Du är här:
Ostrukturerat dataarbetsflöde
Oavsett ditt användningsfall för ostrukturerade data finns ett allmänt arbetsflöde för att ta in och bearbeta dem i Data 360.
Versioner som krävs
| Tillgängliga i: Alla versioner stöds av Data 360. Se Tillgänglighet för Data 360-version. |
Se även:
Steg 1: Konfigurera Data 360 i din organisation
Innan du kan ansluta ostrukturerade data, kontrollera att Data 360 har provisionerats och aktiverats i din organisation.
Steg 2: Ta in ostrukturerade data
Beroende på ditt användningsfall har Data 360 anslutare som är specialbyggda för att ta in ostrukturerade data från tredjepartsprogram eller källor. Du kan även använda Salesforce CRM-anslutaren för att ta in Knowledge.
Vissa anslutare, som de för Amazon S3, Azure eller Google Cloud Storage, kräver pipelines för filnotiser. Gå igenom dokumentationen för varje anslutare.
Mer information finns i Referens för ostrukturerade data.
Steg 3: Bearbeta data
Använd Dokument-AI i Data 360 för att läsa och importera ostrukturerade eller semistrukturerade data från dokument som fakturor, CV:n, labbrapporter och inköpsordrar. Med hjälp av AI extraherar Data 360 data från dessa dokument till Datasjöobjekt (DLO), som representerar scheman för de extraherade data. Från denna punkt är dina data tillgängliga för bearbetning och hämtning av sökindex från automatiseringsflöden eller AI-agentåtgärder.
Se Dokument-AI.
Steg 4: Skapa ett sökindex
När du har konfigurerat en ostrukturerad dataanslutning skapar du ett vektor sökindex eller ett hybrid sökindex med antingen Data 360-standarder eller den avancerade byggaren. Sökindexet hjälper till att validera att utdata har finjusterats till dina användares syften och sammanhang.
Se Skapa ett sökindex för vektorer med avancerade inställningar eller Skapa ett hybrid sökindex med avancerade inställningar.
Steg 5: Använd ostrukturerade data i ett arbetsflöde
Att använda ostrukturerade data i Salesforce förbättrar dina arbetsflöden för AI-agenter, automatisering och analyser, förbättrar kundupplevelser och verksamhetseffektivitet. Baserat på ditt användningsfall, tänk på dessa resurser.
- Använd Sökfråge-API för att köra vektorsökningsfrågor eller för att köra hybridsökningsfrågor.
- Ökat skapande av hämtning (RAG) i Data 360 är ett ramverk för att grunda uppmaningar till stora språkmodeller (LLM). Genom att utöka uppmaningar med korrekt, aktuell och relevant information förbättrar RAG relevansen och värdet för LLM-svar för användare. Se Använda hämtning utökat skapande.
- Ta kraften hos konversations-AI till din verksamhet med Agentforce. Bygg intelligenta, betrodda och anpassningsbara AI-agenter och låt dina användare få mer gjort med Salesforce. Se Agentforce Agenter.
