Salesforce Agentforce は、テキスト生成やフィールドへの入力など、AI を活用したタスクをサポートするために、様々な種類のプロンプトテンプレートを提供しています。この場合、UC は生成された出力をフィールドに入力するためのカスタムプロンプトテンプレートを必要としており、これは「フィールド生成」プロンプトテンプレートタイプに直接対応しています。このタイプは、入力データやプロンプトに基づいて生成AI を用いてフィールド値（例：サマリー、説明）を作成するように設計されており、UC の要件に最適です。
さらに、UC は、AI 出力が安全で説明可能かつ監査可能であることを保証するガバナンス フレームワークである Einstein Trust Layer を有効にし、AI 監査データを取得して採用状況を監視し、改善領域を特定しています。
UCが検討すべき事項は、動的フィールドが有効になっているかどうかです。動的フィールドを使用すると、プロンプトテンプレートでSalesforceレコードの可変データ（ケース詳細、顧客情報など）をプロンプトに組み込むことができ、生成される出力が各レコードのコンテキストに適切であることを保証します。これは、静的なプロンプトではレコード固有のニーズに適応できないため、フィールド入力タスクにとって非常に重要です。Einstein Trust Layerもこの機能の恩恵を受け、監査目的で動的な入力が出力にどのように影響するかを追跡できます。

明確で迅速な指示、ガードレール、制約により、曖昧さによって生じる意図しないアクションが軽減されます。

「データ ソースは選択後に変更できません」が正しい答えなのはなぜですか?
Agentforceデータライブラリを設定する際、データソースの選択は永続的です。一度設定すると、変更や置き換えはできません。この設計により、SalesforceのAI駆動型環境におけるデータの一貫性、セキュリティ、信頼性が確保されます。
Agentforceデータライブラリにおける重要な考慮事項
データソースのロックイン
データの整合性を維持し、不整合を回避するために、選択されたデータ ソースは固定されたままになります。
更新または変更を行うには、既存のデータ ライブラリを変更するのではなく、新しいデータ ライブラリを作成する必要があります。
データ ソースを変更できないのはなぜですか?
データ ソースは AI 駆動型ワークフローの基盤を定義するものであり、変更すると処理ロジックが中断されます。
Agentforce ツールは、AI を活用した推奨事項を有効にするために構造化されたデータセットに依存しており、データ ソースを変更すると、グラウンディング手法に不一致が生じる可能性があります。
データソースの変更に関する回避策
組織が別のデータ ソースを使用する必要がある場合は、新しい Agentforce データ ライブラリを最初から作成して構成する必要があります。
継続性を保つために、古いデータを手動で新しいデータ ソースに移行できます。

Salesforce Service Cloud におけるエージェントの実装は、顧客サポートプロセスの合理化と応答時間の短縮を目標としている場合に最も効果的です。エージェントは、リアルタイムの提案、反復タスクの自動化、状況に応じた応答の生成などを通じてエージェントを支援し、サービス効率を向上させます。

AgentForceのノーコードビルダーおよびプロンプトテンプレートガイドでは、Salesforceの標準基盤モデルを使用することで、ユーザーは微調整やモデルのデプロイメントを必要とせずに、CRMおよびData Cloudデータに基づいたプロンプトを作成できると規定されています。このドキュメントには、「ノーコードユーザーは、CRMやData CloudなどのSalesforceデータに基づいたプロンプトテンプレートと標準基盤モデルを活用して、レコードを要約し、インサイトを強調し、エージェントが顧客エンゲージメントに備えるための準備を整えることができます」と記載されています。このアプローチにより、営業チームはモデルのカスタマイズを必要とせずに、顧客データ（購入履歴、関心、コミュニケーション）を自動的に要約できます。