Loading
Agentforce og Einstein Generative AI
Innhold
Velg filtre

          Ingen resultater
          Ingen resultater
          Her er noen søketips

          Kontroller stavemåten i søkeordene.
          Bruk mer generelle søkebegreper.
          Velg færre filtre for å utvide søket.

          Søk i all Salesforce Hjelp
          Scorer og tilpassede scorere (beta)

          Scorer og tilpassede scorere (beta)

          Scorer (beta) er evalueringskomponenter i Agentforce Studio som analyserer agentøkter og produserer score, dimensjoner og målinger for Agentforce Optimization og Analytics. Par Salesforce-standardscore med tilpassede evalueringer for ytelsesindikatorene, opprett tilpassede scorere med Next Gen Testing, bruk dem på økter, og bruk utdataene i Optimalisering og Analytics til å prioritere agentforbedringer.

          Nødvendige utgaver

          Tilgjengelig i Enterprise, Performance og Ubegrenset Edition med et Einstein for Sales, Einstein for Platform, Einstein for Service, Einstein 1 Service eller Einstein GPT Service-tillegg. Hvis du vil kjøpe tillegg, kontakter du din Salesforce-kundeansvarlige.
          Merk
          Merk Salesforce standarddatamodell versjon 1.130 eller nyere kreves.
          Merk
          Merk

          Scorer er en betatjeneste som er underlagt betatjenestevilkårene på avtaler - Salesforce.com eller en skriftlig forent pilotavtale hvis den utføres av kunden, og gjeldende vilkår i produktvilkårskatalogen. Bruk av denne betatjenesten er kundens eget valg.

          Hvor score vises i optimalisering og Analytics

          • Next Gen Testing – Lag tilpassede scorere som en del av en ny eller eksisterende testpakke, begrens og publiser den.
          • Scorer Hub (Agentforce Studio) – sentralt sted for å vise, aktivere og behandle scorere.
          • Tabell over økter og hensikter – Økter viser scoreresultater, filtrerer og analyserer etter tilpassede scoredimensjoner.
          • Session Page – Økter viser tilknyttede scoringsetiketter og score.
          • Analytics-kontrollpaneler – Tilpassede scoremålinger vises som målinger for rapportering.

          Considerations and Limitations

          • Tilgjengelig i Lightning Experience i Enterprise, Performance og Unlimited Edition med Salesforce Foundations eller Agentforce 1 Edition der agentoptimalisering og Analytics er aktivert.
          • Tilpassede scorere er i beta og krever ingen ekstra lisens utover Agentforce.
          • Under beta støttes bare score på øktnivå.
          • Tilpassede scorere støttes ikke for agenttypene Agentforce (AEA).
          • SDR-agenttypen vises i Scorer Hub, men ikke i rullegardinlisten Optimization UI-agent.
          • Standard scorere (A&D, Quality Score) opprettes når STDM klargjøres. Hvis de mangler, ser du etter et klargjøringsproblem.
          • Du må klone en standard score før du redigerer den. Direkte redigering støttes ikke i betaversjon.
          • Uttrykksbaserte scorere krever en boolsk utdatatype.
          • Numeriske scorere på en skala fra 0 til 1 anbefales ikke fordi LLM-er gjør det dårlig i svært smale tallområder.
          • Testing Center-økter scores ikke av tilpassede scorere. Testing Center-økter mottar ikke et sluttidsstempel, så datahandlingen som utløser evaluering av tilpasset score, utløses aldri.

          Oversikt

          Scorer evaluerer agentøkter og genererer score, dimensjoner (tekstverdier) og målinger (tallverdier). De er en del av Agentforce Optimization og Observability. De kjører automatisk mot en konfigurerbar prosentandel økter og viser resultater i Optimization og Analytics, slik at administratorer og utviklere kan forbedre agentytelsen kontinuerlig.

          Det finnes to typer scorere:

          • Standard scorere leveres av Salesforce forhåndsdefinert.
          • Tilpassede scorere defineres av organisasjonen for å evaluere forretningsspesifikke kriterier.

          Standard scorere

          Standard scorere er forhåndsbygde evalueringer som opprettes automatisk med STDM-klargjøring. De kjører på agentøkter uten ytterligere kundekonfigurasjon.

          Gjeldende standard score

          • Avbrytelsesscore – Angir om kunden avsluttet økten for tidlig før agenten løste problemet.
          • Defleksjonsscore – Angir om agenten kunne avverge en interaksjon fra å kreve human eskalering.
          • Kvalitetsscore – Måler den generelle øktekvaliteten basert på forhåndsdefinerte Salesforce-kriterier.

          Standard scorere bruker et reservert sted i brukergrensesnittet og er atskilt fra den tilpassede scorelisten.

          Viktig
          Viktig

          Du kan ikke redigere en standard score direkte. Klon den for å opprette en ny tilpasset versjon med endret logikk.

          Tilpassede scorer

          Tilpassede scorere lar deg definere evalueringslogikk og bruke den på økter. De bruker en LLM-tilnærming som en dommer (ledetekstbasert evaluering) eller uttrykksbasert logikk til å merke, score eller klassifisere økter mot kriteriene dine.

          Merk
          Merk

          Du oppretter tilpassede scorere i Next Gen Testing (NGT) i Agentforce Studio. Se Konfigurere og kjøre tester i Agentforce Studio (beta). Hvis du vil ha mer informasjon, kan du se Nestegenerasjonstesting på Slack.

          Tilpassede scorere kjører mot økter og viser tilpassede score og dimensjoner i Observability.

          Slik fungerer tilpassede scorere

          En tilpasset scoring støttes av en ledetekstmal som automatisk kjøres som en gruppejobb når økten avsluttes. Etter at en scoring er kjørt i en økt, knyttes økten til denne scoringen, og etiketter og score vises i Optimalisering og Analytics.

          • En scoring er en ledetekstmal som kjører på en konfigurerbar prosentdel økter (eksempelsats).
          • Score brukes ved øktslutt, ikke under direktesamtalen. Økter må motta et sluttidsstempel for at scoredatahandlingen skal utløses.
          • Resultater vises i Observability som tilpassede målinger.
          • Du kan også utløse scorere manuelt ved å bruke den kallbare handlingen executeAgentforceScoresJob.
          • Scorer påvirker ikke agentens latens eller ytelse under direktesamtaler fordi score kjøres etter at økten har blitt avsluttet.

          Scorekonfigurasjon

          Nøkkelfelt

          Felt Beskrivelse
          scorerApiName Unikt API-navn for scoringen.
          status Livssyklustatusen til scoringen (for eksempel Utkast eller Tilgjengelig).
          isDraft Boolsk. Angir om denne scoredefinisjonen er et utkast.
          versionNumber Hele versjonen av scoredefinisjonen.
          engine Evalueringsmotor: LLM-basert eller uttrykksbasert.
          inputScope Granulærhet: øktnivå (standard for beta og generell tilgjengelighet) eller interaksjonsnivå (planlagt).
          dataType Utdatatype for scoringen (for eksempel Tekst eller Tall).
          scorerValues / valuesSpecification Oppgi nøyaktig én. Definerer utdataetiketter eller tallområdet for scoringen.
          promptTemplateRef Referanse til ledetekstmalen for LLM-basert evaluering. Malen må være aktiv.
          agentApiName Valgfritt. Knytter scoringen til en bestemt agent. Bare ett API-navn for agent er tillatt.
          samplingRate Prosentandelen av økter som scoringen kjører mot.

          Valideringsregler

          • scorerApiName må ikke finnes allerede.
          • promptTemplateRef må finnes og være aktivt.
          • For datatypen Tekst: Scorerverdier må eksistere; nøyaktig én verdi må ha isFallback: true; nøyaktig én verdi må ha isSystemFallback: true (bare når isFallback også er sann).
          • For talldatatype: ingen reservaverdier, verdier må analyseres som gyldige dobbeltverdier. Hvis du bruker valuesSpecification: step må være større enn 0; min må være mindre enn max; threshold er valgfritt, men må være mellom min og max.
          • Maksimalt antall scoringsverdier: 101.

          Utdatatyper

          • Tekst (etiketter) – Scorer tildeler én av et sett forhåndsdefinerte strengetiketter til hver økt (for eksempel Løst, Avbrutt eller Eskalert). Brukes til kategorisk klassifisering.
          • Tall – Scorer returnerer et tall i et definert område (for eksempel 0–5). Egnet for kvalitetsrangeringer og kontinuerlig score. LLM-er gjør vanligvis det bedre i diskrete skalaer (som 0–5) enn i smale 0–1-områder.
          • Boolsk (strekk eller fremtid) – Returnerer sann eller usann. Støttes for uttrykksbaserte scorere.

          Kjøre score i produksjon

          Aktiver fra Scorer-fane

          Når du har opprettet og testet en tilpasset scorer, aktiverer du den fra Scorer Hub i Agentforce Optimalisering. Aktivering lar scoringen kjøre på direkteøkter med den konfigurerte prøvefrekvensen.

          Få tilgang til og vise Agentforce Optimalisering Tildele tillatelsessettene Tilgang til Agentforce og Data Cloud-bruker
          Bruk Scorer-fane (beta) Tildel tillatelsessettet Agentforce Scorer Beta (ingen ekstra lisens utover Agentforce kreves)
          Opprette en scoring Tildele tilgangstillatelsessettet Next Gen Testing (NGT)
          Aktivere en scoring Tildele tillatelsessettet AgentforceScorerActivation (inkludert i administratorprofilen som standard)

          Kjør fra Salesforce-flyt

          Vi tilbyr en ny kallbar handling, TriggerAgentBulkScoring, for å utføre tilpassede scorere asynkront i historiske økter. Denne handlingen godtar flere økter og scorere og er tilgjengelig via

          • Salesforce-flyt
          • REST API
          • Apex

          Navn: TriggerAgentBulkScoring

          Inndataparameter Type Beskrivelse
          InputIds List<streng> Liste over opptil 500 unike økt-ID-er.
          InputScope Oppsummering Scoringsomfang: Session, Moment eller Interaction.
          ScoresApiNames List<streng> Opptil 10 utviklernavn for scoringene som skal utføres.

          Viktige merknader

          • Alle økt-ID-er og scorerApiNames må tilhøre samme agent.
          • Kontroller at scoringsversjonen er Tilgjengelig før utføring.

          REST API

          Send en POST-forespørsel til REST-sluttpunktet for standardhandlinger.

          /services/data/v66.0/handlinger/standard/triggerAgentBulkScoring

          Eksempelbelastning:

          {
            "inputs": [
              {
                "inputIds": ["019c9442-b760-7d62-837c-8ab80ecc0fc2"],
                "inputScope": "Session",
                "scorerApiNames": ["language_classifier"]
              }
            ]
          }

          Bruk den kallbare handlingen executeAgentforceScoresJob i Flyt. Handlingen godtar en liste over økt-ID-er og scorere og sender en jobb til evaluering under behandling. Vanlige bruksområder er:

          • Kjøre scoring på historiske økter
          • Gruppeanalyse og tilpasset rapportering
          • Integrasjon med Agentforce

          Metadata-API

          Opprett og behandle tilpassede scorere med Salesforce Metadata API, slik at du kan distribuere scorere i Pro-code- og DevOps-arbeidsflyter, inkludert CI/CD pipelines.

          Bruksområder

          Bruksområde Brukermål Slik hjelper scorere
          Overvåke agentkvalitet Forstå hvor godt agenten løser kundeproblemer Standard scorere (kvalitetsscore, A&D) kjøres automatisk og viser resultater i Analytics uten konfigurasjon
          Evaluere forretningsspesifikke utfall Måle tilpassede KPI-er (for eksempel emneklassifisering eller samsvar) Tilpassede scorere bruker LLM-meldingene dine på økter og viser resultater som tilpassede dimensjoner
          Gjenta og forbedre agenter Finne mønstre i svake økter og begrense instruksjoner Observabilitet viser høyere score per økt slik at du kan se nærmere på flaggede interaksjoner
          Teste scorere før produksjon Bekræft, at en ny scorer fungerer som forventet før aktivering Testing Center i Agentforce Studio støtter opprettelse, kjøring og forbedring av scorere mot testtilfeller.
          Kjøre scorere i stor skala Evaluere store batcher med historiske økter executeAgentforceScoresJob støtter gruppebehandling og tilpasset rapportering
          Behandle scorere som kode Distribuere scorere via CI/CD Metadata API-støtte muliggjør opprettelse og behandling av pro-kode
          Tilpasse evalueringskriterier Justere eller utvide ferdig klargjort score Klone en standard scoring for å opprette en tilpasset versjon med endret ledetekstlogikk
           
          Laster
          Salesforce Help | Article