包括的かつ詳細な解説：Agentforceでは、Atlas推論エンジンを搭載した大規模言語モデル（LLM）がユーザーリクエストを解釈し、エージェントアクションを駆動します。その役割を評価してみましょう。
* オプションA：類似のリクエストされたトピックを見つけ、実行すべきアクションを提供する。LLMは類似のトピックを識別できますが、その役割は単にそれらを見つけるだけにとどまりません。インテントを特定のトピックにマッチングさせ、実行を決定するのです。このオプションは、LLMのアクションの順序付けに関する責任を過小評価しており、不完全かつ不正確なものとなっています。
* オプションB：最適なトピックとアクション、そして正しい実行順序を特定する。LLMはユーザー入力を分析して意図を理解し、最適なトピック（Agent Builderで設定）とマッチングさせ、関連するアクションを選択します。また、エージェントのプランに基づいて適切な実行順序（例：レコードを更新する前にデータを取得する）も決定します。意図認識からアクションのオーケストレーションまでのこのエンドツーエンドのプロセスは、AgentforceにおけるLLMの中核的な役割であり、これが正解です。
* オプションC: ユーザーのトピックアクセス権限を決定し、実行するアクションを優先度順に並べ替える。トピックアクセス権限は、LLMではなくSalesforceの権限（例：ユーザープロファイル）によって管理されます。LLMはプラン内のアクションの優先度を決定しますが、その主な役割はインテントマッチングと実行順序付けであり、アクセス制御ではないため、これは誤りです。
オプション B が正しい理由: Salesforce ドキュメントに詳述されているように、トピックの識別、アクションの選択、実行の順序付けにおける LLM の役割は、Agentforce の自律機能の中心です。
参考文献:
* Salesforce Agentforce ドキュメント: Atlas Reasoning Engine - LLM の意図とアクションの処理の概要を説明します。
* Trailhead: Agentforce テクノロジーを理解する - トピックのマッチングと実行について説明します。
* Salesforce ヘルプ: Agentforce アクション - 応答の調整における LLM の役割を確認します。

包括的かつ詳細な説明：UCでは、Agentforceサービスエージェントが特定の基準に基づき、正確で最新のポリシーおよびコンプライアンス情報を提供する必要があります。評価してみましょう。
* オプションA：エージェントがすべての社内記録と過去の顧客からの問い合わせを検索できるようにする。すべての記録と問い合わせを検索すると、関連性の低い、あるいは古い回答が表示されるリスクがあり、公開されているナレッジの基盤と即時更新の必要性と矛盾することになります。これは具体性に欠け、不適切です。
* オプションB：Agentforceデータライブラリを構築し、ポリシー文書を保存・インデックス化し、AIによる検索に利用します。AgentforceデータライブラリはSalesforce Knowledgeと統合され、人事ポリシー、コンプライアンスガイドライン、手順書をセマンティック検索用にインデックス化します。公開済みのナレッジ記事との整合性が確保され、ライブラリはナレッジと自動的に同期されるため、更新（新しい記事バージョンなど）は再構成することなく即座に反映されます。これはUCのすべての要件を満たしており、正解です。
* オプションC：幻覚を防ぐために、ポリシー応答をAIモデルに手動で追加する。モデルに手動で応答を埋め込むことは現実的ではありません。Agentforceはカスタムトレーニングではなく、事前学習済みのLLMを使用しています。また、リアルタイム更新をサポートしていないため、これは正しくありません。
オプション B が正しい理由: データ ライブラリは、Salesforce が推奨するアプローチに従って、セマンティック検索、ナレッジ グラウンディング、即時更新など、すべての基準を満たしています。
参考文献:
* Salesforce Agentforce ドキュメント: データ ライブラリ > ナレッジ統合 - 詳細なインデックス作成と更新。
* Trailhead: Agentforce を使用してエージェントを構築 - 正確な応答のためのデータ ライブラリをカバーします。
* Salesforce ヘルプ: Grounding with Knowledge - リアルタイム同期を確認します。

包括的かつ詳細な説明：Universal Containers（UC）は、チャット内での定型的な回答の入力時間を短縮し、ケース項目値の自動提案によってチャット後の分析を最小限に抑えるという2つの目標に取り組むことで、カスタマーサポートの効率化を目指しています。Salesforce Agentforce for Serviceでは、Einstein ReplyRecommendationsとCase Classification（オプションA）が、この目標達成に最適な組み合わせです。
* Einstein ReplyRecommendations：この機能は、AIを活用し、チャットのコンテキスト、履歴データ、ナレッジ記事に基づいて、事前に用意された返信を提案します。よくある質問に対して、エージェントにすぐに使える返信を提供することで、定型的な回答の入力時間を大幅に短縮し、UCの第一目標に直接貢献します。
* ケース分類：この機能はAIを活用し、ケースの詳細（例：チャットの記録）を分析し、インタラクション中またはインタラクション後にケースフィールド（例：件名、優先度、解決状況）の値を提案します。フィールドへの入力を自動化することで、チャット後の分析時間を短縮し、UCの2つ目の目標を実現します。
* オプションB：「Einstein Reply のレコメンデーション」は最初の部分については正しいですが、「ケースサマリー」は特定の項目値を提案するのではなく、ケースの概要を生成します。概要はドキュメント作成には役立ちますが、チャット後の項目入力時間を直接短縮するものではありません。
* オプション C: 「Einstein サービス返信」は Agentforce の明確に文書化された機能ではありません (返信推奨事項の妨げになる可能性があります)。また、「作業概要」は、チャットのコンテキストでのケース フィールドの提案ではなく、作業指示書やより広範なタスクの概要に適用されます。
* オプション A: この組み合わせは、チャット中の効率 (返信の推奨事項) とチャット後の自動化 (ケース分類) の両方を正確にターゲットにします。
したがって、オプション A は UC のニーズに対する正しい答えです。
参考文献:
* Salesforce Agentforce ドキュメント: 「Einstein Reply の推奨事項」(Salesforce ヘルプ:
https://help.salesforce.com/s/articleView?id=sf.einstein_reply_recommendations.htm&type=5)
* Salesforce Agentforce ドキュメント:「ケース分類」(Salesforce ヘルプ:https://help.salesforce.
com/s/articleView?id=sf.case_classification.htm&type=5)
* Trailhead：「Agentforce for Service」（https://trailhead.salesforce.com/content/learn/modules/agentforce- for-service）

アウトバウンドオムニチャネルフローが正しい答えである理由
Agentforce では、サービス エージェントの会話を人間のエージェント キューにエスカレートする必要がある場合、Outbound Omni-Channel Flow はこのプロセスを容易にする適切なツールです。
Agentforce のアウトバウンド オムニチャネル フローの主な機能:
* 人間のエージェントキューへのエスカレーションを自動化
* 可用性、スキル、および事前定義されたビジネス ロジックに基づいて、サービス リクエストが最も適切な人間のエージェントに動的にルーティングされることを保証します。
* AIから人間のエージェントへのシームレスな移行
* Einstein Copilot またはその他の AI 搭載アシスタントが人間の介入が必要なケースを特定すると、Omni-Channel Flow が自動的に会話をルーティングします。
* 適切な優先順位付けと負荷分散を保証
* オムニチャネル ルーティング ルールを活用することで、システムは会話を効率的に割り当て、顧客サービスの遅延を回避します。
* AgentforceおよびService Cloudとの統合
* Salesforce Service Cloud と直接連携して、ケースを適切なエージェント キューにルーティングします。
他の選択肢はなぜダメなのか？
# B. 画面フロー
* スクリーンフローは、ユーザーが事前定義された手順でデータを手動で入力する対話型のガイド付きプロセスに使用されます。
* リアルタイムで人間のエージェントに自動的にケースをルーティングすることはサポートされていません。
# C. プロンプトフロー
* Prompt Flow は、サービス エージェントのインタラクションを人間のエージェントにルーティングするのではなく、AI によって生成された応答とワークフローを強化するように設計されています。
* リアルタイムのキュー管理に必要なオムニチャネル統合がありません。
Agentforceスペシャリストのリファレンス
AI によって生成されたインタラクションを人間のエージェントにルーティングするためにオムニチャネル フローを使用することの重要性は、Agentforce Specialist 試験の目標とドキュメントでサポートされています。
* Salesforce AI スペシャリスト マテリアル: AI と人間のエージェントのインタラクションを管理するためのオムニチャネル ルーティングの重要性について説明します。
* 認定のための Salesforce の手順: 自動化されたフローを使用して AI 主導のケースを人間のエージェントにルーティングする方法について説明します。
* Agentforce ツールのドキュメント: サービス AI のオムニチャネル機能について説明します。

Flex プロンプトテンプレートでプレビューボタンがグレー表示になっている場合、多くの場合、プロンプトに関連するレコードが選択されていないことが原因です。Flex プロンプトテンプレートは Salesforce レコードからデータを動的に取得するため、プロンプトにレコードが指定されていない場合は、テンプレートに基づいて生成されるコンテンツがないため、プレビューできません。
* オプション B (プロンプトを保存またはアクティブ化しない) では、プレビュー ボタンが必ずしもグレー表示されるわけではありませんが、適切な機能が妨げられる可能性があります。
* オプション C では、マージ フィールドが欠落しているため、出力に問題が発生しますが、プレビュー ボタンが直接グレー表示になることはありません。
実際の使用ケースでプロンプトがどのように機能するかをテストおよびプレビューするには、関連レコードが正しくリンクされていることを確認することが重要です。
Salesforce エージェントforce スペシャリスト参照:Flex テンプレートのトラブルシューティングに関するドキュメントを参照してください:https://help.salesforce.com/s/articleView?id=sf.flex_prompt_builder_troubleshoot.htm