U bent hier:
Plannen en ontwerpen voor Agent-script
Besteed vóór de migratie tijd aan het ontwerpen van uw subagentinstructies en gespreksstroom. De hoeveelheid tijd en moeite varieert afhankelijk van de tools die u van plan bent te gaan gebruiken om te migreren, de complexiteit van uw agent en hoe goed uw agent vandaag presteert. Met deze voorbereiding kunt u bepalen welke onderdelen van uw agent zonder wijzigingen rechtstreeks kunnen worden gemigreerd en welke onderdelen in aanmerking komen voor herontwerp. Het bereidt u ook voor om weloverwogen beslissingen te nemen over waar u determinisme in uw nieuwe agent wilt introduceren, zodat u uw agent strategisch kunt verbeteren in plaats van reactief.
Ga naar...
- Uw huidige agent leren kennen
- Kandidaten identificeren voor herontwerp en planverbeteringen
- Voorbeelden en resources verkennen
- Evenwichtsdeterminisme met LLM-redenering
Uw huidige agent leren kennen
Analyseer hoe en waarom uw agent werkt zoals hij werkt, zodat u kunt behouden wat vandaag goed werkt en verbeteringen kunt plannen in de nieuwe samensteller. Als u al dit werk vooraf uitvoert, kunt u één weergave van uw agent maken, zodat u specifieke kandidaten kunt identificeren voor herontwerp.
- Stel een testbaseline vast.
- Voer een speciale reeks handmatige tests uit in Agentforce Builder en batchtests in Agentforce-testcentrum om het huidige succespercentage van uw agent te meten en objectief te definiëren hoe een "betere" agent eruitziet voor uw bedrijf. Als u al testscenario's hebt die u regelmatig uitvoert, zijn dat de juiste plek om te beginnen. Zie Tips voor testen voor meer informatie.
Uitkomst Het verkrijgen van specifieke testgegevens van vóór de migratie helpt u bij het identificeren van gebieden die voor verbetering vatbaar zijn voor uw agent. Het stelt u ook in staat om prestaties na de migratie objectief te meten, inclusief regressies en succes. - Ontwikkel inzicht op hoog niveau in uw agent in de verouderde samensteller.
- Identificeer subagenten en hun relaties, journeytrajecten van gebruikers, beslissingspunten van agenten en overdrachtscriteria (escalatie, verwachte overgangen tussen subagenten).
Uitkomst Deze architectonische details zijn belangrijk om in kaart te brengen wat u migreert en wat u verandert. Ze wijzen ook naar plaatsen waar determinisme waarschijnlijk nuttig is. Agentscript biedt u bijvoorbeeld meer controle over de routering van agenten, dus het is belangrijk om de relatie tussen subagenten en verwachte overgangen te begrijpen. Beslissingspunten en overdrachtscriteria zijn ook kandidaten voor determinisme, als de agent niet betrouwbaar presteert zoals verwacht. - Bepaal binnen elke subagent het doel van elke instructie en evalueer de kwaliteit ervan.
- Is de instructie algemeen (geeft bijvoorbeeld richtlijnen voor toon of context) of functioneel (geeft bijvoorbeeld aan hoe een uitvoer moet worden opgemaakt)? Geeft de instructie vereiste voorwaarden of een reeks stappen op? Is terminologie consistent in instructies?
Uitkomst Nadat u uw bestaande instructies hebt begrepen, plant u hoe u ze in uw migratie wilt afhandelen: migreren zonder wijzigingen, verwijderen of herschrijven met Agent-script. Instructies die vereiste voorwaarden, volgorden of bedrijfsregels opgeven, zijn sterke kandidaten voor deterministische herschrijvingen. - Verzamel en categoriseer actuele problemen.
-
Cluster agentproblemen om een duidelijk beeld te krijgen van wat werkt en wat er kapot is. Verzamel alle feedback over uw bestaande agent op één plaats, inclusief mislukte testresultaten, vastgelegde bugs en feedback van gebruikers of ondersteuningsteams. Consolideer deze vervolgens in één weergave. (Zoals bij veel stappen in deze handleiding kunt u AI gebruiken om te helpen.)
Vervolgens groepeert u de problemen op type. Veelvoorkomende categorieën zijn problemen met intentherkenning, routeringsfouten en gegevensvalidatiefouten, maar problemen van uw agent kunnen wijzen op andere patronen. Let bij het sorteren op overlapping. Zo kan een cluster routeringsfouten een hoofdoorzaak delen, wat betekent dat één wijziging verschillende symptomen tegelijk aanpakt.
Uitkomst Als u één weergave hebt van de problemen van uw agent, kunt u onderscheid maken tussen regressies (dingen die vóór de migratie wel werkten en daarna niet meer werken) en ontwerp- of functionaliteitshiaten (dingen die nooit echt hebben gewerkt).
Langdurige bugs of hiaten zijn een kans voor opnieuw ontwerpen met Agent-script. Prioriteer problemen op cluster om de belangrijkste zaken te bepalen die moeten worden opgelost en welke tools of deterministische elementen moeten worden geïntroduceerd.
Kandidaten identificeren voor herontwerp en planverbeteringen
Met een duidelijk beeld van de architectuur, instructies en problemen van uw agent bent u klaar om te bepalen wat er ongewijzigd moet worden gemigreerd en wat er opnieuw moet worden ontworpen. Gebruik wat u hebt geleerd om prioriteit te geven aan de onderdelen van uw agent die het meest waarschijnlijk zullen profiteren van Agent-script, waardoor u expliciete controle hebt over de onderdelen van uw agent die instructies met natuurlijke taal alleen niet betrouwbaar kunnen afhandelen.
Hier zijn enkele voorbeelden van kandidaten voor herontwerp met Agent-script.
- Elke subagent, instructie of proces met een hoog foutenpercentage
- Een subagent die inconsistent presteert vanwege vele instructies en acties
- Een of meer subagenten met verschillende instructies of routering voor verschillende gebruikers
- Complexe processen met meerdere stappen, binnen een subagent of binnen verschillende subagenten
- Alle bedrijfsprocessen die moeten worden gevolgd en waarbij variabiliteit onaanvaardbaar is
- Subagenten en acties die gebruikersverificatie vereisen (De algemene principes van gating-subagenten en acties met filters en variabelen zijn niet gewijzigd, maar de aanbevolen patronen wel. Zie Scriptpatroon van agent: Vereiste werkstromen afdwingen voor een subagent.)
Agentscript biedt een reeks tools voor het verbeteren van de betrouwbaarheid van agenten. Hier zijn enkele veel voorkomende problemen die u hiermee kunt oplossen.
| Probleem | Hoe agentscript kan helpen | Gerelateerde patronen |
|---|---|---|
| Uw agent raakt in de war of verliest informatie uit het oog tijdens beurten of overgangen. | Informatie die vroeg in een gesprek wordt verzameld, kan verloren gaan omdat het gesprek van onderwerp verandert wanneer informatie alleen in het contextgeheugen wordt opgeslagen. Met variabelen kunt u status opslaan en delen voor uw gehele agent, waardoor voorwaardelijke logica, gepersonaliseerde reacties en deterministische werkstromen mogelijk worden die afhankelijk zijn van wat er eerder is gebeurd. Agentscript biedt flexibele opties voor het invullen ervan, inclusief het invullen van tijdstippen met de LLM, het opslaan van actie-uitvoer of het rechtstreeks instellen van waarden. | |
| Uw agent onderneemt acties in de verkeerde volgorde of slaat stappen over. | Soms neemt een agent een andere beslissing dan die welke uw werkstroom vereist. Met Agent-script kunt u acties deterministisch uitvoeren, zodat uitvoering gegarandeerd is. U kunt acties ook in volgorde ketenen—uitvoer van de ene rechtstreeks als invoer doorgeven aan de volgende—hetzij voordat redeneren begint, hetzij automatisch nadat de LLM een actie heeft geselecteerd. | |
| In een subagent met veel instructies of veel acties volgt uw agent uw instructies niet consistent op. | Te veel keuzes leiden tot fouten van agenten, vooral in lange gesprekken. Met Agent-script kunt u bepalen wat de LLM ziet op basis van de huidige status van uw gebruiker, variabelen en voorwaardelijke logica gebruiken om alleen de instructies te verzenden die van toepassing zijn, en filters gebruiken om acties volledig te verbergen wanneer niet aan voorwaarden wordt voldaan. De LLM ziet bijvoorbeeld andere instructies voor een klant met een verzekering dan een klant die zelf betaalt, of andere acties voor geverifieerde en niet-geverifieerde klanten. Het resultaat is een kleinere, meer gerichte aanwijzing bij elke stap en betrouwbaardere redenering. | |
| Uw agent kiest niet betrouwbaar de juiste subagent op het juiste moment of geeft deze niet door. | Zonder expliciete routeringslogica bepaalt de LLM waar en wanneer gebruikers naartoe worden gestuurd. Met Agent-script kunt u overgangen tussen subagenten definiëren, deterministisch wanneer het traject vaststaat of in redenering wanneer voorwaarden variëren. U hebt ook meer controle over routering met de Agent-router, een gespecialiseerde subagent waarin u routeringsregels kunt definiëren. Voor verplichte werkstromen zoals gebruikersverificatie garanderen voorwaardelijke overgangen in instructies van Agentrouter dat deze stappen worden uitgevoerd voordat het gesprek wordt voortgezet. |
Voorbeelden en resources verkennen
Een van de beste manieren om te leren hoe u effectieve agenten samenstelt met Agent-script, is te beginnen met bestaande patronen en voorbeelden van hoge kwaliteit. Hier zijn enkele door Salesforce gevalideerde voorbeelden die u kunt gebruiken ter inspiratie of zelfs kunt kopiëren en plakken in uw eigen agent.
- Agentforce Developer Guide: Veel voorkomende patronen
Veel voorkomende patronen voor het samenstellen van agenten met Agent-script. Elk patroon richt zich op een specifieke techniek die u kunt gebruiken om uw agenten betrouwbaarder en effectiever te maken.
- Agentforce Labs: Beginnen met bouwen
Ga aan de slag in een sandboxomgeving met het volledige Agent-script voor een eenvoudige klantenondersteunings-, veelgestelde vragen- of e-commerceagent. Bouw vervolgens in Agentforce Builder of de IDE van uw keuze.
- Scriptrecepten voor agenten
Een verzameling zelfstandige, werkende voorbeelden die specifieke concepten voor Agent-scripts onderwijzen.
Balansdeterminisme met LLM-redenering
Agentscript geeft u controle over potentieel elk beslissingspunt in uw agent. U definieert beslissingen, statussen en processen die deterministisch moeten zijn, en vervolgens laat u de agent de rest beredeneren. Dit niveau van controle is krachtig, maar kan ook in de weg zitten. Wanneer u opnieuw ontwerpt om het gedrag van agenten te verbeteren, is het doel om net genoeg controle toe te passen om uw agent veilig, voorspelbaar en nauwkeurig te houden zonder de gespreksflexibiliteit te elimineren die LLM-redenering zo nuttig maakt.
Het is verleidelijk om overal deterministische besturingselementen toe te voegen, vooral als uw verouderde samensteller moeite heeft met betrouwbaarheid. Maar vergeet niet dat elke logische expressie een beslissing is die het model niet kan nemen. Voeg niet reflexief determinisme toe omdat het kan, anders riskeer je een stijve chatbot te creëren. Identificeer in plaats daarvan beslissingen met zakelijke gevolgen, zoals gebruikersauthenticatie, financiële transacties of routering naar gevoelige wachtrijen. Bepaal die met voorwaarden, filters en variabelentoewijzing aan actie-invoer en -uitvoer. Voor de rest, laat de LLM redeneren. Begin open en voeg controle toe waar testen uitwijst dat u deze nodig hebt.
Hier zijn enkele algemene richtlijnen.
- Gebruik natuurlijke taalinstructies en LLM-redeneringen voor begrip van gesprekken, context en flexibele besluitvorming.
Houd bij het schrijven van instructies voor natuurlijke taal deze best practices in gedachten.
- Agenten presteren het best wanneer instructies met natuurlijke taal eenvoudiger en korter zijn.
- Vermijd overlappende of conflicterende instructies, die de prestaties van agenten kunnen verminderen.
- LLM's zijn gevoelig voor taalkeuze, dus maak duidelijke taalinstructies die nauwkeurig, gedetailleerd en direct zijn. Gebruik absolute waarden alleen als u het meent. Vermijd jargon waar mogelijk. Gebruik taal consistent in al uw instructies.
Tip Als u instructies met natuurlijke taal migreert van uw bestaande agent, wees dan niet bang om ze agressief in te korten. Instructies in de verouderde samensteller zijn vaak lang en herhalend en behandelen het gedrag en de randcases die u nu kunt afhandelen met een voorwaarde of filter. Meestal kunt u alles veilig verwijderen, behalve een of twee kernzinnen. Lange instructies voor natuurlijke taal kunnen de relevantie van de inhoud verminderen en het voor uw agent moeilijker maken om te begrijpen wat belangrijk is. - Gebruik deterministische logica voor acties met zakelijke gevolgen, zoals gegevenscontroles, verplichte reeksen, routeringsregels voor bedrijven, nalevingsvereisten en transactiebewerkingen.
Voordat op natuurlijke taal gebaseerde instructies worden uitgevoerd, gebruikt u bijvoorbeeld voorwaardelijke logica om te bepalen of een gebruiker moet worden bedankt voor het feit dat deze lid is van een gouden laag, een variabele moet worden gebruikt om de aanwijzing aan te passen of deterministisch een actie moet worden uitgevoerd om informatie op te zoeken of een e-mailbericht te verzenden. Vervolgens kunt u de instructies voor natuurlijke taal richten op wat een AI-model het beste doet, zonder de context van het model te overbelasten.
- Verplaats voor het hoogste niveau van betrouwbaarheid elke logica met juridische, veiligheids- of regelgevende gevolgen naar een agentactie (bijvoorbeeld leeftijdsverificatie).
Bouw de logica in de onderliggende Apex klasse of stroom van de actie in en geef uw agent gedetailleerde instructies over hoe en wanneer de actie te gebruiken.
Hier zijn enkele resources om u te helpen determinisme en redenering in uw agentontwerp in evenwicht te brengen.
- Salesforce Help: Een Agentforce-handleiding voor contextengineering
Deze resource bespreekt de stappen voor het samenstellen van betrouwbare en effectieve Agentforce oplossingen door middel van enkele best practices voor contextengineering, om ervoor te zorgen dat u uw AI-agent de juiste informatie, tools en instructies geeft om zijn doelen te bereiken.
- De 360-blog: Agentscript: Het controleplan voor agentische beslissingen
Een blogpost, geschreven door enkele van onze vaste Agent Script-experts, die de voordelen van het beheren van determinisme en redeneren in één interface en bestand benadrukt. Naast advies over de tools die beschikbaar zijn in Agentscript en hoe u ze kunt gebruiken, biedt het drie versies van een eenvoudige agent die drie verschillende niveaus van controle demonstreren: volledig gescript (een werkstroom met een LLM erbovenop), gemengd (deterministische identiteitsverificatie, maar door redeneren gestuurde oplossing) en volledig agentisch (minimaal determinisme).
- Zes niveaus van determinisme in Agentforce
Een gedetailleerd raamwerk voor het ontwerpen van agenten, dat u helpt om indien nodig geleidelijk van lagere naar hogere niveaus van controle te gaan. Het definieert zes niveaus van agentische controle en biedt best practices voor het verkrijgen en houden van controle over agentisch gedrag voor elk van deze niveaus.
