Ti trovi qui:
Personalizzazione dei modelli di prompt Risposte di servizio basate
Aggiungere istruzioni personalizzate al prompt senza creare un modello da zero creando una versione dei modelli di prompt Risposte di servizio standard.
Versioni (Edition) richieste
| Disponibile in: Lightning Experience |
| Disponibile in: Edizioni Enterprise Edition e Unlimited Edition con il componente aggiuntivo Einstein for Service. |
| Autorizzazioni utente richieste | |
|---|---|
| Per creare e gestire modelli di prompt nel Generatore di prompt: | Insieme di autorizzazioni Gestore modelli di prompt |
| Per creare e gestire i retriever: | Insieme di autorizzazioni per Data Cloud |
| Per eseguire prompt con Ricerca Einstein: | Insieme di autorizzazioni Utente Data Cloud |
Per i tipi di modello Risposte di servizio basate, LLM incorpora anche le informazioni degli articoli Knowledge o dei file caricati nella libreria di dati Agentforce assegnata alle bozze di risposte. Vedere Libreria dati Agentforce.
Per personalizzare le bozze di risposte di servizio con il radicamento nel contesto, si consiglia di modificare i modelli di prompt standard e salvare una nuova versione. Nel modello di prompt standard sono state aggiunte le parti chiave di un prompt riuscito, incluse le istruzioni per l'LLM, le risorse di dati e gli input pertinenti come le trascrizioni delle conversazioni. È comunque possibile aggiungere e testare le proprie istruzioni se si salva una nuova versione del modello.
-
Da Imposta, nella casella Ricerca veloce, cercare e selezionare Generatore di prompt. Se la libreria di dati Agentforce è configurata e attiva, in Modelli di prompt sono disponibili due modelli di prompt Risposte di servizio con tipo di modello Risposte di servizio basate:
- Bozze di risposte di servizio con radicamento nel contesto - Chat live
- Bozze di risposte di servizio con Grounding - Sessione di Messaggistica
-
Per modificare il modello di prompt standard, selezionarlo e si verrà reindirizzati all'Area di lavoro del modello di prompt. Fare clic su Salva con nome. Viene aperta una nuova versione del modello di prompt nell'area di lavoro. Per i tipi di modello Risposte di servizio basate, le istruzioni utente del modello di prompt standard includono anche l'operazione per l'LLM, il testo delle trascrizioni delle conversazioni e gli eventuali limiti di risposta. Inoltre, fa riferimento alla libreria di dati Agentforce assegnata alle risposte di servizio per il radicamento tramite il recuperatore dinamico.
-
Per testare i modelli di prompt Bozze di risposte di servizio con Grounding, sono necessari la trascrizione della conversazione, la query di ricerca LLM, l'oggetto conversazione e l'ID retriever. Dalla scheda Input test, immettere la trascrizione della conversazione e cercare l'oggetto Sessione di Messaggistica o Chat live. Per la query di ricerca LLM, è possibile immettere qualsiasi testo o immettere la query di ricerca LLM restituita dal modello di prompt Bozze di risposte di servizio dal contesto.
Suggerimento Per testare una query più simile ai risultati in fase di esecuzione, aprire un modello di prompt Bozze di risposte di servizio dal contesto. Immettere la trascrizione della conversazione e l'oggetto conversazione che si desidera testare con il modello di prompt Risposte di servizio basate. Fare clic su Anteprima e copiare l'output per search_query nella risposta. Incollare l'output search_query nell'input di test della query di ricerca LLM per il modello di prompt Risposte di servizio basate.Il retriever è già stato creato e attivato in Einstein Studio. Per ottenere l'ID o il nome del retriever, accedere all'impostazione del retriever in Einstein Studio. - Fare clic su Anteprima per vedere in che modo le modifiche apportate al modello di prompt influiscono sulla risposta LLM. Vedere Revisione, revisione e ripetizione: Assicurarsi che un modello di prompt sia efficace.
-
Quando si è soddisfatti degli output, fare clic su Attiva.
Se sono presenti più modelli disponibili, Risposte di servizio utilizza la versione del modello attivo modificata più di recente per consigliare le risposte agli utenti.
