非構造化データワークフロー
非構造化データの使用事例に関係なく、Data 360 で取り込んで処理する一般的なワークフローがあります。
必要なエディション
| 使用可能なエディション: Data 360 でサポートされるすべてのエディション。 「Data 360 Edition の可用性」を参照してください。 |
| 必要なユーザー権限 | |
|---|---|
| Data 360 を設定する | システム管理者プロファイルまたは Data Cloud アーキテクト |
| 非構造化データを取り込んで検索インデックスを作成する | 次のいずれかの権限セット:
|
関連項目:
ステップ 1: 組織での Data 360 の設定
非構造化データを接続する前に、Data 360 が組織でプロビジョニングされ、有効になっていることを確認します。
「設定および管理」を参照してください。
ステップ 2: 非構造化データの取り込み
使用事例に応じて、Data 360 にはサードパーティアプリケーションまたはソースから非構造化データを取り込むために構築されたコネクタがあります。Salesforce CRM コネクタを使用して Knowledge Article データを取り込むこともできます。
Amazon S3、Azure、Google Cloud Storage などの一部のコネクタでは、ファイル通知パイプラインが必要です。各コネクタのドキュメントを確認します。
詳細は、『非構造化データリファレンス』を参照してください。
ステップ 3: データの処理
Data 360 の Document AI を使用して、請求書、履歴書、ラボレポート、購入注文などのドキュメントから非構造化データまたは半構造化データを参照およびインポートします。Data 360 は AI を使用して、これらのドキュメントから抽出したデータのスキーマを表すデータレークオブジェクト (DLO) にデータを抽出します。これ以降、データは検索インデックス処理や自動化フローまたはAIエージェント アクションからの取得に使用できます。
「ドキュメント AI」を参照してください。
ステップ 4: 検索インデックスの作成
非構造化データ接続を設定したら、Data 360 のデフォルトまたは高度なビルダーを使用し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します。検索インデックスを使用すると、ユーザーのインテントとコンテキストに合わせて出力を微調整できます。
「高度な設定を使用したベクトル検索インデックスの作成」または「高度な設定を使用したハイブリッド検索インデックスの作成」を参照してください。
ステップ 5: ワークフローでの非構造化データの使用
Salesforce で非構造化データを使用すると、AI エージェント、自動化、分析ワークフローが改善され、カスタマーエクスペリエンスと業務効率が向上します。使用事例に基づいて、次のリソースを検討してください。
- クエリ API を使用して、ベクトル検索クエリまたはハイブリッド検索クエリを実行します。
- Data 360 の取得拡張生成 (RAG) は、大規模言語モデル (LLM) プロンプトをグラウンディングするためのフレームワークです。RAG では、プロンプトに正確で最新の関連情報を追加することで、ユーザーにとっての LLM 応答の関連性と価値を向上させます。「Using Retrieval Augmented Generation」を参照してください。
- Agentforce により会話型 AI の機能をビジネスに組み込めます。インテリジェントで信頼性が高く、カスタマイズ可能な AI エージェントを作成し、ユーザーが Salesforce を使用してより多くの作業を実行できるようにします。「Agentforce Agents」を参照してください。
