包括的かつ詳細な説明：Salesforce Agentforceでは、プロンプトテンプレートを使用してLLM（多くの場合、Salesforceレコードまたは外部ソースからのグラウンディングデータ）を活用し、動的な応答またはフィールド値を生成します。このシナリオでは、トークン制限エラーが発生して断続的に失敗するフィールド生成プロンプトテンプレートについて説明します。これは、LLMのトークン容量（例：入力トークンと出力トークン）の超過に関係していることを示しています。これらのエラーがランダムに発生することから、レコード間でトークン数が変動していることが示唆されており、これはオプションBによって直接解決されます。
Agentforce のプロンプトテンプレートは動的に作成できます。つまり、レコード固有のデータ（顧客名、説明、その他のフィールドなど）を取得して出力を生成します。データはレコードごとに異なるため（レコードによっては短いテキストフィールドを持つものもあれば、長いテキストフィールドを持つものもある）、LLM によって処理されるトークン（単語、文字、またはサブワード単位）の総数は変動します。トークン数が LLM の制限（例：一部のモデルでは 4,096 トークン）を超えるとプロセスは失敗しますが、これはトークン生成データが多いレコードでのみ発生するため、ランダム性が生じます。
* オプションA：「Flex」テンプレートタイプへの切り替えは妥当に思えるかもしれませんが、Salesforceのドキュメントでは、このコンテキストにおけるトークンの変動性を処理するための特定のテンプレートタイプとして「Flex」が定義されていません（Flowベースのテンプレートはありますが、トークン制限とは無関係です）。このオプションは注意をそらすものであり、検証済みの解決策ではありません。
* オプションC：LLMのトークン処理能力はモデルごとに固定されており（例：上級モデルでは128,000トークンなど）、ユーザーの需要によって変動することはありません。需要はパフォーマンスや可用性に影響を与える可能性がありますが、トークン制限自体には影響しません。
オプション B は、プロンプト テンプレートの動的な性質が、トークン数の変動によってランダムな障害が発生する根本原因であると正確に特定しているため、正解です。
参考文献:
* Salesforce Agentforce ドキュメント:「プロンプトテンプレート」(Salesforce ヘルプ:https://help.salesforce.com
/s/articleView?id=sf.agentforce_prompt_templates.htm&type=5)
* Trailhead：「Agentforce のプロンプトテンプレートの作成」（https://trailhead.salesforce.com/content/learn）
/modules/build-prompt-templates-for-agentforce)

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、エージェントが現在サポートしているアクション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 内の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。
参考文献:
* Salesforce Agentforce スペシャリストドキュメント - エージェントがサポートするアクション:
* 削除操作がないことに留意しながら、エージェントが実行できるアクションを一覧表示します。
* Salesforce ヘルプ - エージェントの制限:
* レコードの削除など、サポートされていないアクションを含む現在の制限事項を強調表示します。

* 質問のコンテキストUniversal Containers (UC) は、サポートエージェントが製品チュートリアルや製品ガイドに関する質問をする際に Agentforce を使用することを推奨しています。Agentforce は通常、ナレッジソースを参照して、正確で状況に応じた回答を提供します。
* なぜナレッジ記事が必要なのでしょうか?
* 一元化されたリポジトリ: Salesforce で製品のチュートリアルやガイドをナレッジ記事として公開すると、Agentforce で情報をすぐに利用および検索できるようになります。
* AI 統合: Agentforce を含む Salesforce の AI ソリューションは、多くの場合、Salesforce Knowledge 記事から直接コンテンツを取得するように構成できるため、手動でデータを複製することなく、ユーザーにオンデマンドの回答を提供できます。
* メンテナンスと更新: Salesforce Knowledge にコンテンツを保存すると、コンテンツの更新、バージョン管理、ユーザー権限が簡素化されます。
* 他のオプションを選択しないのはなぜですか?
* オプションA（プロンプトテンプレートの作成）：プロンプトテンプレートを作成するだけでは、Agentforceによる基盤コンテンツ（チュートリアル、ガイド）の保存方法やアクセス方法は解決されません。プロンプトテンプレートはクエリ/応答を整形しますが、ナレッジベースは提供しません。
* オプションB（質問回答用のカスタムフィールドを追加する）：製品オブジェクトに単一のフィールドを追加するだけでは、チュートリアルやガイドにあるような詳細な情報を提供するには不十分です。また、ナレッジ記事が提供する強力な検索機能やユーザーフレンドリーなインターフェースも備えていません。
* 結論 Agentforce が製品に関する正確な情報を効果的に取得して配信できるようにするには、製品のチュートリアルとガイドをナレッジ記事として公開することが推奨されるアプローチです。
Salesforceエージェントforceスペシャリスト参考資料とドキュメント
* Salesforceドキュメント:Salesforce Knowledgeの設定記事を公開して簡単にアクセスできるようにする方法について説明します
* AI 駆動型アシスタントとサポート チームによってサポートされます。
* Salesforce Agentforce スペシャリスト学習ガイドでは、生成 AI と Agentforce に知識ソースを供給するためのベスト プラクティスについて説明します。

Einstein Generative AIを導入し、顧客インサイトとインタラクションの向上を目指す場合、大規模な監査データやフィードバックデータの保存と管理にはデータクラウドが重要な検討事項となります。Salesforce Data Cloud（旧称：Customer 360 Audiences）は、様々なソースからの膨大なデータセットを処理・統合するように設計されており、AIを活用したインサイトやレポート作成に必要なデータの保存に最適です。Universal Containers（UC）のような企業は、データクラウドを導入することで、顧客データへのリアルタイムアクセスを実現し、様々なシステムにわたる統合レポート作成のための一元的なリポジトリとして活用できます。
* Einstein Generative AI によって生成された監査データとフィードバック データは、スケーラブルでアクセス可能な環境に保存する必要があります。Data Cloud はこの機能を提供し、レポート、分析、およびさらなるモデルの改善のためにデータに簡単にアクセスできるようにします。
* カスタム オブジェクトまたは Salesforce Big Object は、このような AI 主導のインタラクションで必要な規模や特定の種類のリアルタイムの統合データ処理向けには設計されていません。Big Object はアーカイブ データに適していますが、Data Cloud はより堅牢な処理、セグメンテーション、分析機能を保証します。
参考文献:
* Salesforce Data Cloud ドキュメント:https://www.salesforce.com/products/data-cloud/overview/
* Salesforce Einstein AI 概要:https://www.salesforce.com/products/einstein/overview/

包括的かつ詳細な説明：UCは、「ナレッジで質問に回答する」アクションをナレッジ記事のサブセットに制限したいと考えています。エージェントのアクセス範囲を限定するためのオプションを検討してみましょう。
* オプション A: 許可された記事のタイトルまたは ID のリストを指定して、エージェントへのスコープ指示を定義します。
Agent Builder のエージェント指示は動作をガイドしますが、記事タイトルや ID の特定のリストといったきめ細かなデータアクセス制限を適用することはできません。このアプローチは非現実的であり、Salesforce のセキュリティモデルを回避してしまうため、正しくありません。
* オプション B: データ ライブラリ リトリーバーを更新して、ナレッジ記事のカスタム フィールドでフィルターします。
Data Cloud のデータライブラリリトリーバーはデータをフィルタリングできますが、カスタム開発（インデックスロジックの変更など）が必要であり、フィルタリング用のカスタムフィールドを使用して記事を取り込むことを前提としています。これはネイティブの Knowledge 機能よりも複雑であり、標準的なオプションではないため、正しくありません。
* オプションC：ナレッジ記事にデータカテゴリを割り当て、Agentforceデータライブラリでデータカテゴリフィルタを定義します。Salesforce Knowledgeは、データカテゴリを使用して記事を整理します（トピック別、タイプ別など）。Agentforceでは、ナレッジを含むデータライブラリを設定する際に、データカテゴリフィルタを適用してエージェントがアクセスできる記事を制限できます。「ナレッジで質問に回答する」アクションでは、これによりエージェントは指定されたカテゴリ内の記事のみを取得できるようになり、UCの目標に合致しています。これはネイティブでドキュメント化されたソリューションであり、正解です。
オプション C が正しい理由: Salesforce ドキュメントによると、データ ライブラリでデータ カテゴリとフィルターを使用することは、エージェント アクションのナレッジ記事へのアクセスを制限するための推奨されるスケーラブルな方法です。
参考文献:
* Salesforce Agentforce ドキュメント: データ ライブラリ > ナレッジ フィルター - データ カテゴリのフィルタリングについて説明します。
* Trailhead: Agentforce プロンプトの基礎 - 限定的な知識範囲をカバーします。
* Salesforce ヘルプ: Agentforce のナレッジ - アクセス制御のカテゴリを推奨します。