Directrices éticas para Agentforce Coach de ventas

Creación de usuario de agente

Cuando utilice nombres personales para agentes de IA, asegúrese siempre de que la función del agente se menciona explícitamente para mantener la transparencia sobre su naturaleza de IA. Utilice un nombre que describa la función, el trabajo o la tarea en vez del agente que la realiza. Por ejemplo, el Coach de ventas de IA de Acme.

Evaluación basada en transcripción

Recomendamos no indicar al agente que proporcione comentarios sobre aspectos como el tono, el lenguaje corporal o las expresiones faciales, ya que las evaluaciones de Agentforce Coach de ventas se basan únicamente en transcripciones. El agente puede evaluar con precisión el contenido de la presentación, pero no puede evaluar señales no verbales. Centrarse en los comentarios relacionados con la estructura, la claridad y la entrega de mensajes clave garantiza los resultados más fiables.

Puntuaciones de presentación

Recomendamos no indicar al agente que “puntúe” los temas de conversación de un representante, ya que los modelos de idiomas grandes (LLM) pueden introducir variabilidad y aleatoriedad en la puntuación basada en rúbricas. Aunque los LLM sobresalen en el análisis de patrones en datos y proporcionan perspectivas valiosas, no están diseñados para una puntuación coherente del rendimiento. Solicitar la puntuación LLM en el rendimiento puede llevar a la variabilidad en las evaluaciones. Como resultado, el uso de un LLM para puntuar un tono o una presentación puede llevar a evaluaciones incoherentes o poco fiables. Para obtener comentarios más precisos, céntrese en el uso del agente para la evaluación de contenido, como la claridad de la mensajería y la inclusión de puntos clave.

Limitaciones de IA conocidas

• Alucinaciones artificiales: La IA puede rellenar por error las brechas o realizar suposiciones basándose en patrones que ha aprendido durante el entrenamiento. Para Agentforce Coach de ventas, la IA puede inventar información para rellenar detalles que faltan o asumir contexto de forma imprecisa para un escenario específico.
• Interpretación incorrecta de palabras: Diferentes variaciones de voz, homófonos y pronunciaciones pueden llevar a los transcriptores de IA a malinterpretar palabras, lo que lleva a transcripciones incorrectas. La mala interpretación de las palabras puede llevar a frases que no tienen sentido gramatical, lo que puede afectar a la interpretación de la transcripción y causar malentendidos en la intención del hablante.

  Para solucionar la mala interpretación de palabras, los usuarios pueden revisar una transcripción en vivo durante sesiones de reproducción de funciones mientras hablan, permitiendo la verificación en tiempo real de su transcripción.

  

  Nota Esta función no está disponible para sesiones de entrega.
• Errores: El uso de transcripciones defectuosas (como de alucinaciones o mala interpretación) por parte del LLM puede llevar a evaluaciones incorrectas porque el análisis se basa en datos imprecisos o incompletos.