Einstein Copilot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、Einstein Copilot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、Einstein Copilot でサポートされているアクションの現在の制限によるものです。Einstein Copilot 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されていません。
ユーザー権限: ユーザーが Salesforce 内で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、Einstein Copilot 自体には削除操作を実行する機能がありません。
参照：
Salesforce AI スペシャリストドキュメント - Einstein Copilot でサポートされているアクション:
削除操作がない点に注意しながら、Einstein Copilot が実行できるアクションを一覧表示します。
Salesforce ヘルプ - Einstein Copilot の制限:
レコードの削除などの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。

Service AI Groundingは、Universal ContainersがEinstein AIが明確に定義されたデータソースに基づいて応答を生成するために活用すべきソリューションです。Service AI Groundingにより、AIモデルを特定の関連データソースに紐付けることができるため、AIが生成する応答（メールの返信など）は正確で関連性が高く、ナレッジ記事や事例などの最新情報に基づいていることが保証されます。
UCには古いフィールドや古いデータが存在するため、Service AI Groundingは、Einstein AIが回答を作成する際に有効かつ適切なデータのみを使用するようにします。これにより、回答の関連性が向上し、古いフィールドや関連性のないフィールドによる不正確な回答を回避できます。
作業概要とサービス返信は便利な機能ですが、Service AI Grounding のように AI 出力を特定の現在のデータ ソースにグラウンディングする必要性には対応していません。
詳細については、正確なデータ ソースに基づいて AI 生成コンテンツを管理するための Salesforce の Service AI Grounding ドキュメントを参照してください。

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、各プロンプトとその出力にトークン制限が適用され、これは大規模言語モデル（LLM）の入力と出力の両方に当てはまります。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、トークン数はレコードごとに異なります。一部のレコードは、データ属性に基づいてより長い出力を生成する場合があり、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します。
この動作は、ユーザーがランダムにエラーを経験する理由を説明しています。これは、それぞれの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、他のレコードではトークン制限を超える場合があります。このばらつきは、動的テンプレートが大規模な言語モデルと相互作用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ガイダンスを提供しており、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への切り替えについて言及しておらず、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、外部ユーザーの負荷とは無関係に、モデル自体によって定義される定数です。
参考文献:
* Salesforce 開発者ドキュメント: Generative 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)

Einstein Copilot のカスタムアクション指示を改良する際には、アクションをトリガーすると想定されるユーザーメッセージの例を提供することがベストプラクティスとされています。これにより、カスタムアクションがさまざまなユーザー入力を理解し、メッセージの背後にある意図に効果的に対応できるようになります。
* オプション B (一貫したフレーズ) は明瞭さを向上させますが、トリガー ロジックを直接改良するものではありません。
* オプション C (ペルソナの指定) は、ユーザーがカスタム アクションとどのように対話するかを示す例を示すことほど重要ではありません。
詳細については、カスタムアクションの構築と調整に関する Salesforce の Einstein Copilot ドキュメントを参照してください。

顧客の関心に密接に一致する商品に関するメールを生成するには、AIスペシャリストは、顧客の関心と商品情報に基づいたカスタムセールスメールテンプレートの使用を推奨する必要があります。これにより、メールの内容は顧客の好みに基づいてパーソナライズされ、マーケティングメッセージの関連性が向上します。
グラウンディングを使用すると、生成 AI が顧客の関心や製品の一致に関連する正しいデータを確実に取得し、電子メールの効果を高めることができます。
詳細については、AI 生成コンテンツと電子メールのパーソナライゼーション戦略の基礎に関する Salesforce のドキュメントを参照してください。