
Présentation du guide Agentforce
sur le raisonnement, les thèmes, les instructions et les actions
sur le raisonnement, les thèmes, les instructions et les actions
Les agents IA ont le potentiel de révolutionner les organisations en augmentant l'efficacité, en réduisant le travail manuel et en créant un lieu de travail plus sophistiqué et adaptatif. C'est pourquoi nous avons lancé Agentforce, une plate-forme pour la création d'agents IA. Mais les nouvelles technologies s'accompagnent de nouveaux concepts et de nouvelles considérations en matière de mise en œuvre.
Ce guide explore les éléments fondamentaux d'Agentforce. Il s'agit du premier d'une série de guides qui évolueront en même temps qu'Agentforce. Dans cette ressource, vous trouverez des détails sur le fonctionnement d'Agentforce, ainsi que les principales capacités et les compromis que les architectes et tous les techniciens doivent connaître lorsqu'ils construisent avec Agentforce.
Ce que nous allons aborder :
En termes simples, un agent est un type de logiciel qui utilise l'IA générative pour prendre des décisions sur les étapes à suivre et comment les suivre. Un agent peut comprendre une question (souvent appelée « énoncé »), raisonner de manière autonome pour déterminer les actions à entreprendre pour atteindre son objectif, identifier les données nécessaires, puis agir, avec ou sans intervention humaine. Mieux encore : Les agents utilisent des modèles de langage de grande taille (LLM) au lieu de règles strictes et pré-écrites. Cela rend les agents plus dynamiques que l'automatisation basée sur des règles, mais c'est aussi un changement important par rapport aux logiciels traditionnels qui suivent des instructions codées en dur.
Principales capacités des agents IA
Bien que les agents ne suivent pas une logique codée en dur comme un logiciel traditionnel, Agentforce fournit un certain nombre de composants permettant d'ajouter des contrôles supplémentaires à la façon dont vos agents raisonnent. Il existe également un certain nombre de fonctionnalités qui rendent Agentforce extensible. Voici un aperçu de ces composants :
Composant | Quand y faire appel ? | Compétences requises |
---|---|---|
Actions invocables de l'agent | Pour invoquer un agent à partir de Flow ou d'Apex | Low-code |
API Agent | Pour invoquer un agent depuis l'extérieur de Salesforce | Pro-code |
Variables de l'agent | Pour ajouter des contrôles supplémentaires à la façon dont votre agent raisonne à travers la sélection de thèmes et d'actions. | Low-code |
Agentforce SDK | Construire un agent à partir de zéro à l'aide d'un code Python via une interface programmatique avec l'infrastructure Agentforce de Salesforce. | Pro-code |
Générateur de modèles | Personnaliser un modèle d'IA génératif ou créer un modèle prédictif | Low-code |
Le déploiement d'un agent IA doit être soigneusement planifié. Si votre organisation n'a encore mis en place aucune stratégie à cet égard, nous vous conseillons d'obtenir le badge Stratégie d'IA sur Trailhead . Mais nous allons partir du principe que vous êtes déjà parfaitement à l'aise avec tous les processus associés à cette stratégie : définir votre vision de l'IA, instaurer un conseil de l'IA, établir une gouvernance de l'IA, identifier les cas d'usage de l'IA et élaborer une feuille de route.
La création d'un agent impose de mobiliser du temps et des ressources. Et pour être certain de parvenir immédiatement au résultat escompté, vous devez entreprendre une planification rigoureuse. Avant de vous lancer, commencez par définir un cas d'usage et par créer une carte de processus pour chacun de vos futurs agents. Le badge Planification d'agents sur Trailhead permet d'acquérir des compétences dans le domaine du mappage des processus décrit dans le module de formation « Description du travail de l'agent ». Exposez dans les grandes lignes l'expérience utilisateur idéale et décrivez de quelle manière le système réagira aux entrées de l'utilisateur et traitera les erreurs ou les problèmes potentiels.
Vous obtiendrez alors un schéma qui vous aidera à comprendre le flux, à générer des instructions et à savoir où utiliser les actions, les variables et les filtres. Cette approche de la planification des agents offre de nombreux avantages :
Avant de continuer, il est important de noter que les agents ne sont pas le seul outil d'IA générative disponible sur Salesforce Platform. Les modèles de réplique offrent un autre outil puissant pour créer des applications qui utilisent l'IA générative. Les modèles de réplique, intégrés dans Prompt Builder, vous permettent de définir un ensemble d'instructions structurées et réutilisables qui guident un modèle d'IA générative pour produire des sorties spécifiques. Ils peuvent référencer les données Salesforce par le biais de champs prédéfinis, de graphiques de données et de la génération augmentée de récupération (RAG) de données contextuelles. Les modèles de réplique sont également hautement sécurisés : toutes les répliques sont acheminées via la couche de confiance de Salesforce, ce qui permet de respecter les autorisations, de masquer les données sensibles et de signaler les sorties toxiques.
Les modèles de réplique sont des interactions à un tour avec l'IA et conviennent parfaitement aux tâches ponctuelles qui ne nécessitent pas de mémoire ou de raisonnement en plusieurs étapes. Par exemple, un modèle de réplique est idéal lorsque vous devez reformuler une phrase ou résumer une requête, car il n'est pas nécessaire d'avoir un contexte continu. Lors de la conception de solutions avec des modèles de réplique, il est important de se rappeler qu'ils sont sans état (ils ne conservent pas de mémoire entre les tours) et qu'ils ne prennent pas de décisions ou n'entreprennent pas d'actions. Les modèles de réplique génèrent une réponse basée sur l'entrée et la logique que vous fournissez au moment de la conception.
Les modèles de réplique peuvent être utilisés seuls dans une solution d'IA intégrée, mais vous pouvez également ajouter un modèle de réplique à un agent sous la forme d'une action de l'agent. L'utilisation d'un modèle de réplique seul est idéale lorsque :
Cas d'usage des modèles de réplique :
Gardez à l'esprit que si les modèles de réplique peuvent remplir dynamiquement des données et générer des réponses basées sur les entrées dynamiques qui sont rendues au moment de l'exécution, ils ne peuvent pas raisonner à partir d'options ou prendre des mesures.
Les agents sont des systèmes logiciels qui décident de manière autonome ce qu'il faut faire, dans quel ordre et comment le faire, en fonction de l'évolution du contexte. Les agents vont au-delà d'une simple réplique car ils peuvent planifier, raisonner, appeler des actions externes (comme des appels API ou des consultations de bases de données) et réagir en fonction des résultats. Ils peuvent choisir des voies ou des réponses différentes en fonction de ce qu'ils apprennent en cours de processus. Les agents sont les meilleurs quand :
Cas d'usage d'agents IA :
Vous cherchez à comprendre comment Agentforce comprend les demandes des utilisateurs et décide des actions à entreprendre ? Cette section vous guidera à travers le cœur de son processus de prise de décision : Atlas Reasoning Engine. De la même manière que la compréhension de l'ordre d'exécution est essentielle pour comprendre ce qui se passe lorsqu'un enregistrement est sauvegardé dans Salesforce, le fait de savoir comment Atlas Reasoning Engine fonctionne en coulisses vous permet de comprendre comment fonctionne le moteur Agentforce.
Atlas Reasoning Engine utilise une série de répliques, de codes, d'appels LLM et un ensemble de trois éléments clés pour aider les agents à comprendre et à répondre efficacement. Considérez les trois éléments suivants (thèmes, instructions et actions) comme les leviers que vous contrôlez pour que les agents travaillent pour vous. Lorsque vous ajustez ces éléments, vous modifiez les répliques que le moteur de raisonnement utilise pour comprendre, décider et agir. En effet, Agentforce utilise des répliques dans le moteur de raisonnement pour classer les thèmes et les actions. En d'autres termes, vous bénéficiez d'une ingénierie de requête à chaque fois que vous créez un agent dans Générateur d'agent !
Avant de découvrir Atlas Reasoning Engine plus en détail, examinons de plus près les thèmes, les instructions et les actions, trois éléments importants de métadonnées que vous définissez chaque fois que vous construisez un agent avec Agentforce.
Les thèmes constituent la base des capacités de votre agent, définissant ce qu'il peut faire et les types de demandes des clients qu'il peut traiter. Considérez-les comme des services spécialisés disposant d'une expertise, d'outils (actions) et de directives (instructions) spécifiques. Lorsqu'un client envoie un message, votre agent détermine d'abord quel « service » (thème) doit traiter la demande, puis suit les directives de ce service et utilise ses outils pour aider le client. Les thèmes ont également une portée qui définit ce qu'un agent peut ou ne peut pas faire dans ce domaine spécifique.
Les instructions sont les directives qui déterminent la manière dont les conversations sont traitées dans le cadre d'un thème, en guidant le choix des actions, en définissant des modèles de conversation et en fournissant un contexte commercial. Des thèmes clairs et distincts évitent les chevauchements et permettent au moteur de raisonnement de classer correctement les demandes des clients. Les instructions doivent être claires, spécifiques et exploitables pour guider efficacement l'agent.
Les actions sont les outils que votre agent utilise pour obtenir des informations ou effectuer des tâches. Lors de la définition des actions, il est essentiel de comprendre comment le moteur de raisonnement les traite. Le moteur passe en revue les actions disponibles en fonction de leur nom, de leur description et de leurs entrées, ainsi que des instructions relatives au sujet et du contexte de la conversation. Agentforce s'accompagne d'un certain nombre d'actions d'agent standard et vous pouvez créer des actions d'agent personnalisées pour étendre votre mise en œuvre. Cependant, vous devez toujours vérifier si une action standard peut être utilisée avant de créer une action personnalisée. Concevez des actions sans jamais perdre de vue la question de la réutilisabilité, car ces actions peuvent être utilisées dans plusieurs thèmes. Vous trouverez ci-dessous une liste des actions personnalisées de l'agent disponibles et des scénarios où vous devez les utiliser :
Composant | Quand y faire appel ? | Compétences requises | Une licence supplémentaire est-elle nécessaire ? |
---|---|---|---|
Modèle de réplique | Invoquer un LLM pour générer une réponse. Les actions de modèle de réplique ne sont qu'une façon pour un agent d'utiliser la RAG. | Low-code | Oui |
Flux | Exécuter des automatisations basées sur des règles et des extractions d'enregistrements. | Low-code | Non |
Code Apex | Exécuter l'automatisation basée sur les règles de pro-code et la recherche d'enregistrements | Pro-code | Non |
API MuleSoft | Extraire des données de systèmes existants et d'autres applications externes dans un environnement d'entreprise complexe | Pro-code | Oui |
Service extérieur | Récupérer des données à partir d'API REST qui prennent en charge les spécifications OpenAPI. | Low-code | Oui |
Modèle prédictif | Utiliser l'IA prédictive avec votre agent | Low-code | Oui |
Vous vous demandez peut-être comment un agent utilise les thèmes, les instructions et les actions pour accomplir son travail. Voici une description étape par étape de ce qui se passe dans Atlas Reasoning Engine lorsqu'un agent est invoqué.
Le processus commence lorsqu'un message ou une requête est reçu d'un utilisateur, ou lorsqu'un agent est invoqué à partir d'un événement, d'une modification de données ou d'un appel API.
Le moteur de raisonnement analyse le message de l'utilisateur pour le classer dans le thème le plus pertinent. Pour cette étape de classification, le moteur de raisonnement ne prend en compte que le nom du thème et la description de la classification du thème. Si aucun thème approprié ne correspond, il est classé par défaut dans la catégorie « hors thème ».
La portée, les instructions et les actions associées au thème sélectionné sont injectées dans la réplique, de même que le message original de l'utilisateur et l'historique de la conversation (en moyenne, les six derniers tours de la conversation). La réplique obtenue est envoyée au LLM pour déterminer ce que doit faire ensuite l'agent.
L'agent analyse les données combinées (message de l'utilisateur, instructions, actions potentielles) et décide de l'étape suivante :
Avant d'envoyer la réponse finale, l'agent effectue une dernière vérification pour s'assurer que sa proposition de réponse est fondée sur les instructions fournies pour le thème et qu'elle les respecte. Cette étape consiste à vérifier que la réponse :
La réponse finale, validée, est envoyée à l'utilisateur. Si l'étape de contextualisation échoue, l'agent réessaie et tente de produire une réponse contextualisée. S'il n'est pas en mesure de produire une telle réponse, il enverra un message standard pour informer l'utilisateur qu'il ne peut pas répondre à la demande.
La compréhension de ce flux de travail permet d'expliquer pourquoi chaque composant de votre agent - thèmes, instructions et actions - doit être soigneusement conçu pour fonctionner avec ce processus de raisonnement. Mais cela ne s'arrête pas là.
Pour fournir un contrôle supplémentaire et ajouter une logique déterministe à votre flux de travail agentique, Agentforce utilise le filtrage conditionnel. C'est comme avoir des règles de visibilité dynamiques pour les champs de formulaire, mais pour vos agents lorsqu'ils raisonnent.
Les filtres conditionnels agissent comme des gardiens qui déterminent si un thème ou une action doit être pris en compte au cours du processus de raisonnement. Contrairement aux instructions qui guident les décisions du LLM, les filtres opèrent au niveau du système pour supprimer ou inclure complètement des thèmes et des actions en fonction de conditions spécifiques.
Le filtrage conditionnel améliore les performances de l'agent de deux manières essentielles :
1. Amélioration de la précision de la classification des thèmes
En éliminant les thèmes non pertinents en fonction de l'état de la conversation, vous réduisez le « bruit sémantique » au cours du processus de classification des thèmes, ce qui permet de sélectionner plus facilement le bon thème pour une requête d'utilisateur.
Par exemple, si un utilisateur ne s'est pas encore authentifié, les filtres peuvent masquer tous les thèmes liés à des actions spécifiques au compte. Cela évite à l'agent de classer à tort des requêtes générales dans des thèmes sensibles, ce qui entraînerait des erreurs d'authentification ou des réponses inappropriées.
2. Sélection d'actions adaptées au contexte
Une fois qu'un thème est sélectionné, des filtres permettent d'affiner les actions disponibles dans ce thème en fonction de l'état actuel de la conversation :
Fonctionnement du filtrage conditionnel
Atlas Reasoning Engine prend en charge le filtrage basé sur deux types de variables : les variables de contexte et les variables personnalisées. Voici un aperçu général des propriétés de chaque type :
Composant | Variables de contexte | Variables personnalisées |
---|---|---|
Peut être instancié par l'utilisateur | Non | Oui |
Peut être une entrée d'actions | Oui | Oui |
Peut être le résultat d'actions | Non | Oui |
Peut être mis à jour par des actions | Non | Oui |
Peut être utilisé dans des filtres d'actions et de thèmes | Oui | Oui |
Types pris en charge | Texte/nombre | Texte/nombre |
Il s'agit de variables dérivées de la session de messagerie :
Les variables contextuelles sont particulièrement utiles pour personnaliser les interactions sur la base d'informations connues sur le client, sans que l'agent ait à les demander au cours de la conversation. Lorsque l'on conçoit une solution avec des variables de contexte, il est important de savoir qu'elles sont définies au début de la session et qu'elles sont immuables au cours de cette session.
Les variables personnalisées stockent les informations renvoyées par les actions. Elles peuvent être utilisées pour :
Les filtres sont définis à partir des valeurs du contexte et des variables personnalisées. Ils peuvent être appliqués au niveau du thème et de l'action :
Voici une vue simple d'Atlas Reasoning Engine qui montre comment les filtres au niveau du thème et au niveau de l'action s'intègrent dans le flux de raisonnement.
Le cas d'utilisation le plus courant du filtrage est le contrôle de l'accès aux opérations sensibles :
Filter: "Requires Authentication"
Condition : authenticationStatus = "verified"
Appliqué à : Thème de la gestion des comptes, thème du traitement des paiements
Ainsi, même si un utilisateur pose des questions sur son compte ou ses paiements avant de s'authentifier, l'agent n'autorisera pas l'appel de ces thèmes.
Les filtres peuvent également aider les étapes du processus à se dérouler dans le bon ordre :
Filtre : "Order Number Required"
Condition: orderNumber != null
Applied to: Check Order Status Action, Modify Order Action
Cela permet de s'assurer que les actions liées à la commande ne sont disponibles que lorsqu'un numéro de commande a été collecté et stocké dans une variable.
Il est important de comprendre la différence entre le filtrage et les instructions :
Les citations constituent une autre partie d'Atlas Reasoning Engine. Vous pouvez utiliser des citations pour valider les sources utilisées par le LLM pour générer une réponse. Le diagramme ci-dessous comment les citations s'intègrent dans le flux du moteur de raisonnement.
Ce diagramme met également en évidence l'architecture composable du moteur de raisonnement. L'escalade, les citations et les garde-fous sont des composants modulaires utilisés par le moteur de raisonnement lors de la construction d'un agent à l'aide du modèle Agentforce pour les services. Aujourd'hui, les composants modulaires utilisés par le moteur de raisonnement sont définis modèle par modèle. Nous nous efforçons de faire en sorte que ces composants ressemblent encore plus à des pièces de lego qui peuvent être échangées avec un agent, voire avec des clients à l'avenir.
Nous avons déjà abordé de nombreux points. Prenons maintenant un peu de recul et examinons un exemple complet de la manière dont les thèmes, les instructions et les actions fonctionnent avec le moteur de raisonnement lorsqu'un client pose une question à un agent.
Message du client: « J'ai commandé un pull-over rouge hier, mais je dois modifier l'adresse de livraison. »
Maintenant que vous savez comment fonctionne le moteur de raisonnement et pourquoi les thèmes, les actions et les instructions sont si importants, examinons quelques pratiques à privilégier pour les créer.
Les thèmes constituent la base des capacités de votre agent. Ils définissent ce que votre agent sait faire et les types de demandes des clients qu'il peut traiter. Les trois éléments d'un thème sont le nom du thème, la description de la classification et la portée.
Mauvais exemple | Bon exemple | Pourquoi est-il meilleur ? |
---|---|---|
API | Communiquer l'état et les détails de la commande | Décrit clairement le travail à effectuer |
Aide | Répondre à des questions techniques | Spécifie le type d'aide fourni |
Transactions | Aider à mettre à jour les détails de paiement | Spécifie le type d'aide fourni |
Cette rubrique décrit les messages de l'utilisateur qui doivent déclencher ce thème. Elle est essentielle pour aider votre agent à comprendre quand utiliser ce thème et est utilisée à l'étape de la classification.
Mauvais exemple | Bon exemple | Pourquoi est-il meilleur ? |
---|---|---|
Répondre aux questions relatives à la commande. | Fournir aux clients des mises à jour concernant les détails et l'état de leur commande après avoir validé leur numéro de commande. | Clarifie la portée du thème. |
Assistance relative aux comptes. | Aider les utilisateurs à résoudre les problèmes de connexion, à créer un compte et à réinitialiser un mot de passe. | Plus spécifique ; permet à l'agent de faire le bon choix |
Vérifier avant de traiter les problèmes de paiement. | Aider les utilisateurs à ajouter ou à mettre à jour leurs informations de paiement (cartes de crédit, détails de leurs comptes PayPal, etc.). | Indique spécifiquement de rediriger vers un thème différent. Rappel : pour des résultats plus déterministes, utilisez des filtres thématiques conditionnels. |
Si vous constatez que l'agent ne parvient pas à sélectionner le bon thème pour les requêtes des utilisateurs, les noms et les descriptions des thèmes sont les premiers éléments à examiner et à affiner.
Elle définit les limites de ce que votre agent peut ou ne peut pas faire dans ce thème.
Mauvais exemple | Bon exemple | Pourquoi est-il meilleur ? |
---|---|---|
Traiter les questions et les problèmes liés aux commandes. | Votre tâche consiste uniquement à répondre aux questions relatives à l'état de la commande d'un client, à l'état des retours ou à la politique de retour et de réparation. Ne jamais initier ou générer une commande ou un retour. | Fixe des limites claires à ce que l'agent doit ou ne doit pas faire. |
Aider pour les problèmes de connexion. | Votre tâche consiste uniquement à aider les clients qui ne peuvent pas se connecter en réinitialisant leur mot de passe ou en recherchant leur nom d'utilisateur. Vous ne pouvez pas mettre à jour les informations du compte ni modifier les autorisations. | Indique explicitement les activités que le thème peut couvrir, ainsi que les limites associées. |
Voyons comment configurer un thème au moment de la conception pour qu'un agent puisse aider les utilisateurs à réinitialiser leurs mots de passe. Voici à quoi pourraient ressembler les thèmes, les instructions et les actions :
Composant | Contenu |
---|---|
Nom du thème | Réinitialisation du mot de passe |
Description de la classification | Assister les clients qui ont oublié leur mot de passe, qui ne peuvent pas se connecter, qui ont besoin de réinitialiser leurs identifiants, qui sont bloqués ou qui rencontrent des problèmes de connexion. Aider les utilisateurs à modifier leurs mots de passe ou à récupérer l'accès à leur compte. |
Champ d'application | Votre travail consiste uniquement à aider les clients à réinitialiser leurs mots de passe ou à récupérer leurs noms d'utilisateur. Vous pouvez vérifier l'identité par e-mail/téléphone et réinitialiser les mots de passe. Vous ne pouvez pas accéder aux détails du compte au-delà de la vérification ni modifier les informations du client autres que les mots de passe. |
Instructions |
---|
Demander au client quelle méthode de vérification il préfère (e-mail ou téléphone) avant de procéder à la vérification de l'identité. |
Utiliser l'action Vérifier l'e-mail du client ou Vérifier le téléphone du client en fonction des préférences du client. Ne pas tenter de réinitialiser le mot de passe tant que la vérification n'a pas abouti. |
Après vérification, expliquer la procédure de réinitialisation : « Je vous enverrai par e-mail un lien de réinitialisation sécurisé qui expirera dans 24 heures. » |
Utiliser la vérification des questions de sécurité uniquement si le client ne peut pas accéder à sa boîte mail ou à son téléphone. |
Après avoir effectué une réinitialisation, lui demander s'il a besoin d'aide pour toute autre chose liée à l'accès au compte. |
Nom de l'action | Description | Entrée(s) |
---|---|---|
Vérifier l'e-mail du client | Vérifie l'identité en faisant correspondre l'e-mail à un compte. Renvoie l'état de la vérification et l'identifiant du client en cas de succès. | Adresse e-mail : adresse e-mail du client (format : example@domain.com). |
Vérifier le téléphone du client | Vérifie l'identité en envoyant un code sur le téléphone du client. À utiliser lorsqu'il n'est pas possible de vérifier l'adresse e-mail. | Numéro de téléphone : numéro à 10 chiffres sans caractères spéciaux. |
Envoyer l'e-mail de réinitialisation du mot de passe | Envoi d'un lien de réinitialisation qui expire après 24 heures à l'adresse e-mail vérifiée. À n'utiliser qu'après une vérification réussie. | Identifiant du client : identifiant vérifié après une vérification réussie |
Ensuite, au moment de l'exécution, lorsqu'un client interagit avec notre agent depuis le site Web d'une entreprise, voici ce qui se passe :
Les instructions sont les directives qui indiquent à votre agent comment gérer les conversations dans un thème donné. Les instructions aident l'agent à prendre des décisions sur les actions à entreprendre et sur la manière de réagir.
Les instructions jouent plusieurs rôles cruciaux dans le processus de décision de votre agent :
Sans instructions claires, votre agent risque de choisir les mauvaises actions, de mal comprendre les demandes des clients ou de fournir des réponses incohérentes. Mais n'oubliez pas que les instructions sont fusionnées dans une réplique et envoyées au LLM, et qu'elles ne sont donc pas déterministes. Elles ne remplacent pas le besoin de règles commerciales codées au sein de l'action.
Lorsque le moteur de raisonnement traite une demande d'un client, il utilise vos instructions pour :
Plus vos instructions sont claires et précises, plus votre agent sera performant.
Lors de la création de votre agent, il est essentiel de savoir quand utiliser des instructions ou des actions pour mettre en œuvre une fonctionnalité. Utilisez les actions pour la logique métier critique qui doit être appliquée de manière cohérente, comme les calculs complexes, le traitement d'informations sensibles et les opérations en plusieurs étapes qui nécessitent un enchaînement spécifique. En revanche, les instructions servent à orienter le flux de la conversation, à aider l'agent à choisir les actions appropriées en fonction du contexte, à définir le format et le ton de la réponse et à établir des stratégies de clarification lorsque l'information est ambiguë.
Exemple d'action de commande de remboursement :
public with sharing class RefundOrderHandler {
public class RefundResult {
@AuraEnabled public Boolean canReturn;
@AuraEnabled public String message;
}
@AuraEnabled
public static RefundResult processRefund(Id orderId, Date orderDate) {
RefundResult result = new RefundResult();
if (orderDate == null || orderId == null) {
result.canReturn = false;
result.message = 'Invalid input: Order ID and Order Date are required.';
return result;
}
Date today = Date.today();
Integer daysSinceOrder = today.daysBetween(orderDate);
if (daysSinceOrder > 30) {
result.canReturn = false;
result.message = 'Order cannot be returned. More than 30 days have passed.';
} else {
result.canReturn = true;
result.message = 'La commande peut être renvoyée. Envoi du bon de retour.';
sendReturnEmail(orderId);
}
return result;
}
Voici quelques exemples d'instructions qui fonctionnent bien avec le moteur de raisonnement :
Mauvais exemple | Bon exemple | Pourquoi est-il meilleur ? |
---|---|---|
Obtenir les détails de la commande du client. | Si un client pose des questions au sujet de l'état de sa commande, proposez toutes les options de recherche (adresse e-mail, date de la commande, identifiant de la commande, etc.). | Fournit des conseils spécifiques et utilise un langage similaire au nom de l'action. |
Aide pour les problèmes liés aux appareils | Avant d'utiliser l'action Répondre aux questions avec des connaissances pour récupérer des informations de dépannage, identifier le type d'appareil (iOS ou Android). Inclure le type d'appareil dans la requête de recherche de l'action Répondre aux questions avec des connaissances. | Donne des instructions claires sur les informations à recueillir en premier lieu et précise l'action à mettre en œuvre. |
Utiliser les connaissances pour les questions relatives aux produits. | Pour les questions sur les caractéristiques des produits, il faut d'abord identifier le produit spécifique sur lequel le client s'interroge. Utiliser ensuite l'action Connaissance avec le nom exact du produit pour obtenir des informations précises. | Fournit une séquence claire d'étapes et précise comment rendre l'action plus efficace. |
Vérifier si les clients ont besoin d'aide. | Après avoir fourni des informations sur le statut de l'expédition, toujours demander au client s'il a besoin d'aide pour toute autre chose liée à sa commande. | Préciser quand et comment assurer le suivi. |
Les actions sont les outils que votre agent utilise pour obtenir des informations ou effectuer des tâches.
Lorsque votre agent traite une demande d'un client, le moteur de raisonnement :
Pour que ce processus fonctionne efficacement, vos actions doivent porter des noms clairs et descriptifs et être accompagnées d'instructions qui aident le moteur de raisonnement à comprendre quand et comment les utiliser. Pour réduire la latence et améliorer les performances, n'assignez pas plus de 15 actions à un thème et n'oubliez pas que les actions peuvent être réutilisées entre les thèmes !
Chaque action de votre agent comporte trois parties importantes qui doivent être configurées : le nom de l'action, les instructions de l'action et les instructions d'entrée de l'action.
Mauvais exemple | Bon exemple | Pourquoi est-il meilleur ? |
---|---|---|
GetOrderInfo | LookupOrderStatus | Décrit clairement les informations fournies par l'action |
UpdateContactRecord | UpdateCustomerPhoneNumber | Décrit spécifiquement ce qui est mis à jour |
ProcessPmt | ProcessPayment | Évite les abréviations par souci de clarté |
Les instructions d'action indiquent au moteur de raisonnement ce que fait l'action et quand l'utiliser. Ces instructions sont essentielles pour aider votre agent à choisir la bonne action au bon moment.
Mauvais exemple | Bon exemple | Pourquoi est-il meilleur ? |
---|---|---|
Met à jour un numéro de téléphone. | Met à jour le numéro de téléphone de l'utilisateur associé à son enregistrement. S'il n'y a pas d'enregistrement correspondant, un nouvel enregistrement est créé. | Explique ce que fait l'action et comment elle traite les cas particuliers. |
Permet d'obtenir des informations sur le suivi. | Renvoie les informations de suivi d'une commande client en fonction du numéro de suivi et du code postal de destination. | Explique quand utiliser cette action et quelles sont les informations requises. |
Fournit des connaissances. | Recherche dans la base de connaissances les réponses aux questions des utilisateurs sur les produits, les politiques ou les procédures. Cette action doit être utilisée lorsque l'utilisateur pose des questions de type « comment faire » ou a besoin d'informations qui ne sont pas spécifiques à son compte. | Explique quand l'action doit être utilisée dans le flux de la conversation. |
Vérifie les comptes. | Vérifie l'existence d'un compte client et renvoie des informations sur l'état du compte. Utilisez cette action lorsque les clients essaient de déterminer s'ils ont déjà un compte ou si leur compte est actif. Il faut une adresse e-mail ou un numéro de téléphone pour effectuer la recherche. | Explique clairement l'objectif, quand l'utiliser et quelles sont les informations nécessaires. |
Pratiques à privilégier pour les instructions d'action :
Les instructions de saisie des actions définissent les informations dont l'action a besoin et la manière dont l'agent doit les recueillir auprès du client. Des instructions claires aident l'agent à recueillir les bonnes informations dans le bon format.
Mauvais exemple | Bon exemple | Pourquoi est-il meilleur ? |
---|---|---|
Saisir l'identifiant de la commande. | L'identifiant de la commande est un identifiant alphanumérique de 18 caractères. | Fournit des détails sur le format. |
E-mail du client. | L'adresse e-mail du client utilisée pour la vérification du compte. Le format doit être une adresse e-mail valide (example@domain.com). | Spécifie les exigences en matière de format et de validation. |
Requête de recherche. | Une requête de recherche détaillée décrivant la question de l'utilisateur. Incluez des noms de produits, des codes d'erreur ou des symptômes spécifiques mentionnés par l'utilisateur afin d'améliorer les résultats de la recherche. Pour les problèmes techniques, indiquez toujours le type d'appareil (iOS/Android) et la version de l'application, le cas échéant. | Explique comment construire une requête efficace avec des éléments spécifiques à inclure. |
Numéro de téléphone. | Le numéro de téléphone à 10 chiffres du client, sans espaces ni caractères spéciaux. Si le client fournit un numéro avec un formatage (comme 555-123-4567), supprimez les caractères spéciaux avant de passer à l'action. | Fournit des instructions de formatage et des conseils de manipulation clairs. |
Conseils clés pour l'action Instructions de saisie :
C'est une question que nos clients nous posent souvent. La réponse courte est oui. Data Cloud fait partie intégrante de Agentforce, car l'architecture de Data Cloud est utilisée pour certaines fonctions de Agentforce, comme l'analyse des agents et le Digital Wallet. En outre, l'infrastructure Data Cloud permet l'indexation et la recherche de données non structurées, ainsi que l'enregistrement du retour d'information et la piste d'audit. Data Cloud peut également fournir une extensibilité supplémentaire à Agentforce. Les clients peuvent également choisir d'activer des fonctionnalités telles que Utilisez votre propre lac de données (BYOL) et Utilisez votre propre modèle de langage de grande taille (BYO-LLM) pour utiliser des données et des modèles construits sur des plates-formes extérieures à Salesforce avec des agents construits sur Agentforce.
Qu'il s'agisse d'accéder aux données d'autres data lakes par le biais de la fédération de données ou d'utiliser l'infrastructure hyperscale pour des données de l'ordre du pétaoctet, l'utilisation de l'architecture de Data Cloud avec Agentforce permet aux clients d'obtenir de meilleurs résultats en matière d'IA aujourd'hui, et garantit la viabilité à long terme d'une adoption réussie des agents, quelle que soit la taille ou la complexité des jeux de données sous-jacents qui les alimentent.
Vous désirez connaître les fonctionnalités spécifiques de Agentforce prises en charge par Data Cloud ? Vous trouverez ci-dessous un résumé des fonctionnalités d'Agentforce prises en charge par Data Cloud par défaut, et des fonctionnalités Data Cloud optionnelles qui peuvent être activées par les clients souhaitant étendre leur implémentation.
Fonctionnalités d'Agentforce | Description | Activation |
---|---|---|
Piste d'audit et enregistrement du retour d'information | Données d'audit de l'IA générative | Facultatif |
Automatisation de la bibliothèque de données | Automatise la création d'index de recherche et d'extracteurs pour soutenir les actions des agents, comme répondre à des questions avec des connaissances | Activée par défaut |
Utilisez votre propre modèle de langage de grande taille (BYO-LLM) | Permet aux clients d'utiliser leur propre LLM | Facultatif |
Analyse des agents | Flux de données d'utilisation vers Data Cloud pour les rapports et les tableaux de bord | Activée par défaut |
Sources de données externes (non-CRM) | Permet aux clients d'utiliser des données provenant de sources externes pour fonder les réponses générées par l'IA | Facultatif |
Données non structurées | Permet aux clients d'utiliser des données non structurées pour fonder les réponses générées par l'IA | Facultatif |
Graphiques de données en temps réel | Permet aux clients d'utiliser des données normalisées provenant de plusieurs sources Data Cloud pour une contextualisation en temps réel des réponses générées par l'IA | Facultatif |
Génération augmentée de récupération (RAG) | Permet aux clients d'enrichir leurs répliques avec des données provenant de Salesforce et de Data Cloud, récupérées au moment de l'inférence. | Activée par défaut |
Nous avons abordé les éléments clés qui permettent à Agentforce de fonctionner, notamment Atlas Reasoning Engine, et la manière d'utiliser les thèmes, les instructions et les actions. Il est essentiel de comprendre ces éléments pour utiliser efficacement Agentforce. N'oubliez pas d'utiliser ce guide lorsque vous commencerez à mettre en œuvre Agentforce pour en améliorer les résultats. Nous vous encourageons à consulter les ressources fournies pour en savoir plus.
Planification d'agents : Description du travail de l'agent
https://trailhead.salesforce.com/fr/content/learn/modules/agentforce-agent-planning/outline-the-agents-work
Instructions d'action :
https://help.salesforce.com/s/articleView?id=ai.copilot_actions_instructions.htm&type=5
Instructions sur les thèmes :
https://help.salesforce.com/s/articleView?id=ai.copilot_topics_instructions.htm&type=5
Agents de dépannage :
https://help.salesforce.com/s/articleView?id=ai.copilot_troubleshoot.htm&type=5
Agentforce Variables :
https://developer.salesforce.com/blogs/2025/04/agentforce-variables-a-new-way-to-structure-agent-memory
https://developer.salesforce.com/blogs/2025/04/control-agent-access-and-decision-making-with-variables-and-filters
Le Guide Agentforce explique comment créer des agents IA à l'aide de la plate-formeAgentforce sur Salesforce. Il décrit, entre autres aspects essentiels, les agents, les thèmes, les instructions, les actions et le moteur Atlas Reasoning Engine.
Le guide est destiné aux experts techniques et aux architectes amenés à créer et déployer des agents IA à l'aide d'Agentforce.
Le guide présente les principes fondamentaux d'Agentforce, la différence entre les répliques et les agents, le mode de raisonnement d'Agentforce et les meilleures pratiques pour les différents composants. Il explique également si vous avez besoin de Data Cloud pour pouvoir utiliser Agentforce.
Agentforce booste la productivité en introduisant des agents IA capables de planifier, raisonner et agir de manière autonome, de manière à réduire les efforts manuels et à décupler l'efficacité.
Le guide met en évidence la capacité des agents à s'adapter à différentes situations, à planifier efficacement et à utiliser les outils de manière autonome ou avec une intervention humaine. Il insiste également sur l'importance d'utiliser Data Cloud pour optimiser différentes fonctionnalités d'Agentforce.
Oui, le guide fournit des conseils de mise en œuvre, notamment sur la planification stratégique. Il explique comment définir les thèmes et leur portée, comment rédiger des instructions claires, ainsi que les meilleures pratiques à adopter pour la configuration des actions.
Agentforce défend une IA responsable par la mise en œuvre de différents mécanismes, notamment le filtrage, les vérifications de contextualisation et une conception minutieuse des actions et instructions pour s'assurer que les agents se comportent de manière responsable et répondent avec précision.
Découvrez comment se déroule la création d'un agent dans notre bibliothèque.
Lancez Agentforce rapidement et en toute confiance, avec un ROI que vous pouvez mesurer.
Faites-nous part des besoins de votre entreprise et nous vous aiderons à trouver les solutions adéquates.