Agent 定制快速概览 | Salesforce 中文站

一、自定义你的 Agent（Customize Your Agents）

开箱即用的 Agentforce 能应对许多常见挑战——帮团队找到客户问题的正确答案、处理占据客服大量时间的重复性任务、为即将到来的演示生成内容。从自动化的客户接触点到为关键干系人汇总会议与文档，标准配置已经能做很多。但那些针对你业务的高级应用、或随着 agent 融入工作而涌现的新需求呢？这正是「定制」的用武之地。

完成本单元后，你将能够：

探索自定义 agent 操作（agent action）的不同方式；
对比自定义 agent 操作各自的优势。

本单元围绕四个主题展开：自定义 agent 操作、确定性与非确定性、Prompt 模板、以及 Flow 与 Apex。

自定义 Agent 操作（上）：为什么需要定制

自定义 agent 操作（custom agent action）是你影响 agent 行为的方式。虽然 agent 可以读取你在 Salesforce 中授予它访问权限的任何数据，但没有预定义的 agent action，它就无法更改记录。

这些操作可以被配置并串联在一起，构建出你所需的完整功能——例如在酒店客人办理入住时问候并提供选项，或在每周会议结束后自动向所有参会者发送会议纪要。

自定义 Agent 操作（下）：引用操作

好消息是，你无需凭空创建这些操作。实际上，自定义操作基于你早已熟悉并喜爱的 Salesforce 技术构建。当你创建自定义操作时，是在现有的平台功能之上构建，并让它们可在 Agentforce 中使用——包括 invocable 与 REST Apex 类、自动启动的 Flow、以及 Prompt 模板。

在 Agentforce 中，我们把这些底层功能称为引用操作（reference action），这是从你现有的 Salesforce 平台能力中榨取更多价值的绝佳方式。

确定性还是非确定性（上）：划分依据

在开发 agent 操作的底层平台功能时，你可能会纠结该用 Flow、Apex 类还是 Prompt 模板。本质上，这取决于你要自动化的流程是确定性的还是非确定性的。

确定性（Deterministic）：使用 invocable Apex 类、REST Apex 类或自动启动的 Flow 生成输出。基于 Flow 或 Apex 的操作是确定性的，用业务逻辑和规则产生一致的结果。
非确定性（Non-deterministic）：使用一个或多个 Prompt 模板生成输出，其中包含一定程度的随机性。基于 Prompt 的操作让你控制响应的写法，或利用 LLM 的推理与生成能力。例如，生成摘要或做情感分析时，就需要用 Prompt 模板作为引用操作。

确定性还是非确定性（下）：两者结合

请记住，单个 agent 操作可以同时结合确定性与非确定性两种方式。例如，当客人取消酒店预订时：

基于 Flow 的操作被触发以完成取消——这是确定性的；
在该 Flow 的某一步，agent 还可以通过 Prompt 询问客户取消的原因——这是非确定性的；
如果客户说明了特定原因，agent 还可以总结客户的回复并提供该摘要供审核。

这样一个操作就同时由确定性 Flow 与生成式 Prompt 驱动，各自发挥所长。

Prompt 模板（上）：优化与定制

Agent 自带适用于各种常见任务的模板化 Prompt 类型，例如回复邮件或管理服务案例。Agentforce Builder 的直观 UI 还提供了一些便利功能，比如文本字段的一键复制，以及无需完整响应即可生成解决方案的能力，便于快速迭代。

要获得最佳性能，你需要针对业务中遇到的具体用例来优化模板并创建新模板。例如，如果 agent 生成的回复过于笼统、让客户感觉不到被重视，你可以用 Prompt 模板添加指令，让 agent 利用现有客户数据提供更贴合个性化的回复。

Prompt 模板（下）：三种模板类型

Prompt 让你能够创建具备上下文感知、不断演进的指令，主要有三种类型：

字段生成模板（Field generation templates）——适合单一对象（如客户），但在提供额外上下文方面有所局限。
服务邮件模板（Service email templates）——适合与案例相关的回复，但被限制在该范围内。
Flex 模板（Flex templates）——最灵活，允许使用多个对象、自由文本输入和数据模型来生成更丰富的响应；虽不如简单任务那般快捷，但在需要结合创造性思考的特定解决方案时表现优异。

Flow：面向 Agent 的低代码操作

Agentforce 真正的力量在于 agent 能够激活 Flow——这些低代码工具让用户得以执行复杂的业务任务，例如修改客户记录。你可以为 agent 构建 agent-ready flows，让这些任务变得轻松。

它们还能通过指示 agent 访问特定且相关的数据（而非它在 Salesforce 中拥有访问权限的所有数据）来提高准确性，从而收窄 agent 读取的范围、避免结果被稀释。

Apex：代码级定制

虽然 Flow 和 Prompt 在优化 Agent 与 Salesforce 的协作方面已大有可为，但它们只适用于能通过自然语言指令和传统 Flow 自动化的任务。然而，由于 LLM 也能读取并处理代码，agent 还能帮你利用 Apex 的力量。

借助 Apex 定制，一个人就能把高级应用编写成易于部署的 agent 操作，供他人使用和引用。这些操作能帮你查询离业务最近的机场的航班时间，或从团队已在使用的既有 Apex 应用中拉取并分析数据。一旦把 Apex 代码接入 agent 操作，即便是代码知识有限的团队也能使用该操作。