Verwenden der Referenzaktion "Prognosemodellagent" zum Erweitern von Prognosen

Damit ein AI-Agent Ausgaben aus einem Prognosemodell bereitstellen und interpretieren kann, müssen Sie eine benutzerdefinierte Agentenaktion in Ihrer Organisation erstellen. Sehen wir uns an, wie Agentforce Prognosen aus einem im Modellgenerator erstellten Modell für die prognostizierte Abwanderung verbessern kann.

Erforderliche Editionen

Verfügbarkeit: Alle Editionen, die von Data 360 unterstützt werden. Siehe Data 360-Editionsverfügbarkeit.

Editionen und Berechtigungen zum Erstellen einer benutzerdefinierten Agentenaktion finden Sie unter Agentenaktionen.

Erforderliche Benutzerberechtigungen
Zulassen, dass Benutzer Modelle in AI-Modellen verwalten	Ermöglicht Ihnen das Erstellen, Aktualisieren und Löschen von Modellen in AI-Modellen.

BERECHTIGUNGSSÄTZE
Data Cloud Architect	Zugriff auf Administratorebene auf alle Funktionen von AI-Modellen, einschließlich der Möglichkeit, Modelle zu erstellen, zu aktualisieren, zu löschen und zu aktivieren.
Data Cloud-Benutzer	Eingeschränkter Zugriff zum Verwenden eines Modells, einschließlich des Abrufens von Prognosen und der aus einem Modell abgeleiteten Verbesserungen.

Suchen Sie unter "Setup" nach Agentforce Assets und wählen Sie diese Option aus.
Wechseln Sie zur Registerkarte "Aktionen" und klicken Sie auf Neue Agentenaktion.
Wählen Sie den Referenzaktionstyp "Prognosemodell" aus.
Wählen Sie als Referenzaktion das Modell (Prognoseabwanderung) aus, für das der Agent Prognosen bereitstellen soll. Die Bezeichnung der Agentenaktion und der API-Name werden automatisch ausgefüllt.

Wichtig Es werden nur Modelle angezeigt, die in AI-Modellen aktiviert sind.
Klicken Sie auf Weiter.
Überprüfen und aktualisieren Sie die Agentenaktion "Prognostizierte Abwanderung". Bei Bedarf können Sie den vorab ausgefüllten Text anpassen.
1. Anweisungen für Agentenaktionen (vorausgefüllter Text):
  
  Fordert ein Prognosemodell an, um Ausgaben basierend auf den Laufzeitwerten von Eingabevariablen zurückzugeben. Diese Werte stammen aus dem Kontext des Agenten, beispielsweise aus Datensätzen oder Benutzereingaben. Bei einem Regressionsmodell gibt diese Aktion einen numerischen Wert für ein prognostiziertes Ergebnis zurück, beispielsweise den erwarteten Geschäftsumsatz. Bei einem binären Klassifizierungsmodell gibt diese Aktion eine numerische Bewertung zurück, die die Wahrscheinlichkeit eines Ergebnisses angibt, beispielsweise die Leadkonvertierung. Mit dem Modellgenerator erstellte No-Code-Modelle bieten zudem wichtige Prognosefaktoren und Rezepte, um das prognostizierte Ergebnis zu optimieren.
2. Eingaben: Jedes Feld im Modellschema wird als Eingabe angezeigt und einige Felder sind Modellvariablen.
  
  Für diese Modelleingaben wird automatisch ausgefüllter Text verwendet.
  
  Hinweis
  Die Option Eingabe erforderlich ist für alle Eingaben mit Ausnahme von Empfehlungen ausgewählt.
  
  i. Wichtigste Prädiktoren: Geben Sie die Anzahl der Ausgaben an. Wenn kein Wert angegeben ist, lautet der Standardwert 3.
  
  ii. Empfehlungen: Geben Sie die Anzahl der Ausgaben an. Wenn kein Wert angegeben ist, lautet der Standardwert 3.
  
  iii. Abteilung: Für das Modell ist ein Wert für Abteilung erforderlich. Rufen Sie den Wert zur Laufzeit aus einem Datensatz, einer Benutzerunterhaltung oder einer anderen Quelle ab.
  
  iv. Tagessatz: Für das Modell ist ein Wert für "Tagessatz" erforderlich. Rufen Sie den Wert zur Laufzeit aus einem Datensatz, einer Benutzerunterhaltung oder einer anderen Quelle ab.
  
  v. Alter: Für das Modell ist ein Wert für Alter erforderlich. Rufen Sie den Wert zur Laufzeit aus einem Datensatz, einer Benutzerunterhaltung oder einer anderen Quelle ab.
  
  vi. Arbeitsjahre insgesamt: Für das Modell ist ein Wert für "Arbeitsjahre insgesamt" erforderlich. Rufen Sie den Wert zur Laufzeit aus einem Datensatz, einer Benutzerunterhaltung oder einer anderen Quelle ab.
  
  vii. Jahre im Unternehmen: Für das Modell ist ein Wert für "Jahre im Unternehmen" erforderlich. Rufen Sie den Wert zur Laufzeit aus einem Datensatz, einer Benutzerunterhaltung oder einer anderen Quelle ab.
3. Ausgaben: Die vom Prognosemodell bereitgestellten Ergebnisse.
  
  Für diese Modellausgaben wird automatisch ausgefüllter Text verwendet.
  
  i. Wichtigste Prädiktoren: Stellt die wichtigsten Variablen dar, die ein Prognoseergebnis beeinflussen. Die Option "Ausgabe-Rendering" ist ein Apex-Klassentyp.
  
  ii. Empfehlungen: Stellt Aktionen dar, die ein prognostiziertes Ergebnis verbessern können. Die Option "Ausgabe-Rendering" ist ein Apex-Klassentyp.
  
  iii. Prognose: Stellt eine Prognose dar. Die Bedeutung des Werts hängt vom Modelltyp ab. Die Option "Ausgabe-Rendering" ist eine Dezimalstelle.
4. Klicken Sie nach Abschluss Ihrer Agentenaktionseinstellungen auf Fertigstellen. Die Aktion "Prognostizierte Abwanderung" muss einem aktiven Agenten wie dem Prognoseassistenten zugewiesen werden.
  
  Hinweis
  Sie müssen für mindestens eine Ausgabe die Option In Unterhaltung anzeigen auswählen.
Erstellen Sie im Agentforce Builder ein neues Thema, das basierend auf dem Ergebnis des Modells einer Agentenaktion zugewiesen werden soll, und klicken Sie auf Weiter.

Sie können eine Frage anhand des Modellergebnisses stellen, beispielsweise: Wie hoch ist die Wahrscheinlichkeit, dass Kunden die Marke wechseln?
Überprüfen Sie die automatisch ausgefüllten Themenfelder. Aktualisieren Sie die Informationen nach Bedarf. Wenn Sie zufrieden sind, klicken Sie auf Weiter.
Klicken Sie auf Fertigstellen, um dem Thema Ihre Agentenaktion zuzuweisen. Nun können Sie die Aktion verwenden, damit der Agent Antworten aus dem Modell bereitstellen kann.
Klicken Sie auf das Thema und verwenden Sie die Unterhaltungsvorschau, um Fragen zum Modellergebnis zu posten.
Aktivieren Sie das Thema, bei dem Sie mit den Antworten Ihres Agenten zufrieden sind.