Salesforce（Agentforceを含む）でEinsteinボット用のカスタムアクションを作成する場合、ActionInstructionsはボットがアクションをどのように処理・実行するかを定義する上で非常に重要です。これらの指示は、API呼び出し、データ変換、条件付きステップなど、ボットが実行するロジックを指示します。指示のテストと反復処理により、ボットが動的な入力、外部連携、意思決定の処理方法を理解できるようになります。
Salesforceのドキュメントでは、アクション指示がボットのワークフロー実行能力に直接影響することが強調されています。例えば、指示が適切に定義されていないと、APIペイロードが不正確になったり、レスポンスの解析に失敗したりする可能性があります。Einsteinボット開発者ガイドでは、ボットの動作をビジネス要件に適合させるには、指示の精緻化が不可欠であると強調されています。
対照的に：
* アクション名 (A) は静的な識別子であり、機能には影響しません。
* アクション入力 (B) は、アクションに渡されるパラメータを定義しますが、実行ロジックは指示しません。
したがって、アクション命令 (C) を反復処理すると、アクションが期待どおりに実行されることが保証されます。

包括的かつ詳細な説明：AIを活用したカスタマーサービスエージェントを導入し、独自のポリシー文書（PDF形式で保存）を取得し、承認済みの社内データに基づいた応答を提供するには、まずAIがこれらのデータにアクセスして使用できる基盤を構築する必要があります。Agentforceデータライブラリ（オプションA）は、その出発点として最適です。データライブラリを利用することで、UCはポリシー文書を含むPDFをアップロードし、Salesforce Data Cloudのベクターデータベースにインデックスを付け、AIによる取得を可能にします。この設定により、エージェントはRetrieval-Augmented Generation（RAG）を実行し、汎用的なLLM知識に頼ることなく、PDF内の特定の承認済みコンテンツに基づいて応答を生成できるため、UCの要件を直接満たすことができます。
* オプションB：AIエージェントのスコープをSalesforceの全レコードに拡張することは、現段階では範囲が広すぎて不要です。要件はポリシー文書を含むPDFを対象としており、Salesforceの全データ（ケース、アカウントなど）を対象としていないため、これは時期尚早であり、最初のステップとしては不適切です。
* オプションC：「ファイルをコンテンツに追加し、データライブラリオプションを選択する」という記述は曖昧で、Agentforceにおける正確なプロセスではありません。ファイルのアップロードはデータライブラリの設定の一部ですが、この記述はSalesforceコンテンツ（例：ContentDocument）にインデックスを作成せずにファイルを追加することを示唆しており、AIによるデータ取得は不可能です。データライブラリの設定（A）は、プロセス全体を正しく網羅しています。
* オプション A: これは基礎的なステップです。データ ライブラリを作成すると、PDF がアップロードされ、インデックスが作成され、エージェントによって取得可能になり、取得と基礎付けの両方のニーズが満たされます。
オプション A は、UC が目標を達成するための正しい第一歩です。
参考文献:
* Salesforce Agentforce ドキュメント:「データ ライブラリの設定」(Salesforce ヘルプ:https://help.salesforce.
com/s/articleView?id=sf.agentforce_data_library.htm&type=5)
* Salesforce Data Cloud ドキュメント: 「Data Cloud を使用した地上 AI 応答」(https://help.
salesforce.com/s/articleView?id=sf.data_cloud_agentforce.htm&type=5)

このシナリオにおいて、エージェントにとって最も役立つ機能は、利用可能なアクションに基づいてタスクを実行し、ナレッジ記事のデータを使用して質問に答える機能です。エージェントは、フライトのキャンセルと再予約に関する関連ナレッジ記事を提供することでサービスエージェントを支援し、エージェントがワークフロー内で適切な手順に直接アクセスできるようにします。
この機能は、エージェントの既存のコンテキスト (旅行日程) を活用し、関連するナレッジ記事から実用的な洞察や次のステップを提供することで、エージェントが顧客のニーズを迅速に解決できるようにします。
その他のオプションは正しくありません。
* B は、既存のナレッジ記事を取得するタスクとは無関係な、ナレッジ記事を作成するためのフローの呼び出しを指します。
* C はナレッジ記事の生成に重点を置いていますが、エージェントが既存の手順に関するガイダンスを必要とするこの状況では、これは直ちに必要なことではありません。
参考文献:
* エージェントに関するSalesforceドキュメント
* Einstein for Service の Trailhead モジュール

過去のコミュニケーションに基づいてパーソナライズされたメールを作成する必要がある営業担当者には、Agentforceスペシャリストがエージェントアクション「営業メールの作成または修正」を推奨します。このアクションはAIを活用し、過去の効果的なコミュニケーションを活用してメールの内容を生成または修正し、見込み客や顧客に対してパーソナライズされた適切なアプローチを実現します。
* 「類似商談の検索」は、電子メールの作成ではなく、商談のマッチングに使用されます。
* 「レコードの要約」では顧客データの概要が提供されますが、電子メールの下書きに直接役立つわけではありません。
詳細については、営業チームの標準アクションに関する Salesforce エージェントのドキュメントを参照してください。

包括的かつ詳細な説明：Salesforce Data Cloud は Agentforce と統合され、AI 駆動型アプリケーションにリアルタイムの統合データアクセスを提供します。Data Cloud リトリーバーは、セマンティック検索と取得に最適化されたストレージシステムである Data Cloud のベクターデータベースから関連データを取得し、エージェントの応答やアクションを強化するための専用コンポーネントです。オプション A で説明されているように、有効なユースケースとして、これらのリトリーバーを使用してベクターデータベースから関連データ（顧客の購入履歴、サポートチケットなど）を返し、プロンプトを拡張することが挙げられます。このプロセスは、多くの場合、Retrieval-Augmented Generation（RAG）の一部であり、LLM は Data Cloud に保存された構造化された検索可能なデータに基づいて出力することで、より正確でコンテキストに応じた応答を生成できます。
* オプション B: 外部 Web サイトからデータを取得することは、Data Cloud リトリーバーの主な機能ではありません。
RAG は外部データを取り込むことができますが、データクラウド リトリーバーは Salesforce のエコシステム（ベクターデータベースやハーモナイズされたデータレイクなど）内のデータのみを対象としており、任意の外部ウェブサイトのデータを対象としているわけではありません。したがって、B は誤りです。
* オプションC: Data Cloud の取得機能は読み取り専用のメカニズムであり、データ取得を目的として設計されており、ソースシステムの変更や更新には使用されません。ソースシステムの更新は、取得機能ではなく、他の Salesforce ツール（フローや Apex など）によって処理されます。
オプション A は、Salesforce Data Cloud 内からの関連性のあるベクトル化されたデータを使用してプロンプトを強化するという、Data Cloud リトリーバーの中心的な目的と一致しているため、正解です。
参考文献:
* Salesforce Data Cloud ドキュメント: 「Data Cloud for Agentforce」(Salesforce ヘルプ: https://help.
salesforce.com/s/articleView?id=sf.data_cloud_agentforce.htm&type=5)
* Trailhead：「データクラウドの基礎」モジュール（https://trailhead.salesforce.com/content/learn/modules/data-cloud-basics）