詳細情報:
Agentforce 用語集
AgentforceとSalesforceの生成AIで使用される用語について説明します。
- エージェント
ToDo とビジネスインタラクションを実行し、ビジネスデータから関連する回答を提供する目標指向の自律型 AI。エージェントは他の会話型 AI ソリューションよりも自律性が高いため、アクションの機会を独自に特定し、次のステップを予測して、指定した使用事例とガードレール内で ToDo を開始できます。一部のエージェントは、ユーザーに代わって ToDo を開始および完了します。ユーザーの作業フローで ToDo や質問をサポートするユーザーもいます。
エージェントは、関連付けられたエージェント種別に応じて、顧客チャネルまたは従業員チャネルにリリースできます。
エージェントはテンプレートから作成することも、最初から作成することもできます。エージェントにはトピックとアクションが含まれます。
「What Are Agents?」を参照してください。
- エージェントアクション
情報を取得して ToDo を実行するためにエージェントがプラットフォーム上で実行する機能。つまり、アクションとはエージェントが Salesforce で作業を実行する方法です。エージェントアクションには次のものが含まれます。
- アクションを使用する方法とタイミング、必要な入力を取得する方法、出力の書式設定と使用方法をエージェントに指示する自然言語名および指示。
- エージェントアクションが情報を取得したりタスクを実行したりするためにコールする Salesforce 機能。参照アクションと呼ばれます。たとえば、エージェント・アクションは、データを取得するAPI、レコードを更新するフロー、応答を生成するプロンプト・テンプレート、カスタム・ビジネス・ロジックを実行するApexクラス、おすすめを実行する予測モデルをコールできます。
- エージェントアセット
エージェントに割り当てられたトピック、アクション、検索条件、変数、表面、およびデフォルト設定 (システムメッセージなど) を参照します。
アセットライブラリでエージェントが使用できるアセットを表示できます。Agentforce Builder でエージェントに割り当てられたアセットを表示および管理できます。
- エージェント表面
エージェントがリリースする特定のチャネル、インターフェース、またはアプリケーションに関するコンテキストを表示します。各表面には、1 つ以上のチャネルの適切な推論と対応方法をエージェントに指示するバックグラウンドの指示が含まれます。サーフェスには適応型応答形式も含まれており、エージェントに応答の構造を指示し、画像、ボタン、リンク、動画などのマルチメディアコンテンツをさまざまなチャネルで配信できます。
「Deploy Your Agent to Channels」を参照してください。
- エージェントテンプレート
特定の使用事例用に設計された個々のエージェントのブループリント。トピック、アクション、検索条件、変数、システムメッセージが含まれます。テンプレートからエージェントを作成するときに、含めるアセットをテンプレートから選択できます。
エージェントテンプレートは、エージェント種別の子です。種別は多数のテンプレートに関連付けることができますが、テンプレートは 1 つの種別にのみ関連付けることができます。たとえば、Agentforce サービスエージェント(ASA)は、カスタマーチャネルに接続するエージェント種別です。ASA 種別のテンプレートからエージェントを作成するには、ASA に必要な権限と、テンプレートに関連付けられた権限が必要です。
「エージェントの作成」を参照してください。
- エージェントトピック
エージェントが実行できる特定のジョブ。 トピックには、ジョブで使用できるツールであるアクションと、エージェントに意思決定方法を指示する手順が含まれます。エージェントに割り当てられたトピックによって、エージェントが処理できる機能が定義されます。
エージェントがトリガーされたとき、またはユーザーがエージェントの会話で質問または要求を入力すると、エージェントは ToDo または要求と、割り当てられているすべてのトピックの名前および分類の説明を比較します。次に、エージェントは ToDo または要求を最も関連性の高いトピックに分類します。選択したトピックのアクションと手順に基づいて、エージェントは 1 つ以上のアクションを起動できます。または、エージェントがユーザーとチャットしている場合は、追加情報 (明確化の質問やアクションの必須入力など) の入力をユーザーに要求できます。詳細は、「How Agentforce Works」を参照してください。
トピックは標準 (Salesforce 提供) またはカスタムです。標準トピックは、アセットライブラリで標準で使用可能であるか、デフォルトで新しいエージェントに割り当てられます。
「エージェントトピック」を参照してください。
- エージェント種別
同様の機能と制約を共有する広範なエージェントのカテゴリ。種別は、エージェントの作成またはアクセスに必要な権限と、エージェントのリリース先のチャネルを制御します。たとえば、Agentforce サービスエージェント種別のエージェントは、拡張チャットなどの顧客チャネルにリリースできます。Agentforce 従業員エージェント タイプのエージェントは、Slack などの従業員チャネルにリリースできます。
エージェント種別はエージェントテンプレートの親です。各エージェント種別は、その種別のデフォルトテンプレート (通常はエージェント種別と同じ名前) および他のテンプレートに関連付けられます。
種別は多数のテンプレートに関連付けることができますが、テンプレートは 1 つの種別にのみ関連付けることができます。たとえば、Agentforce サービスエージェント(ASA)は、カスタマーチャネルに接続するエージェント種別です。ASA 種別のテンプレートからエージェントを作成するには、ASA に必要な権限と、テンプレートに関連付けられた権限が必要です。
「エージェント種別と考慮事項」を参照してください。
- エージェントユーザー、エージェントのユーザーレコード
エージェントが作業するために必要なすべての権限を持つ Salesforce インテグレーションユーザー。顧客チャネルに接続するエージェントを作成するときに、エージェント作成者のガイド付き設定でエージェントユーザーを作成できます。
AI エージェントは従業員または顧客とやりとりできます。従業員とやりとりするほとんどのエージェントは、ログインユーザーのコンテキストで実行されます。ただし、カスタマーチャネルに接続されているエージェントは、未検証のユーザーを含む幅広いユーザーセットとチャットします。エンドユーザーがアクセスできないデータに安全にアクセスし、アクションを実行するために、エージェントはエージェントユーザーとして動作します。エージェントユーザーに付与した権限によって、関連付けられたエージェントが実行できるアクションが決まります。
「エージェントユーザー権限のベストプラクティス」を参照してください。
- Agentforce データライブラリ
Agentforce データライブラリは、エージェントのグラウンディング情報を提供します。Knowledge 記事と項目、ファイルのアップロード、または Web ソースにインデックスを付けるデータライブラリを作成します。インデックスを使用すると、AI エージェントは LLM プロンプトに関連する正確な情報を取得して使用できます。
「Agentforce Data Library」を参照してください。
- Agentic 機能、Agentforce 機能
LLMゲートウェイと推論エンジン(通常は「Agentforce」としてブランド設定)を使用する生成AIソリューション。エージェント機能は多くの場合、チャット UI を使用した会話環境ですが、他の機能はバックグラウンドで動作します。
- 人工知能 (AI)
コンピューターシステムがデータを使用して推測を導き、タスクを実行し、人間のような推論で問題を解決するコンピューターサイエンスの分野。
C
- チャネル
エージェントをリリースできるメッセージングプラットフォーム、アプリケーション、またはインターフェース。従業員やその他の内部関係者は、Salesforce、Slack、その他の従業員チャネルでエージェントとやりとりできます。メッセージングプラットフォームやメールなどの顧客チャネルは、顧客がエージェントとやりとりできる場所です。
「Deploy Your Agent to Channels」を参照してください。
- チャンキング
非構造化データを管理可能で意味的なチャンクに分割し、ベクトル埋め込みに変換できるプロセス。チャンク戦略は、チャンクされるコンテンツのコンテキストによって異なります。
「チャンクデータ」を参照してください。
- 引用
引用は、AI が生成した回答を回答に関連するグラウンディングソースにリンクします。引用により、ユーザーは大規模言語モデル (LLM) が応答の生成に使用した情報を確認し、ソースデータの有効性を確認できます。
「Build Trust in AI Responses with Citations」を参照してください。
- 接続
-
接続には、エージェントが特定のチャネルに接続するのに役立つすべてのコンポーネントと設定 (表面、適応応答形式、接続設定など) が含まれます。エージェントとの間で会話を転送するオムニチャネルフローは、接続設定でも確認できます。
「Deploy Your Agent to Channels」を参照してください。
- 会話のおすすめ (Lightning Experience およびモバイルのみ)
Agentforce 会話パネルに直接表示され、ユーザーが新しいページに移動しても保持される、推奨の要求または質問。以前は推奨アクションと呼ばれていました。
D
- デジタルウォレット
有効な契約全体で有効な商品のほぼリアルタイムの消費データを提供する取引先管理ツール。Digital Walletを使用して、組織のAgentforceの使用状況を追跡し、生成AIの利用状況種別に対して使用量をクレジット処理します。
「About Digital Wallet and Generative AI Usage and Billing」を参照してください。
F
- 検索条件
指定した条件と変数に基づいて、トピックとアクションへのアクセスを制限します。トピックまたはアクションに検索条件を適用すると、エージェントは検索条件が満たされた場合にのみアセットを使用できます。
- 微調整、調整
より小さな ToDo 固有のデータセットでトレーニングすることで、事前トレーニング済み言語モデルを特定の ToDo に適応させるプロセス。
微調整とは、より一般的にはプロンプトのパフォーマンスを改善するための手順をテストおよび調整するプロセスを指します。
- フォローアップアクション (Lightning Experience のみ)
ユーザが特定の標準アクションを完了した後に Agentforce 会話パネルに表示される状況依存アクション。これらのアクションは、前のアクションの出力に基づいて次の論理ステップを提案することで、ユーザーを自然なワークフローに導きます。定義上、フォローアップアクションは単独で実行できません。標準アクションのみに従うことができます (たとえば、最初に「メールのドラフトを作成」せずに「メールを絞り込む」ことはできません)。
G
- 生成AIゲートウェイ、Einsteinゲートウェイ、ゲートウェイ
標準化された API を公開し、さまざまなベンダーが提供する基盤モデルやサービスを内部およびパートナーエコシステムから操作します。
- 生成事前トレーニング済みトランスフォーマー (GPT)
人間のようなテキストを生成できるように大量のテキストデータに基づいてトレーニングされた言語モデルのファミリー。
- グラウンディング
より正確に応答するために必要なコンテキストをモデルに提供するために、ドメイン固有の Knowledge および顧客情報をプロンプトに追加するプロセス。
「Ground Agentforce in Your Data」を参照してください。
L
- 大規模言語モデル
大量のテキストでトレーニングされた多数のパラメーターを含むニューラルネットワークで構成される言語モデル。
エージェントは大規模言語モデル (LLM) の機能を活用して、組織でユーザーとコミュニケーションを取り、アクションを実行します。エージェントは、ToDo 中またはユーザーとのやりとり中にさまざまなタイミングで LLM に推論エンジンコールを実行します。LLM コールの数とサイズは、ToDo、および起動するトピックとアクションによって異なります。
「How Agentforce Works」を参照してください。
O
- オムニチャネルフロー
エージェントとの間で会話を転送するために使用されるフロー。オムニチャネルフローでは、[作業を転送] アクションを使用して、会話とそれに関連付けられたレコード (メッセージングセッションやメールレコードなど) を転送します。顧客チャネルに接続するエージェントには、少なくとも 1 つの受信および送信オムニチャネルフローがあります。
「Deploy Your Agent to Channels」を参照してください。
P
- パラメーターサイズ
モデルでデータを処理および生成するために使用するパラメーターの数。
- 応答画面
実行する ToDo の自然言語による説明。LLM への入力。
- プロンプト設計
プロンプト設計は、モデルの応答の品質と精度を向上させるプロンプトを作成するプロセスです。
- プロンプトエンジニアリング
AI 内の新しい分野で、体系的で厳格な方法でプロンプトを作成することでモデルのパフォーマンスと信頼性を最大化することに重点を置いています。
- プロンプトインジェクション
特定のプロンプトを表示してモデルの出力を制御または操作するために使用するメソッド。この方法では、ユーザーとサードパーティが制限を回避し、モデルが設計していないタスクを実行しようとします。
- 迅速な解決
実行時に LLM プロンプトに構造化データソースの値や非構造化データソースから取得した Knowledge などの追加情報を入力するプロセス。このプロセスは、動的グラウンディングまたはハイドレートプロンプトと呼ばれることもあります。「プロンプトテンプレートランタイム実行」を参照してください。
- プロンプトテンプレート
LLM に送信される最終的なテキスト命令を生成するためにビジネスデータ値に置き換えられるプレースホルダーが含まれる文字列。
R
- 推論エンジン、Atlas 推論エンジン
会話中にエージェントがトピックとアクションを起動し、応答を生成してユーザーの ToDo を達成する方法 (つまり、エージェントが理由付けとアクションを実行する方法) をガイドします。推論エンジンは、大規模言語モデル (LLM) に慎重に調整された一連のプロンプトと考えることができます。エージェントの反復分類と推論の各ステップは、1 つ以上の LLM コールを表します。
「How Agentforce Works」を参照してください。
- 参照アクション
エージェントアクションが情報を取得または ToDo を実行するためにコールする Salesforce 機能。たとえば、エージェント・アクションは、データを取得するAPI、レコードを更新するフロー、応答を生成するプロンプト・テンプレート、カスタム・ビジネス・ロジックを実行するApexクラス、おすすめを実行する予測モデルをコールできます。
サポートされている参照アクション種別については、「カスタムエージェントアクションの作成」を参照してください。
- 取得増強生成 (RAG)
Knowledgeベースなどの情報検索システムを使用して、推測やトレーニングのためにプロンプトを関連するコンテキストで強化するグラウンディングの形式。
「Ground Agentforce in Your Data」を参照してください。
- Retriever
検索サービスとKnowledge検索機能を備えたソリューション(RAG(取得拡張生成)実装など)との間の論理レイヤー。アプリケーション、エージェント、プロンプトテンプレート、その他のソリューションコンポーネントの実行時検索および取得設定を定義します。取得機能は、エージェント、データ ライブラリ、プロンプト テンプレート、Apex、またはフローの検索ベースのグラウンディングを使用したKnowledge取得の設定を簡略化する、再利用可能なバージョン管理されたパッケージ可能なアーティファクトとして機能します。
「データの取得」を参照してください。
S
- 検索インデックス
Data 360検索インデックスには、コンテンツ チャンクのコレクションとそれぞれのベクトル埋め込みが保持されます。検索インデックスにより、クエリ ベクトルを指定して関連するベクトルを容易に検索できます。データとクエリのニーズに応じて、ベクトル検索インデックスまたはハイブリッド検索インデックスを作成できます。
「AI、自動化、および分析の検索の使用」を参照してください。
- セマンティック検索
顧客の CRM データに存在する類似する関連する過去のビジネスデータを LLM で使用できるシナリオ。
- 推奨アクション (Lightning Experience のみ)
Agentforce 会話パネルのコンテキストに関連する 3 つのアクションのセット。ユーザが現在表示しているページに基づきます。これらのアクションは、ユーザーが ToDo を完了したり、特定の機能について詳細を把握したりするためにすぐに実行できるステップを特定するのに役立ちます。推奨アクションはページコンテキストのみを考慮し、ルールベースです。推奨アクションの結果は定義済みであるため、エージェントの会話で同様の自由テキスト入力を入力した場合の結果とは異なる場合があります。
T
- 温度
モデルの出力の予測可能性と変化を制御するパラメーター。温度が高いモデルは、ランダムで多様な応答を生成します。温度が低いモデルは、焦点を絞ったより一貫性のある応答を生成します。
- トークン
テキストを理解または生成するために、大規模言語モデル (LLM) ではテキストをトークンと呼ばれる小さな単位に分割します。トークンは、テキストの処理方法や生成方法に応じて、1 単語の大きさや 1 文字の大きさになります。
トークンサイズは、エージェントの請求とパフォーマンスに影響する可能性があります。一般に、プロンプトまたは応答のトークン数が多いほど、タスクは複雑になり、LLM の応答は遅くなります。
一度に処理できるトークンの最大数はコンテキストウィンドウと呼ばれ、モデルによって異なります。サポートされるモデルのコンテキスト ウィンドウの詳細については、『 Agentforce Developer Guide: Supported Models 』を参照してください。
- 毒性
攻撃的、理不尽、失礼、不快、有害、罵倒的、憎悪的な言葉を含むがこれらに限定されない、多くの種類の言説を説明する。
- 信頼できるAI
AI の責任ある開発と実装に焦点を絞った Salesforce によって作成されたガイドライン。
U
- 非構造化データ
特定の一貫した形式がなく、一般的なリレーショナルデータベースに簡単に保存できないデータ。一般的な非構造化データには、チャットトランスクリプト、音声ファイル、Web サイト、法的文書、その他の大きなテキスト (書籍など) があります。
「 Data 360 の非構造化データ」を参照してください。
- 利用状況種別
使用量タイプは、Agentforceやその他の生成AI機能を使用するときにクレジットをどのように消費するかを分類するさまざまなカテゴリです。各使用量種別には、レートカードにリストされている独自の乗数レートがあり、単位あたりの請求クレジット数が決まります。組織での Agentforce 機能の使用状況と Digital Wallet でのクレジット消費を追跡できます。
「Generative AI Usage and Billing and About Digital Wallet」を参照してください。
- ユーザーメッセージ、ユーザーの発言
エンドユーザーからエージェントへの入力 (多くの場合、質問または要求)。これは、チャット UI に入力された自由テキスト入力、メールで送信された自由テキスト入力、定義済みメニューからの選択、または音声入力です。
エンドユーザーと直接やりとりしないエージェントの場合、システム管理者またはビルダーがエージェントの ToDo を定義するためにユーザーメッセージとして処理される文字列を提供することがあります。
V
- 変数
エージェントの会話に関するコンテキスト情報を保存します。変数を使用して、エージェントの会話をパーソナライズし、ユーザー検証を実装して、一貫したエージェント動作を確保できます。変数は、検索条件、命令、およびアクションの入力として使用できます。
Salesforce には、さまざまな種別の変数が用意されています。「エージェント変数」を参照してください。
- ベクトル埋め込み
マシンが読み取ることができる非構造化データの数値表現。ベクトル埋め込みでは、さまざまなテキストの意味的類似性を測定し、生成 AI プロンプトの正確で関連性の高い検索結果を得ることができます。
「ベクトル検索」を参照してください。
