Usted estĆ” aquĆ:
PlanificaciĆ³n y diseƱo de secuencias de comandos de agentes
Antes de migrar, dedique tiempo a diseƱar sus instrucciones de subagentes y flujo conversacional. El nivel de tiempo y esfuerzo varĆa dependiendo de las herramientas que planifique utilizar para migrar, la complejidad de su agente y el desempeƱo de su agente hoy. Esta preparaciĆ³n le ayuda a determinar quĆ© partes de su agente se pueden migrar directamente sin cambios y quĆ© partes son candidatas para el rediseƱo. TambiĆ©n le prepara para tomar decisiones deliberadas sobre dĆ³nde introducir el determinismo en su nuevo agente, de modo que pueda mejorar su agente estratĆ©gicamente en vez de de forma reactiva.
Ir a...
- Conocer a su agente actual
- Identificar prospectos para rediseƱar y planificar mejoras
- Explorar ejemplos y recursos
- Equilibrar el determinismo con el razonamiento LLM
Conocer a su agente actual
Analice cĆ³mo y por quĆ© su agente funciona del modo que lo hace, de modo que pueda retener lo que funciona bien hoy y planificar mejoras en el nuevo generador. Realizar parte o todo este trabajo por adelantado le ayuda a crear una vista Ćŗnica de su agente, de modo que puede identificar candidatos especĆficos para el rediseƱo.
- Establezca una lĆnea base de prueba.
- Complete una ejecuciĆ³n dedicada de pruebas manuales en Agentforce Builder y pruebas por lotes en Centro de pruebas de Agentforce para medir el Ćndice de Ć©xito actual de su agente y definir objetivamente el aspecto de un āmejorā agente para su negocio. Si ya tiene escenarios de prueba que ejecuta regularmente, esos son el lugar correcto para empezar. Consulte Sugerencias para pruebas para obtener mĆ”s informaciĆ³n.
Resultado Obtener datos de pruebas de lĆnea base previas a la migraciĆ³n exclusivos le ayuda a identificar Ć”reas de mejora para su agente. TambiĆ©n le configura para medir objetivamente el desempeƱo posterior a la migraciĆ³n, incluyendo regresiones y Ć©xito. - Desarrolle una comprensiĆ³n de alto nivel de su agente en el generador heredado.
- Identifique subagentes y sus relaciones, rutas de trayectoria de usuarios, puntos de decisiĆ³n de agentes y criterios de traspaso (distribuciĆ³n, transiciones previstas entre subagentes).
Resultado Estos detalles arquitectĆ³nicos son importantes para asignar lo que estĆ” migrando y lo que estĆ” cambiando. TambiĆ©n seƱalan lugares donde el determinismo puede ser Ćŗtil. Por ejemplo, Script de agente le proporciona mĆ”s control sobre el enrutamiento de agentes, de modo que es importante comprender la relaciĆ³n entre subagentes y transiciones previstas. Los puntos de decisiĆ³n y los criterios de traspaso tambiĆ©n son candidatos para el determinismo, si el agente no tiene un desempeƱo fiable como se espera. - Dentro de cada subagente, identifique el propĆ³sito de cada instrucciĆ³n y evalĆŗe su calidad.
- ĀæLa instrucciĆ³n es general (por ejemplo, proporciona directrices para el tono o el contexto) o funcional (por ejemplo, especifica cĆ³mo dar formato a una salida)? ĀæEspecifica la instrucciĆ³n alguna condiciĆ³n obligatoria o una secuencia de pasos? ĀæEs coherente la terminologĆa entre instrucciones?
Resultado DespuĆ©s de comprender sus instrucciones existentes, planifique cĆ³mo desea gestionar cada una en su migraciĆ³n: migre sin cambios, elimine o vuelva a escribir con Script de agente. Las instrucciones que especifican condiciones, secuencias o reglas de negocio requeridas son candidatas sĆ³lidas para reescrituras deterministas. - Recopile y categorice problemas actuales.
-
Problemas de agentes de clĆŗster para desarrollar una imagen clara de lo que funciona y lo que estĆ” daƱado. Recopile todos los comentarios sobre su agente existente en un solo lugar, incluyendo resultados de pruebas fallidas, fallos registrados y comentarios de usuarios o equipos de asistencia. A continuaciĆ³n, confĆlelo en una sola vista. (Como con muchos pasos en esta guĆa, puede utilizar la IA para ayudar.)
Desde allĆ, agrupe los problemas por tipo. Las categorĆas comunes pueden incluir problemas de reconocimiento de intenciones, fallos de enrutamiento y errores de validaciĆ³n de datos, pero los problemas de su agente pueden apuntar a otros patrones. A medida que ordena, busque solapamiento. Por ejemplo, un clĆŗster de fallos de enrutamiento podrĆa compartir una causa raĆz, lo que significa que un cambio soluciona varios sĆntomas a la vez.
Resultado Tener una vista Ćŗnica de los problemas de su agente le configura para distinguir entre regresiones (cosas que funcionaban antes de migrar y se interrumpen despuĆ©s) frente a brechas de diseƱo o funcionalidad (cosas que nunca han funcionado del todo).
Los fallos o brechas de larga data son una oportunidad para rediseƱar con Script de agente. Priorice problemas por clĆŗster para determinar las cosas mĆ”s importantes que hay que solucionar y quĆ© herramientas o elementos deterministas introducir.
Identificar prospectos para rediseƱar y planificar mejoras
Con una imagen clara de la arquitectura, las instrucciones y los problemas de su agente, estĆ” listo para identificar quĆ© migrar tal cual y quĆ© rediseƱar. Utilice lo que aprendiĆ³ para dar prioridad a las partes de su agente que tienen mĆ”s probabilidades de beneficiarse de Script de agente, lo que le proporciona un control explĆcito sobre las partes de su agente que las instrucciones de lenguaje natural por sĆ solas no pueden gestionar de forma fiable.
A continuaciĆ³n se muestran algunos ejemplos de candidatos para el rediseƱo con Script de agente.
- Cualquier subgente, instrucciĆ³n o proceso con un alto Ćndice de error
- Un subgente que tiene un desempeƱo incoherente debido a muchas instrucciones y acciones
- Uno o mƔs subagentes con instrucciones o enrutamiento diferentes para usuarios diferentes
- Procesos complejos de mĆŗltiples pasos, dentro de un subagente o entre varios subagentes
- Cualquier proceso de negocio que se debe seguir y donde la variabilidad es inaceptable
- Subagentes y acciones que requieren verificaciĆ³n de usuario (Los principios generales de la asignaciĆ³n de subagentes y acciones con filtros y variables no cambiaron, pero los patrones recomendados sĆ. Consulte PatrĆ³n de secuencia de comandos de agente: Aplicar flujos de trabajo requeridos para un subagente.)
Script de agente proporciona una gama de herramientas para mejorar la fiabilidad de los agentes. Estos son algunos problemas comunes que puede ayudarle a resolver.
| Problema | CĆ³mo puede ayudar la secuencia de comandos de agente | Patrones relacionados |
|---|---|---|
| Su agente se confunde o pierde el seguimiento de la informaciĆ³n entre turnos o transiciones. | La informaciĆ³n recopilada al principio de una plĆ”tica puede perderse a medida que la plĆ”tica cambia de asunto cuando la informaciĆ³n se almacena solo en la memoria de contexto. Las variables le permiten almacenar y compartir estado en todo su agente, lo que activa la lĆ³gica condicional, las respuestas personalizadas y los flujos de trabajo deterministas que dependen de lo que sucediĆ³ anteriormente. Script de agente le proporciona opciones flexibles para rellenarlas, incluyendo el relleno de divisiones con el LLM, el almacenamiento de resultados de acciones o la configuraciĆ³n de valores directamente. | |
| Su agente realiza acciones en el orden incorrecto u omite pasos. | A veces un agente toma una decisiĆ³n diferente a la que requiere su flujo de trabajo. Script de agente le permite ejecutar acciones de forma determinista, de modo que la ejecuciĆ³n estĆ” garantizada. TambiĆ©n puede encadenar acciones en secuencia (pasando resultados de una directamente como entradas a la siguiente) antes de que comience el razonamiento o automĆ”ticamente despuĆ©s de que el LLM seleccione una acciĆ³n. | |
| En un subagente con muchas instrucciones o muchas acciones, su agente no sigue sus instrucciones de forma coherente. | Demasiadas opciones llevan a errores de agentes, especialmente en plĆ”ticas largas. Script de agente le permite delimitar lo que ve el LLM basĆ”ndose en el estado actual de su usuario, utilizando variables y lĆ³gica condicional para enviar solo las instrucciones que se aplican, y filtros para ocultar acciones completamente cuando no se cumplen las condiciones. Por ejemplo, el LLM ve instrucciones diferentes para un cliente con seguro que un cliente que paga por sĆ mismo, o acciones diferentes para clientes verificados y no verificados. El resultado es una solicitud mĆ”s pequeƱa y centrada en cada paso y un razonamiento mĆ”s fiable. | |
| Su agente no elige o transfiere de forma fiable al subagente correcto en el momento correcto. | Sin lĆ³gica de enrutamiento explĆcita, el LLM decide dĆ³nde y cuĆ”ndo enviar usuarios. Script de agente le permite definir transiciones entre subagentes, de forma determinista cuando la ruta es fija o en razonamiento cuando las condiciones varĆan. TambiĆ©n tiene mĆ”s control sobre el enrutamiento con el Enrutador de agente, que es un subagente especializado donde puede definir reglas de enrutamiento. Para flujos de trabajo obligatorios como la verificaciĆ³n de usuario, las transiciones condicionales en instrucciones de Enrutador de agente garantizan que esos pasos se ejecuten antes de que continĆŗe la plĆ”tica. | Estrategias de enrutador de agentes |
Explorar ejemplos y recursos
Una de las mejores formas de aprender a crear agentes efectivos con Script de agente es comenzar desde ejemplos y patrones existentes de alta calidad. Estos son algunos ejemplos validados por Salesforce que puede utilizar como inspiraciĆ³n, o incluso copiar y pegar en su propio agente.
- GuĆa del desarrollador Agentforce: Patrones comunes
Patrones comunes para la creaciĆ³n de agentes con Script de agente. Cada patrĆ³n se centra en una tĆ©cnica especĆfica que puede utilizar para hacer que sus agentes sean mĆ”s fiables y efectivos.
- Agenciaforce Labs: Iniciar construcciĆ³n
Empiece a trabajar en un entorno sandbox con la secuencia de comandos de agente completa para un agente de asistencia al cliente, preguntas frecuentes o comercio electrĆ³nico bĆ”sico. Luego construya Agentforce Builder o su IDE de su elecciĆ³n.
- Recetas de secuencias de comandos de agentes
Una recopilaciĆ³n de ejemplos de trabajo independientes que enseƱan conceptos de secuencias de comandos de agentes especĆficos.
Equilibrar el determinismo con el razonamiento LLM
La secuencia de comandos de agente le proporciona el control sobre potencialmente cada punto de decisiĆ³n en su agente. Usted define decisiones, estados y procesos que deben ser deterministas, y luego permite al agente razonar a travĆ©s del resto. Este nivel de control es potente, pero tambiĆ©n puede estorbar. Al rediseƱar para mejorar el comportamiento de los agentes, el objetivo es aplicar el control justo para mantener su agente seguro, predecible y preciso sin eliminar la flexibilidad conversacional que hace que el razonamiento LLM sea tan Ćŗtil.
Es tentador agregar controles deterministas en todas partes, especialmente si su agente de construcciĆ³n heredado tuvo problemas con la fiabilidad. Pero recuerde, cada expresiĆ³n lĆ³gica es una decisiĆ³n que el modelo no puede tomar. No agregue determinismo de forma reflexiva solo porque puede, o corre el riesgo de volver a crear un chatbot rĆgido. En su lugar, identifique decisiones con consecuencias de negocio, como autenticaciĆ³n de usuario, transacciones financieras o enrutamiento a colas confidenciales. Controle aquellos con asignaciones condicionales, filtros y variables a entradas y salidas de acciones. Para todo lo demĆ”s, deje que el LLM razone. Comience a abrir y agregue control donde las pruebas muestran que lo necesita.
Estas son algunas directrices generales.
- Utilice instrucciones de lenguaje natural y razonamiento LLM para la comprensiĆ³n conversacional, el contexto y la toma de decisiones flexible.
Al redactar instrucciones de lenguaje natural, tenga en cuenta estas mejores prƔcticas.
- Los agentes tienden a tener un mejor desempeƱo cuando las instrucciones de lenguaje natural son mƔs sencillas y cortas.
- Evite instrucciones solapadas o en conflicto, que pueden degradar el desempeƱo de los agentes.
- Los LLM son sensibles a las opciones de idioma, de modo que cree instrucciones de idioma sencillas que sean precisas, detalladas y directas. Utilice absolutos solo cuando lo desee. Evite la jerga donde sea posible. Utilice un lenguaje coherente en todas sus instrucciones.
Sugerencia Si estĆ” migrando instrucciones de lenguaje natural desde su agente existente, no tenga miedo de reducirlas de forma agresiva. Las instrucciones en el generador heredado tienden a ser largas y repetitivas, cubriendo el comportamiento y los casos extremos que ahora puede gestionar con un condicional o filtro. La mayorĆa de las veces, puede eliminar de forma segura todo excepto una o dos frases principales. Las instrucciones de lenguaje natural largas pueden diluir lo que es relevante en realidad y dificultar a su agente la comprensiĆ³n de lo que importa. - Utilice lĆ³gica determinista para acciones con consecuencias de negocio, como comprobaciones de datos, secuencias requeridas, reglas de enrutamiento de negocio, requisitos de cumplimiento y operaciones transaccionales.
Por ejemplo, antes de que se ejecute cualquier instrucciĆ³n basada en solicitudes de lenguaje natural, utilice lĆ³gica condicional para determinar si agradecer a un usuario ser un miembro de nivel Oro, utilice una variable para personalizar la solicitud o ejecute de forma determinista una acciĆ³n para buscar informaciĆ³n o enviar un email. Luego puede centrar las instrucciones del lenguaje natural en lo que un modelo de IA hace mejor, sin sobrecargar el contexto del modelo.
- Para el nivel mĆ”s alto de fiabilidad, mueva cualquier lĆ³gica con consecuencias legales, de seguridad o regulatorias a una acciĆ³n de agente (por ejemplo, verificaciĆ³n de edad).
Construya la lĆ³gica en la clase o el flujo de Apex subyacente de la acciĆ³n, y luego proporcione a su agente instrucciones detalladas acerca de cĆ³mo y cuĆ”ndo utilizar la acciĆ³n.
Estos son algunos recursos para ayudarle a equilibrar el determinismo y el razonamiento en su diseƱo de agente.
- Ayuda de Salesforce: GuĆa Agentforce de ingenierĆa de contexto
Este recurso analiza los pasos para crear soluciones Agentforce fiables y efectivas utilizando algunas mejores prĆ”cticas de ingenierĆa de contexto, para garantizar que estĆ” proporcionando a su agente de IA la informaciĆ³n, las herramientas y las instrucciones correctas para alcanzar sus objetivos.
- El blog 360: Script de agente: El plano de control para decisiones de agentes
Una publicaciĆ³n de blog, escrita por algunos de nuestros expertos residentes en secuencias de comandos de agentes, que destaca las ventajas de gestionar el determinismo y el razonamiento en una Ćŗnica interfaz y archivo. AdemĆ”s de consejos acerca de las herramientas disponibles en Script de agente y cĆ³mo utilizarlas, proporciona tres versiones de un agente sencillo que demuestran tres niveles diferentes de control: completamente guionizado (un flujo de trabajo con un LLM en la parte superior), mixto (verificaciĆ³n de identidad determinista, pero resoluciĆ³n dirigida por el razonamiento) y completamente agente (determinismo mĆnimo).
- Seis niveles de determinismo en Agentforce
Un marco de trabajo detallado para el diseƱo de agentes, que le ayuda a pasar gradualmente de niveles inferiores a niveles superiores de control segĆŗn sea necesario. Define seis niveles de control de agentes y proporciona mejores prĆ”cticas para obtener y mantener el control sobre el comportamiento de los agentes para cada uno de estos niveles.
