Ti trovi qui:
Pianificazione e progettazione di script agente
Prima di eseguire la migrazione, dedicare tempo alla progettazione delle istruzioni per i subagenti e del flusso di conversazione. Il livello di tempo e di impegno varia a seconda degli strumenti che si prevede di utilizzare per la migrazione, della complessità dell'agente e delle sue prestazioni odierne. Questa preparazione consente di determinare quali parti dell'agente possono essere migrate direttamente senza modifiche e quali sono candidate per la riprogettazione. Consente inoltre di prendere decisioni deliberate su dove introdurre il determinismo nel nuovo agente, in modo da poter migliorare l'agente in modo strategico anziché reattivo.
Vai a...
- Conosci il tuo agente attuale
- Identificazione dei candidati per la riprogettazione e la pianificazione dei miglioramenti
- Esplorazione di esempi e risorse
- Determinismo del bilanciamento con il ragionamento LLM
Conoscere l'agente corrente
Analizzare come e perché l'agente funziona nel modo in cui funziona, in modo da poter conservare ciò che funziona bene oggi e pianificare miglioramenti nel nuovo generatore. Compiere tutto o parte di questo lavoro iniziale consente di creare una visualizzazione unica dell'agente, in modo da poter identificare candidati specifici da riprogettare.
- Stabilire una base di riferimento per il test.
- Completare una serie dedicata di test manuali in Agentforce Builder e batch nel Centro test Agentforce per misurare la percentuale di successo corrente dell'agente e definire in modo obiettivo l'aspetto di un agente "migliore" per la propria azienda. Se si dispone già di scenari di test eseguiti regolarmente, questi sono il punto di partenza giusto. Per ulteriori informazioni, vedere Suggerimenti per i test.
Esito Ottenere dati di test di base pre-migrazione dedicati consente di identificare le aree da migliorare per l'agente. Consente inoltre di misurare in modo obiettivo le prestazioni post-migrazione, incluse le regressioni e il successo. - Sviluppare una comprensione generale dell'agente nel generatore legacy.
- Identificare i subagenti e le loro relazioni, i percorsi del journey utente, i punti di decisione degli agenti e i criteri di trasferimento (inoltro al livello superiore, transizioni previste tra subagenti).
Esito Questi dettagli architettonici sono importanti per mappare ciò che si sta migrando e ciò che si sta modificando. Indicano anche i luoghi in cui il determinismo può essere utile. Ad esempio, Script agente offre un maggiore controllo sull'instradamento degli agenti, quindi è importante capire la relazione tra subagenti e transizioni previste. Anche i punti decisione e i criteri di trasferimento sono candidati per il determinismo, se l'agente non funziona in modo affidabile come previsto. - All'interno di ogni agente secondario, identificare lo scopo di ogni istruzione e valutarne la qualità.
- L'istruzione è generale (ad esempio, fornisce linee guida per il tono o il contesto) o funzionale (ad esempio, specifica come formattare un output)? L'istruzione specifica delle condizioni richieste o una sequenza di fasi? La terminologia è coerente tra le istruzioni?
Esito Dopo aver compreso le istruzioni esistenti, pianificare il modo in cui si desidera gestire ogni fase della migrazione: eseguire la migrazione senza modifiche, eliminare o riscrivere con Script agente. Le istruzioni che specificano le condizioni, le sequenze o le regole aziendali richieste sono ottime candidate per le riscritture deterministiche. - Raccogliere e classificare i problemi attuali.
-
Problemi degli agenti del cluster per avere un quadro chiaro di ciò che funziona e di ciò che non funziona. Raccogliere tutti i commenti sull'agente esistente in un'unica posizione, inclusi i risultati dei test non riusciti, i bug registrati e i commenti degli utenti o dei team di assistenza. Quindi consolidarlo in un'unica visualizzazione. (Come per molti passaggi di questa guida, è possibile utilizzare l'intelligenza artificiale per aiutare.)
Da qui, raggruppare i problemi per tipo. Le categorie comuni possono includere problemi di riconoscimento degli intenti, errori di instradamento ed errori di convalida dei dati, ma i problemi dell'agente possono indicare altri schemi. Durante l'ordinamento, cercare la sovrapposizione. Ad esempio, un cluster di errori di instradamento potrebbe condividere una causa principale, il che significa che una modifica risolve più sintomi contemporaneamente.
Esito Avere un'unica visualizzazione dei problemi dell'agente consente di distinguere tra regressioni (elementi che funzionavano prima della migrazione e che vengono interrotti dopo) e lacune di progettazione o funzionalità (elementi che non hanno mai funzionato del tutto).
Bug o lacune di lunga data sono un'opportunità per la riprogettazione con Script agente. Assegnare priorità ai problemi in base al cluster per determinare gli elementi più importanti da correggere e gli strumenti o gli elementi deterministici da introdurre.
Identificare i candidati per la riprogettazione e pianificare i miglioramenti
Con un quadro chiaro dell'architettura, delle istruzioni e dei problemi dell'agente, si è pronti a identificare cosa migrare così com'è e cosa riprogettare. Utilizzare quanto appreso per assegnare la priorità alle parti dell'agente che più probabilmente trarranno vantaggio dallo script agente, che offre un controllo esplicito sulle parti dell'agente che le istruzioni per linguaggio naturale da sole non sono in grado di gestire in modo affidabile.
Di seguito sono riportati alcuni esempi di candidati per la riprogettazione con Script agente.
- Qualsiasi agente secondario, istruzione o processo con un tasso di errore elevato
- Un subagente che funziona in modo incoerente a causa di molte istruzioni e azioni
- Uno o più agenti secondari con istruzioni o instradamenti diversi per utenti diversi
- Processi complessi in più fasi, all'interno di un subagente o in più subagenti
- Qualsiasi processo aziendale che deve essere seguito e in cui la variabilità è inaccettabile
- Subagenti e azioni che richiedono la verifica dell'utente (I principi generali di creazione di subagenti e azioni con filtri e variabili non sono cambiati, ma lo sono gli schemi consigliati. Vedere Schema di script agente: Imponi flussi di lavoro richiesti per un subagente.)
Agent Script offre una serie di strumenti per migliorare l'affidabilità degli agenti. Di seguito sono riportati alcuni problemi comuni che possono essere utili per la risoluzione.
| Problema | Come può essere utile lo script agente | Schemi correlati |
|---|---|---|
| L'agente si confonde o perde traccia delle informazioni tra turni o transizioni. | Le informazioni raccolte nelle prime fasi di una conversazione possono andare perse quando la conversazione sposta gli oggetti quando le informazioni sono memorizzate solo nella memoria contesto. Le variabili consentono di archiviare e condividere lo stato in tutto l'agente, abilitando la logica condizionale, le risposte personalizzate e i flussi di lavoro deterministici che dipendono da ciò che è accaduto in precedenza. Agent Script offre opzioni flessibili per riempirli, tra cui riempire le finestre con LLM, memorizzare gli output delle azioni o impostare i valori direttamente. | |
| L'agente esegue le azioni nell'ordine errato o salta le fasi. | A volte un agente prende una decisione diversa da quella richiesta dal flusso di lavoro. Lo script agente consente di eseguire azioni in modo deterministico, quindi l'esecuzione è garantita. È anche possibile concatenare le azioni in sequenza, passando gli output da uno direttamente come input a quello successivo, prima che inizi il ragionamento o automaticamente dopo che il componente LLM ha selezionato un'azione. | |
| In un subagente con molte istruzioni o molte azioni, l'agente non segue le istruzioni in modo coerente. | Troppe scelte portano a errori degli agenti, soprattutto nelle lunghe conversazioni. Lo script agente consente di circoscrivere ciò che viene visualizzato da LLM in base allo stato corrente dell'utente, utilizzando variabili e logica condizionale per inviare solo le istruzioni valide e filtri per nascondere completamente le azioni quando le condizioni non sono soddisfatte. Ad esempio, LLM visualizza istruzioni diverse per un cliente con assicurazione rispetto a un cliente che paga da solo o azioni diverse per i clienti verificati e non verificati. Il risultato è un prompt più piccolo e mirato a ogni fase e un ragionamento più affidabile. | |
| L'agente non sceglie o passa in modo affidabile al subagente giusto al momento giusto. | Senza una logica di instradamento esplicita, LLM decide dove e quando inviare gli utenti. Agent Script consente di definire le transizioni tra agenti secondari, in modo deterministico quando il percorso è fisso o nel ragionamento quando le condizioni variano. È anche possibile avere un maggiore controllo sull'instradamento con il Router agente, un subagente specializzato in cui è possibile definire le regole di instradamento. Per i flussi di lavoro obbligatori come la verifica utente, le transizioni condizionali nelle istruzioni del router agente garantiscono che questi passaggi vengano eseguiti prima che la conversazione continui. | Strategie dei router degli agenti |
Esplorazione di esempi e risorse
Uno dei modi migliori per imparare a creare agenti efficaci con Script agente è partire da schemi ed esempi esistenti di alta qualità. Di seguito sono riportati alcuni esempi convalidati da Salesforce che è possibile utilizzare come ispirazione o anche copiare e incollare nel proprio agente.
- Guida Agentforce Developer: Schemi comuni
Schemi comuni per la creazione di agenti con Script agente. Ogni schema si concentra su una tecnica specifica che è possibile utilizzare per rendere gli agenti più affidabili ed efficaci.
- Agentforce Labs: Iniziare a costruire
Iniziare a utilizzare un ambiente Sandbox con lo script agente completo per un agente di assistenza clienti di base, Domande frequenti o di ecommerce. Quindi, creare in Agentforce Builder o nell'IDE desiderato.
- Procedimenti script agente
Raccolta di esempi funzionanti indipendenti che insegnano concetti specifici di script agente.
Determinismo del bilanciamento con ragionamento LLM
Lo script agente consente di controllare potenzialmente ogni punto decisionale dell'agente. Si definiscono decisioni, stati e processi che devono essere deterministici e poi si lascia che l'agente ragioni sul resto. Questo livello di controllo è potente, ma può anche ostacolare. Quando si ridisegna per migliorare il comportamento degli agenti, l'obiettivo è applicare un controllo sufficiente per mantenere l'agente sicuro, prevedibile e preciso senza eliminare la flessibilità conversazionale che rende il ragionamento LLM così utile.
È allettante aggiungere controlli deterministici ovunque, soprattutto se l'agente del generatore legacy ha problemi di affidabilità. Ricordare però che ogni espressione logica è una decisione che il modello non può prendere. Non aggiungere determinismo in modo riflessivo solo perché è possibile, altrimenti si rischia di ricreare un chatbot rigido. Individuare invece le decisioni con conseguenze aziendali, ad esempio l'autenticazione degli utenti, le transazioni finanziarie o l'instradamento ad aree di attesa sensibili. Controllare quelli con condizionali, filtri e mappatura delle variabili agli input e agli output delle azioni. Per tutto il resto, lasciamo ragionare il LLM. Iniziare ad aprire e aggiungere il controllo dove i test mostrano che è necessario.
Ecco alcune linee guida generali.
- Utilizzare istruzioni per linguaggio naturale e ragionamento LLM per la comprensione conversazionale, il contesto e il processo decisionale flessibile.
Quando si scrivono istruzioni per il linguaggio naturale, tenere presenti le seguenti procedure consigliate.
- Gli agenti tendono a eseguire le prestazioni migliori quando le istruzioni per il linguaggio naturale sono più semplici e brevi.
- Evitare sovrapposizioni o conflitti di istruzioni che possono compromettere le prestazioni degli agenti.
- Poiché gli LLM sono sensibili alla scelta della lingua, creare istruzioni per un linguaggio semplice che siano precise, dettagliate e dirette. Utilizzare gli assoluti solo quando si intende. Evitare il gergo dove possibile. Utilizzare un linguaggio coerente in tutte le istruzioni.
Suggerimento Se si esegue la migrazione di istruzioni per linguaggio naturale dall'agente esistente, non avere paura di ridurle in modo aggressivo. Le istruzioni nel generatore legacy tendono a essere lunghe e ripetitive, poiché coprono il comportamento e i casi limite che ora è possibile gestire con un condizionale o un filtro. Il più delle volte, è possibile eliminare in modo sicuro tutto tranne una o due frasi centrali. Le lunghe istruzioni per il linguaggio naturale possono diluire ciò che è effettivamente rilevante e rendere più difficile per l'agente capire ciò che conta. - Utilizzare la logica deterministica per le azioni con conseguenze aziendali, ad esempio controlli dei dati, sequenze obbligatorie, regole di instradamento aziendale, requisiti di conformità e operazioni transazionali.
Ad esempio, prima dell'esecuzione di qualsiasi istruzione basata su prompt per linguaggio naturale, utilizzare la logica condizionale per determinare se ringraziare un utente per essere membro di livello Gold, utilizzare una variabile per personalizzare il prompt o eseguire un'azione per cercare informazioni o inviare un messaggio email in modo deterministico. Quindi è possibile concentrare le istruzioni per il linguaggio naturale su ciò che un modello di intelligenza artificiale sa fare meglio, senza sovraccaricare il contesto del modello.
- Per il massimo livello di affidabilità, spostare qualsiasi logica con conseguenze legali, di sicurezza o normative in un'azione dell'agente (ad esempio, la verifica della durata).
Creare la logica nella classe Apex o nel flusso sottostante dell'azione e quindi fornire all'agente istruzioni dettagliate su come e quando utilizzare l'azione.
Di seguito sono riportate alcune risorse che consentono di bilanciare determinismo e ragionamento nella progettazione degli agenti.
- Guida di Salesforce: Una guida Agentforce all'ingegneria del contesto
Questa risorsa descrive i passaggi per creare soluzioni Agentforce affidabili ed efficaci utilizzando alcune procedure consigliate di ingegneria del contesto per assicurarsi di fornire all'agente AI le informazioni, gli strumenti e le istruzioni giuste per raggiungere i suoi obiettivi.
- Il blog 360: Script agente: Piano di controllo per le decisioni degli agenti
Un post del blog, scritto da alcuni dei nostri esperti di script agente residenti, che evidenzia i vantaggi della gestione del determinismo e del ragionamento in un'unica interfaccia e file. Oltre a consigli sugli strumenti disponibili in Agent Script e su come utilizzarli, fornisce tre versioni di un agente semplice che dimostrano tre diversi livelli di controllo: script completo (un flusso di lavoro con un LLM in cima), misto (verifica dell'identità deterministica, ma risoluzione basata sul ragionamento) e completamente agente (determinismo minimo).
- Sei livelli di determinismo in Agentforce
Un framework dettagliato per la progettazione degli agenti, che consente di passare gradualmente da livelli di controllo inferiori a livelli superiori in base alle esigenze. Definisce sei livelli di controllo degli agenti e fornisce le procedure consigliate per ottenere e mantenere il controllo sul comportamento degli agenti per ciascuno di questi livelli.
