您位於此處：
Agentforce 詞彙詞彙
深入瞭解在 Agentforce 中使用的詞彙和 Salesforce 中的生成式 AI。
A
- 動作、工作人員動作
-
您工作人員在平台上執行以取得資訊和執行工作的函數。換句話說,動作是工作人員在 Salesforce 中完成工作的方式。工作人員動作包括:
- 自然語言名稱與指示,可告知工作人員如何及何時使用動作、如何提取必要輸入,以及如何設定輸出格式與使用。
- 工作人員動作呼叫以取得資訊或執行工作的 Salesforce 功能,稱為參考動作。例如,工作人員動作可以呼叫 API 來取用資料、流程來更新記錄、提示範本來產生回應、Apex 類別來執行自訂業務邏輯,或預測模型來提出建議。
- 工作人員
-
以目標為導向的自發式 AI,可執行工作和業務互動,並提供從業務資料繪製的相關回答。工作人員比其他對話式 AI 解決方案更具自主性,因此其可以獨立識別採取動作的機會、預期後續步驟,並在您指定的使用個案和護欄內起始工作。某些工作人員代表使用者起始並完成工作。其他可協助使用者處理使用者工作流程中的工作與問題。
工作人員可根據相關聯的工作人員類型部署至客戶或員工管道。
工作人員可以從範本或從頭開始建立。工作人員包含子工作人員與動作。
請參閱什麼是工作人員?
- 工作人員路由器 (先前稱為主題選取器)
- 特殊的系統子代理程式,可協助您在 Agentforce Studio 中在 Agentforce Builder 中建立的工作人員中控制子代理程式分類和路由。
當您建立工作人員時,「工作人員路由器」會新增至您的工作人員,並定義為每個工作人員交談的起始子代理程式。依預設,工作人員會使用此子代理程式進行子代理程式分類,這是根據使用者想要執行的動作和工作人員可以執行的工作選取最相關子代理程式的流程。
您可以編輯「工作人員路由器」,就像任何其他子工作人員一樣,因此您可以自訂其推理指示和動作以設定初始變數、新增邏輯,以及新增或移除轉換至子工作人員以控制工作人員的路由行為。
請參閱「子工作人員分類和路由」。
- 工作人員使用者、工作人員的使用者記錄
-
具有工作人員執行其工作所需所有權限的 Salesforce 整合使用者。當您建立連線至客戶管道的工作人員時,您可以在「工作人員建立者」引導式設定中建立工作人員使用者。
AI 工作人員可以與員工或客戶互動。大多數與員工互動的工作人員會在登入使用者的內容中執行。不過,連線至客戶管道的工作人員會與廣泛的使用者聊天,包括未經驗證的使用者。若要安全地存取資料並執行一般使用者沒有存取權的動作,工作人員會以工作人員使用者身分運作。您授與工作人員使用者的權限會決定相關聯工作人員可以採取的動作。
- Agentforce 資料庫
-
Agentforce 資料庫提供工作人員的基礎資訊。建立資料庫以索引 Knowledge 文章和欄位、檔案上載或網路來源。索引可讓 AI 工作人員針對 LLM 提示,從中取得並使用相關且準確的資訊。
請參閱 Agentforce 資料庫。
- Agenttic 功能、Agentforce 功能
-
一種生成式 AI 解決方案,使用 LLM Gateway 和推理引擎 (通常品牌為「Agentforce」。工作人員功能通常是使用聊天 UI 的對話式體驗,但其他功能會在背景中作業。
- 人工智慧 (AI)
-
電腦科學的分支,其中電腦系統會使用資料來推斷、執行工作,以及使用類似人類的推理來解決問題。
- 資產、工作人員資產
-
意指指派給工作人員的子工作人員、動作、變數、表面和預設設定 (例如系統訊息)。
您可以在資產庫中檢視可供您的工作人員使用的資產。您可以在 Agentforce Builder 中檢視和管理指派給您工作人員的資產。
C
- 管道
您可以將工作人員部署至的傳訊平台、應用程式或介面。員工和其他內部利害關係人可以與 Salesforce、Slack 和其他員工管道中的工作人員互動。客戶管道 (例如傳訊平台和電子郵件) 是您的客戶與工作人員互動的位置。
請參閱將工作人員部署至管道。
- 切分
將非結構化資料拆分成可管理且在語意上有意義的區塊的程序,然後可以轉換為向量內嵌。切分策略會根據要切分的內容內容而有所不同。
請參閱 區塊資料。
- 引號
引號會將 AI 產生的回應連結至與回應相關的奠基來源。引號可讓使用者查看大型語言模型 (LLM) 用於產生回應的資訊,以及驗證來源資料的有效性。
請參閱使用引號在 AI 回應中建立信任。
- 連線
-
連線包含可協助您工作人員連線至特定管道的所有元件和設定,包括自適應回應格式和連線設定。您也可以在連線設定中找到 Omni-Channel 流程,該流程會將交談路由至工作人員並從該工作人員傳送。
請參閱將工作人員部署至管道。
- 對話建議 (僅限 Lightning Experience 與行動裝置)
可按一下直接出現在 Agentforce 對話面板中的建議要求或問題,即使使用者移至新頁面仍會持續。先前稱為建議動作。僅適用於 Agentforce 員工工作人員。
D
- 數位錢包
帳戶管理工具,可提供已啟用契約中已啟用產品的近乎即時耗用資料。使用 Digital Wallet 對照生成式 AI 使用類型追蹤您組織的 Agentforce 使用情況和信用額度消耗情況。
請參閱 Digital Wallet 和 生成式 AI 用量與帳單。
F
- 篩選
根據您指定的條件和變數限制子工作人員和動作的存取權。當您將篩選條件套用至子工作人員或動作時,工作人員只能在符合篩選條件時使用資產。
- 微調、調整
透過對較小的工作特定資料集進行訓練,為特定工作調整預先訓練語言模型的流程。
微調也可以更一般地參照測試和精簡指示的流程,以改善提示效能。
- 追蹤動作 (僅限 Lightning Experience)
使用者完成特定標準動作後,在 Agentforce 對話面板中顯示的即時動作。這些動作會根據先前動作的輸出來建議下一個邏輯步驟,引導使用者完成自然工作流程。依定義,無法自行執行追蹤動作。他們只能遵循標準動作 (例如,您無法在先「草稿電子郵件」前「精簡電子郵件」)。
G
- 生成式 AI 門戶、Einstein 門戶、門戶
公開標準化 API 以與不同廠商內部和合作夥伴生態系統所提供的基礎模型和服務互動。
- 生成式預先訓練轉換器 (GPT)
針對文字資料的大型內文訓練的一系列語言模型,使其能夠產生類似人類的文字。
- 奠基
將網域特定 Knowledge 和客戶資訊新增至提示的流程,以為模型提供更準確回應所需的內容。
請參閱資料中的 Ground Agentforce。
L
- 大型語言模型
包含許多在大量文字上訓練參數的神經網路語言模型。
工作人員利用大型語言模型 (LLM) 的強大功能與使用者通訊,並在您的組織中採取行動。工作人員在工作或與使用者互動期間,在不同時間對 LLM 進行推理引擎呼叫。LLM 呼叫的數量和大小取決於工作以及啟動的子工作人員和動作。
請參閱 Agentforce 運作方式。
O
- Omni-Channel 流程
用於將對話路由至工作人員或從工作人員傳送的流程。Omni-Channel 流程使用「路由工作」動作來路由交談及其相關聯的記錄,例如傳訊工作階段和電子郵件記錄。連線至客戶管道的工作人員擁有至少一個輸入與輸出 Omni-Channel 流程。
請參閱將工作人員部署至管道。
P
- 參數大小
模型用來處理和產生資料的參數數目。
- 提示
要完成工作的自然語言描述。對 LLM 的輸入。
- 提示設計
提示設計是建立提示的流程,可改善模型回應的品質和準確性。
- 提示工程
AI 中的新興學科,專注於以系統且嚴格的方式製作提示,以最大化模型的效能和可靠性。
- 提示注射
透過提供特定提示控制或操作模型輸出的方法。透過此方法,使用者和第三方會嘗試略過限制並執行模型未設計的工作。
- 提示解決方案
在執行階段將額外資訊填入 LLM 提示的流程,例如從結構化資料來源中取得的值,以及從非結構化資料來源取得的 Knowledge。此流程有時稱為動態奠基或保濕提示。請參閱 提示範本執行階段。
- 提示範本
具有預留位置的字串,取代為業務資料值,以產生傳送至 LLM 的最後文字指示。
R
- 推理引擎、Atlas 推理引擎
指引工作人員如何在交談期間啟動子工作人員和動作,並產生回應,以完成使用者的工作,換句話說,工作人員如何理由並採取行動。
Atlas 推理引擎是以圖形為基礎的推理引擎。您可以將其視為具有節點、變數和轉換的流程圖,讓工作人員遵循特定且可預測的路徑。不同於嚴格以提示為基礎的推理引擎,Atlas 會將工作人員的全貌工作流程與其對話技能分開。
請參閱 工作人員運作方式。
- 參照動作
工作人員動作呼叫以取得資訊或執行工作的 Salesforce 功能。例如,工作人員動作可以呼叫 API 來取用資料、流程來更新記錄、提示範本來產生回應、Apex 類別來執行自訂業務邏輯,或預測模型來提出建議。
請參閱 建立自訂動作以瞭解支援哪些參照動作類型。
- ⁇ 取增量產生 (RAG)
一種奠基方式,使用如 Knowledge 庫等資訊 ⁇ 取系統,以使用相關內容來增強提示,以供推斷或訓練。
請參閱資料中的 Ground Agentforce。
- ⁇ 取者
搜尋服務與 Knowledge 提取所提供解決方案之間的邏輯層級,例如提取增強的產生 (RAG) 實作。它會定義應用程式、工作人員、提示範本和其他解決方案元件的執行階段搜尋和提取組態。檢索工具可作為可重複使用、版本化和可封裝的成品,透過以搜尋為基礎的工作人員、資料庫、提示範本、透過 Apex 或在「流程」中簡化 Knowledge 提取的設定。
請參閱 取得資料。
S
- 搜尋索引
Data 360 搜尋索引包含一組 內容區塊及其各自的 向量內嵌。搜尋索引可協助搜尋指定的查詢向量相關向量。根據您的資料和查詢需求,您可以建立向量搜尋索引或混合搜尋索引。
- 語意 ⁇ 取
允許 LLM 使用客戶 CRM 資料中相似且相關的歷程記錄業務資料的案例。
- 子工作人員 (又稱為主題)
-
工作人員可以執行的特定工作。子工作人員包含動作,即工作可用的工具,以及指示,告知工作人員如何做出決策。指派給您工作人員的子工作人員會共同定義您工作人員可以處理的功能。
子工作人員可以是標準 (由 Salesforce 提供) 或自訂。依預設,標準子工作人員可立即在資產庫中使用,或指派給新工作人員。
請參閱「副工作人員」。
- 建議的動作 (僅限 Lightning Experience)
根據使用者目前檢視的頁面,Agentforce 對話面板中包含三個內容相關的動作集。這些動作可協助使用者識別完成工作或瞭解特定功能的最立即步驟。建議的動作僅會考量頁面內容,且以規則為基礎。建議的動作結果是預先定義的,因此會與在工作人員交談中輸入類似任意文字的結果不同。
T
- 溫度
控制模型輸出可預測與變化的參數。具有高溫度的模型會產生隨機且多樣的回應。低溫的模型會產生更精確且一致的回應。
- 範本、工作人員範本
-
針對特定使用個案設計的個別工作人員藍圖。其中包含子工作人員、動作、篩選條件、變數和系統訊息。從範本建立工作人員時,您可以從範本中選擇要包含的資產。
工作人員範本是工作人員類型的子系。一個類型可以與許多範本相關聯,但一個範本只能與一個類型相關聯。例如,Agentforce 服務代理 (ASA) 是連線至客戶管道的工作人員類型。若要從 ASA 類型的範本建立工作人員,您需要 ASA 的必要權限,以及與範本相關聯的任何權限。
請參閱 建立工作人員。
- 權杖
為了瞭解或產生文字,大型語言模型 (LLM) 會將文字拆分為稱為權杖的較小單位。權杖可以大於單一字或小於單一字元,端視文字的處理或產生方式而定。
權杖大小可能會影響工作人員的帳單與效能。一般而言,提示或回應中的權杖數目愈大,工作愈複雜,LLM 的回應愈慢。
一次可處理的權杖數目上限稱為內容視窗,且會因模型而有所不同。若要深入瞭解支援模型的內容視窗,請參閱《Agentforce 開發人員指南》:支援的模型。
- 主題、工作人員主題
-
主題現在稱為子工作人員。請參閱 子代理程式 (又稱為主題)。
- 毒性
描述許多類型的對話,包括但不限於不當、不合理、不尊重、不愉快、有害、侮辱或仇恨的言語。
- 信任的 AI
Salesforce 建立的原則,專注於負責任開發和實作 AI。
- 類型,工作人員類型
-
擁有相似能力與限制的廣泛工作人員種類。類型可控制建立或存取工作人員所需的權限,以及可將工作人員部署至的管道。例如,Agentforce 服務代理程式類型的工作人員可以部署至客戶管道,例如「增強型聊天」。Agentforce 員工工作人員類型的工作人員可以部署至員工管道,例如 Slack。
工作人員類型是工作人員範本的父系。每個工作人員類型都與該類型的預設範本 (通常與工作人員類型名稱相同) 以及其他範本相關聯。
一個類型可以與許多範本相關聯,但一個範本只能與一個類型相關聯。例如,Agentforce 服務代理 (ASA) 是連線至客戶管道的工作人員類型。若要從 ASA 類型的範本建立工作人員,您需要 ASA 的必要權限,以及與範本相關聯的任何權限。
請參閱 工作人員類型與考量事項。
U
- 非結構化資料
沒有特定且一致格式且無法輕鬆儲存在一般關聯式資料庫中的資料。常見的非結構化資料形式包括聊天文字記錄、音訊檔案、網站、法律文件,以及其他大型文字,例如書籍。
請參閱 Data 360 中的非結構化資料。
- 使用類型
使用類型是用於分類使用 Agentforce 和其他生成式 AI 功能時所耗用信用的不同種類。每個使用類型都有自己的乘數率,如比率卡中所列,此卡會決定每個使用單位收取多少信用額。您可以追蹤組織的 Agentforce 功能用量,以及 Digital Wallet 中的信用額度消耗。
請參閱 生成式 AI 用量與帳單,以及 關於 Digital Wallet。
- 使用者訊息、使用者說話方式
一般使用者對工作人員的輸入,通常是問題或要求。這可以是輸入至聊天 UI 或以電子郵件傳送的任意文字輸入、預先定義功能表中的選取項目,甚至是語音輸入。
針對未與一般使用者直接互動的工作人員,管理員或產生器有時會提供視為使用者訊息的字串,以定義工作人員的工作。
