforce Analytics 仪表板监控性能。
- 更新 RAG 执行，以确保智能体数据源保持最新。
总结
在本模块中，您学习了 Data 360 如何支持 Agentforce 功能，以及启用 Data 360 和执行 Data 360 之间的区别。启用 Data 360 可以解锁一些功能，例如 Einstein 信任层和含 Agentforce 数据库的 RAG，但考虑到 Data 360 的所有优势，执行 Data 360 才是至关重要的下一步。
执行 Data 360 后，智能体将拥有统一的数据基础，从而扩展了他们在 Salesforce 及其他平台上的知识。此外，基于 Data 360 构建的 RAG 解决方案利用统一简档提供上下文信息；使用预处理和转换后的数据；并支持多种数据类型和数据源。实施 Data 360 后，智能体即可解锁实时功能并访问外部零拷贝数据，进一步扩大其潜力。
您已跟随 NTO 准备数据、为 Agentforce 执行 Data 360，并构建了使用统一简档提供有效响应的服务智能体。现在，您也可以在自己的企业中为 Agentforce 执行 Data 360 了！