ユニバーサルコンテナーズは、カスタムコパイロットアクションを活用してカスタマーサービス業務を強化しています。開発チームは、カスタムコパイロットアクションの適切な設定と機能を実現するために、そのコアコンポーネントを理解する必要があります。そのコアコンポーネントの一つが出力タイプです。
* カスタムコパイロットアクションのコアコンポーネント:
* 説明書：
* アクションが達成すべき内容を定義します。
* アクションを実行する方法について AI アシスタントにガイダンスを提供します。
* 入力パラメータ:
* アクションがタスクを実行するために必要なデータ入力。
* ユーザーまたはシステムが提供する必要のあるパラメータを指定します。
* 出力タイプ:
* 定義: アクション実行後に出力されるデータの種類を指定します。
* 重要度: Copilot およびその他のコンポーネントがアクションの結果の形式と構造を理解していることを確認します。
* 例: テキスト、JSON、レコード、その他のデータ構造。
* アクションリファレンス:
* Apex クラスやフローなどの基礎となる実装を指します。
* アクショントリガー:
* アクションを開始する条件またはイベント。
* 出力タイプに焦点を当てる:
* 構成の関連性:
* 開発チームは、アクションの結果が Copilot によって適切に処理され表示されるように、出力タイプを正しく定義する必要があります。
* 出力タイプが正しくなかったり定義されていない場合、データの解釈が誤っていたり、機能に障害が発生したりする可能性があります。
出力タイプがコアコンポーネントである理由:
* Copilotとの統合:
* Copilot は、アクションによって返されるデータの処理方法を理解するために出力タイプに依存します。
* データの一貫性:
* 出力の構造と形式を定義し、アクションと Copilot 間の一貫した通信を保証します。
* ユーザーエクスペリエンス:
* 適切な出力タイプにより、ユーザーは期待どおりの結果をわかりやすい形式で受け取ることができます。
他の選択肢があまり適していない理由:
* オプションA（指示）:
* 手順はコア コンポーネントですが、質問では、コア コンポーネントの 1 つを特定するために構成で何を確認する必要があるかを尋ねています。
* この文脈では、適切な構成と機能性を確保するには、出力タイプを確認することがより重要です。
* オプションC（アクショントリガー）:
* アクション トリガーは重要ですが、カスタム コパイロット アクションの構成内で必ずしもコア コンポーネントとは見なされません。
* トリガーは、アクション自体の構成ではなく、アクションがいつ開始されるかに関係することがよくあります。
参考文献:
* Salesforce AI スペシャリストドキュメント - カスタム Copilot アクション:
* カスタム コパイロット アクションのコンポーネントと構成について詳しく説明します。
* Salesforce ヘルプ - カスタムアクションでの出力タイプの定義:
* 出力タイプの重要性とその設定方法について説明します。
* Salesforce Trailhead - カスタム Copilot アクションの構築:
* 主要なコンポーネントに焦点を当て、カスタム Copilot アクションの作成と構成に関する実践的なアプローチを提供します。

Salesforceでは、グラウンディングプロンプトテンプレートに使用できるオブジェクトと関連リストに制限を設けています。これは、ユーザーデータに関するセキュリティとプライバシーへの懸念によるものと考えられます。
LLM にコンテキストを提供するためにユーザー関連リストを使用するのは直感的に思えるかもしれませんが、Salesforce では機密性の高いユーザー情報が誤って公開されたり、悪用されたりしないように、これを禁止しています。
したがって、AI スペシャリストは、サポートされている他の関連オブジェクトやフィールドを使用するなど、必要なユーザー情報をプロンプト テンプレートに組み込む別の方法を検討する必要があります。

フローを参照アクションタイプとしてCopilotカスタムアクションのトラブルシューティングを行う場合、Copilot Builderのダイナミックパネルで動的デバッグを有効にすることが、根本原因を特定する最も効果的な方法です。動的デバッグを有効にすると、AIスペシャリストはフローの入力と出力の両方を示す詳細なログを確認できるため、アクションが失敗している箇所や期待どおりの結果が得られていない箇所を特定するのに役立ちます。
* 選択したアクションを確認し、入力セクションと出力セクションを観察するオプション B は、フロー構成の監視には役立ちますが、動的デバッグで利用できる詳細な診断情報は提供されません。
* オプション C は、ユーザーの発話を検証し、セッション イベント ログを確認することで、役立つコンテキストを提供できますが、動的デバッグは、入力と出力の問題をリアルタイムで特定するための主なツールです。
Salesforce AI スペシャリスト リファレンス: Copilot Builder の動的デバッグの詳細については、以下を参照してください。
https://help.salesforce.com/s/articleView?id=sf.copilot_custom_action_debugging.htm

Einstein Trust Layerは、SalesforceのAIおよび生成AI機能を活用する組織の透明性、コンプライアンス、セキュリティを確保するために設計されています。具体的には、監査、追跡、マスクされたデータの閲覧において、組織は以下の機能を利用できます。
* データクラウドの監査証跡：監査証跡は、大規模言語モデル（LLM）に送信されたすべてのプロンプトをキャプチャして保存し、機密性の高いデータやマスクされたデータのやり取りを確実に記録します。これにより、組織はAIによって生成されたすべての出力を監視および監査し、データ処理が社内ガイドラインおよび規制ガイドラインに準拠していることを確認できます。データクラウドは、この監査データを管理およびアクセスするためのインフラストラクチャを提供します。
* B を使わない理由：セットアップでプロンプトビルダーを使用して LLM にプロンプ​​トを送信するのは、プロンプトの作成と管理のためであり、データの監査や追跡のためではありません。監査証跡機能と直接やり取りすることはありません。
* なぜCではないのですか？監査証跡はセットアップからアクセスできますが、ユーザーが生成したプロンプトは、より広範な制御、監査、分析のために、主にデータクラウドで追跡されます。セットアップは、これらの監査ログをエクスポートまたは管理するための主要なツールではありません。
AI インタラクションの監査の詳細については、Salesforce AI Trust Layer ドキュメントを参照してください。このドキュメントでは、組織が生成 AI インタラクションを安全に管理および追跡する方法が概説されています。

顧客とのチャットが開始されると、Einstein Service Replies は、推奨されるナレッジ記事に基づいて、AI による自動返信またはメールの下書きを提供します。この機能は、Salesforce ナレッジベースの情報を活用して、顧客の問い合わせに関連する回答を生成するため、カスタマーサポートのインタラクションの効率と精度が向上します。
オプション B が正解です。Einstein Service Replies はナレッジ記事に基づいて AI 主導の応答を生成する役割を担っているためです。
オプション A (Einstein ReplyRecommendations) は、返信の推奨に重点を置いていますが、返信を生成することはありません。
オプション C (Einstein Grounding) は、応答をデータに基づいて根拠づけることを指しますが、返信の作成とは直接関係ありません。
参照：
Einstein サービス返信の概要: https://help.salesforce.com/s/articleView?id=sf.einstein_service_replies.htm