Agentforce では、Atlas Reasoning Engine を搭載した大規模言語モデル (LLM) がユーザー要求を解釈し、エージェント アクションを駆動します。

Agentは現在、レコードの作成や更新といった様々なアクションをサポートしていますが、レコードの削除アクションはサポートしていません。そのため、過去7日間のアクティビティを削除するというユーザーのリクエストは、Agentでは対応できません。
サポートされていないアクション：レコードを削除できないのは、エージェントがサポートしているアクションの現在の制限によるものです。エージェントはデータの取得、作成、更新などのタスクを支援するように設計されていますが、セキュリティとデータの整合性上の理由から、レコードの削除はサポートしていません。
ユーザー権限: ユーザーが Salesforce 内でレコードを削除するために必要な権限を持っている場合でも、エージェント自体には削除操作を実行する機能はありません。

AgentForce ドキュメントの正確な抜粋からの包括的かつ詳細な説明:
AgentForceのトラブルシューティングおよび最適化ガイドによると、幻覚（エージェントがウェブリンクやデータなどの詳細を捏造する事例）は、プロンプトの構築や取得したコンテンツのグラウンディングに問題がある場合が多いとされています。推奨される診断プロセスは、プロンプトテンプレートの指示を検査し、実際に取得した知識チャンクを含む解決済みのプロンプト出力を確認することです。
これらの領域を調査することで、AgentForceスペシャリストは、幻覚コンテンツが曖昧なプロンプトの表現、グラウンディング変数の欠落、あるいは関連性のない検索結果に起因するものかどうかを判断できます。このアプローチにより、エージェントの推論および生成ステップに直接リンクした、証拠に基づく調査が可能になります。

ノーコード実装の場合、Prompt Builderを使用すると、Agentforceのスペシャリストは、Salesforce CRMデータ（過去の購入履歴など）とData Cloudインサイト（製品への関心など）に基づいて、カスタムコーディングなしで動的に応答を組み込むプロンプトテンプレートを作成できます。標準の基盤モデル（Einstein GPTなど）は、構造化ソースと非構造化ソース（メール/電話のトランスクリプトなど）を活用し、このデータを要約に統合できます。微調整（B）またはカスタムモデル（C）にはコードが必要ですが、今回のユースケースではモデルの再トレーニングを必要とする固有のデータパターンは含まれないため、コードは必要ありません。