Brug forudsigende modelagentreferencehandling til at forbedre forudsigelser

Hvis en AI-agent skal levere og fortolke resultater fra en forudsigelsesmodel, skal du oprette en tilpasset agenthandling i din organisation. Lad os se på, hvordan Agentforce kan forbedre forudsigelser fra en Predicted Attrition-model, der er oprettet i Modelkonstruktør.

EditionsHeading

Tilgængelig i: Alle versioner understøttes af Data 360. Se tilgængelighed af Data 360-versionen.

Hvis du ønsker udgaver og tilladelser, der er nødvendige for at oprette en tilpasset agenthandling, kan du se Agenthandlinger.

BRUGERTILLADELSER PÅKRÆVET
Tillad brugere at administrere modeller i Einstein Studio	Giver dig mulighed for at oprette, opdatere og slette modeller i Einstein Studio.

TILLADELSESSÆT
Data Cloud-arkitekt	Adgang på administratorniveau til alle Einstein Studio-funktioner, herunder muligheden for at oprette, opdatere, slette og aktivere modeller.
Data Cloud-bruger	Begrænset adgang til at bruge en model, herunder at få forudsigelser og forbedringer afledt fra en model.

Søg efter og vælg Agentforce-aktiver i Opsætning.
Gå til fanen Handlinger, og klik på Ny agenthandling.
Vælg handlingstypen Forudsigende model.
For referencehandlingen skal du vælge den model (Forudsagt opløsning), som du ønsker, at agenten skal angive forudsigelser for. Agenthandlingsbetegnelsen og API-navnet udfyldes automatisk.

Vigtigt Kun modeller, der er aktiveret i Einstein Studio, vises.
Klik på Næste.
Gennemse og opdater agenthandlingen Forudsagt forfald. Hvis der er behov for det, kan du tilpasse den tekst, der er udfyldt på forhånd.
1. Agenthandlingsinstruktioner (forhåndsudfyldt tekst):
  
  Anmoder om en forudsigende model til at returnere output baseret på kørselstidsværdierne for inputvariabler. Disse værdier stammer fra agentens kontekst, f.eks. fra registreringer eller brugerinput. For en regressionsmodel returnerer denne handling en numerisk værdi for et forudsagt resultat, f.eks. forventet handelsomsætning. For en binær klassificeringsmodel returnerer denne handling en numerisk score, der angiver sandsynligheden for et resultat, f.eks. emnekonvertering. Modeller uden kode, der er opbygget med Modelkonstruktør, leverer også topforudsigende faktorer og retningslinjer for at optimere det forudsagte resultat.
2. Input: Hvert felt i modelskemaet vises som et input, og nogle felter er modelvariabler.
  
  Automatisk udfyldt tekst bruges til disse modelinput.
  
  Bemærk
  Indstillingen Kræv input er valgt for alle input undtagen anbefalinger.
  
  i. Topprædiktorer – angiv antallet af output. Hvis der ikke er angivet nogen værdi, er standarden 3.
  
  ii. Anbefalinger – angiv antallet af output. Hvis der ikke er angivet nogen værdi, er standarden 3.
  
  iii. Afdeling – modellen kræver en værdi for Afdeling. Hent værdien på kørselstidspunktet fra en registrering, en brugersamtale eller en anden kilde.
  
  iv. Daglig sats – modellen kræver en værdi for Daglig sats. Hent værdien på kørselstidspunktet fra en registrering, en brugersamtale eller en anden kilde.
  
  v. Alder – modellen kræver en værdi for Alder. Hent værdien på kørselstidspunktet fra en registrering, en brugersamtale eller en anden kilde.
  
  vi. Samlede arbejdsår – modellen kræver en værdi for Samlede arbejdsår. Hent værdien på kørselstidspunktet fra en registrering, en brugersamtale eller en anden kilde.
  
  vii. År i firma – modellen kræver en værdi for År i firma. Hent værdien på kørselstidspunktet fra en registrering, en brugersamtale eller en anden kilde.
3. Output: Resultater leveret af forudsigelsesmodellen.
  
  Automatisk udfyldt tekst bruges til disse modelresultater.
  
  i. Topprædiktorer – repræsenterer de vigtigste variabler, der påvirker et forudsigende resultat. Indstillingen Output gengivelse er en Apex.
  
  ii. Anbefalinger – repræsenterer handlinger, der kan forbedre et forudsagt resultat. Indstillingen Output gengivelse er en Apex.
  
  iii. Forudsigelse – repræsenterer en forudsigelse. Betydningen af værdien afhænger af modeltypen. Indstillingen Output gengivelse er en decimal.
4. Når agenthandlingens indstillinger er fuldført, skal du klikke på Afslut. Handlingen Forudsagt forfald skal tildeles til en aktiv agent, f.eks. Forudsigelsesassistent.
  
  Bemærk
  Du skal vælge indstillingen Vis i samtale for mindst et output.
I Agentforce-konstruktør skal du oprette et nyt emne, der skal tildeles til en agenthandling baseret på modellens resultat, og klikke på Næste.

Du kan stille et spørgsmål baseret på modelresultatet, f.eks.: Hvad er sandsynligheden for, at kunder skifter brands?
Gennemse de automatisk udfyldte emnefelter. Opdater oplysningerne efter behov, og hvis du er tilfreds, skal du klikke på Næste.
Klik på Afslut for at tildele din agenthandling til emnet. Nu kan du bruge handlingen, så agenten kan levere svar fra modellen.
Klik på emnet, og brug samtaleeksempelvisningen til at oprette spørgsmål, der er relateret til modelresultatet.
Aktiver det emne, som du er tilfreds med med de svar, der leveres af din agent.