関連リストを使用するようにカスタムプロンプトテンプレートを設定する場合、AI スペシャリストは、含めることができる関連リストのマージフィールドの最大数に注意する必要があります。Salesforce では、プロンプトテンプレートが効率的に実行され、データが多すぎてシステムが過負荷にならないように制限を適用しています。ベストプラクティスとして、使用されるマージフィールドの数を監視して最適化することが重要です。
* オプション B は正解です。プロンプト テンプレートに含めることができる関連リスト マージ フィールドの数には制限があるためです。
* オプション A (テキスト エンコーディング) とオプション C (XML/JSON レンダリング) は、このコンテキストでは重要な考慮事項ではありません。
参考文献:
* Salesforce プロンプト ビルダーのドキュメント:https://help.salesforce.com/s/articleView?id=sf。
プロンプトビルダー.htm

大規模言語モデル (LLM) によって生成されたコンテンツが有害な言語について適切にスクリーニングされていることを確認するには、AI スペシャリストが Data Cloud 内で Trust Layer 監査レポートを作成する必要があります。毒性検出器タイプのフィルターを使用すると、レポートに有害な応答とそれぞれの毒性スコアを表示できるため、Universal Containers は生成された有害なコンテンツを高い信頼度で監視および管理できます。
オプション C は、信頼レイヤー内での有害な言語の検出を可視化し、有害性に対する応答を監査できるため、正解です。
オプション A では毒性検出ログを確認することを提案していますが、Salesforce は監査レポートを通じてより包括的なオプションを提供しています。
オプション B では、毒性検出モニタリングには不要なフローを作成します。
参照：
Salesforce 信頼レイヤーのドキュメント: https://help.salesforce.com/s/articleView?id=sf.einstein_trust_layer_audit.htm

トークン制限エラーの原因は、フィールド生成で使用されるプロンプト テンプレートの動的な性質にあります。Salesforce の AI 生成モデルでは、各プロンプトとそれに対応する出力にトークン制限が適用されます。トークン制限には、大規模言語モデル (LLM) の入力と出力の両方が含まれます。プロンプト テンプレートは各レコードの特定のデータに基づいて動的に調整されるため、トークンの数はレコードごとに異なります。一部のレコードでは、データ属性に基づいて長い出力が生成され、トークン数が LLM の許容制限を超え、トークン制限エラーが発生する場合があります。
この動作により、ユーザーがランダムにエラーを経験する理由が説明されます。これは、各ケースで使用される特定のデータに依存します。特定のレコードでは、入力と出力の組み合わせがトークン制限内に収まる場合がありますが、他のレコードでは制限を超える場合があります。この変動は、動的テンプレートが大規模な言語モデルと対話する方法に固有のものです。
Salesforce はドキュメントで、プロンプト テンプレートの設計ではトークン制限を考慮する必要があると述べ、このようなランダム エラーを回避するためにさまざまなレコードでテストすることを推奨しています。解決策として Flex テンプレート タイプに切り替えることについては言及されておらず、トークン制限がユーザーの需要に応じて変動することも示唆されていません。トークン制限は、モデル自体によって定義される定数であり、外部のユーザー負荷とは無関係です。
参照：
Salesforce 開発者向けドキュメント: 生成 AI モデルのトークン制限 Salesforce AI プロンプト設計のベストプラクティス (Trailhead または Salesforce ブログ リソース)

Salesforce でプロンプト テンプレートをプレビューすると、Resolution テキストには、サンプル レコードのデータに基づいて LLM (Large Language Model) からの応答が表示されます。この出力には、AI モデルがプロンプトに応答して生成した内容が表示され、AI スペシャリストはテンプレートを最終決定する前に応答を確認して調整することができます。
* オプション B は正解です。Resolution は LLM によって生成された実際の応答を表示します。
* オプションはテキストを信頼レイヤーに送信することを指しますが、これは解像度が表すものではありません。
* オプションは、解像度ではなく他の場所に表示されるデータ マスキングに関連しています。
参考文献:
* Salesforce プロンプト ビルダーの概要:https://help.salesforce.com/s/articleView?id=sf.
プロンプトビルダーの概要.htm

セキュリティとデータプライバシーは重要であるため、AI スペシャリストにとって最善の選択肢は、微調整された LLM (大規模言語モデル) を Einstein Studio Model Builder に追加して Salesforce に統合することです。Einstein Studio を使用すると、組織は独自の AI モデル (BYOM) を持ち込むことができ、モデルが Salesforce 環境内で安全に管理され、データプライバシー標準に準拠していることが保証されます。
* オプション A (iFrame 経由の埋め込み) は安全性が低く、Salesforce のデータおよびセキュリティ モデルと深く統合されません。
* オプション C (OpenAI へのコールアウト) では、機密性の高い Salesforce データが外部システムに送信されるため、データ プライバシーに関する懸念が生じます。
Einstein Studio は、データのプライバシーとコンプライアンスを管理しながら、カスタム AI モデルを統合する最も安全でシームレスな方法を提供します。外部モデルの統合に関する詳細については、Salesforce の Einstein Studio ドキュメントを参照してください。