Service Agent 定制 — 用 Prompt Builder + Agent Actions + Flow 构建智能客服

完整模块：从制作带四层补偿等级的 Flex Prompt Template 和 Merge Fields，到启用 Agentforce 创建 Guest Issue Recovery 自定义 Subagent 并通过两个 Actions（Flow 验证客户身份 + Prompt Template 生成补偿回复）构建自动化闭环，再到测试发现等级误判和过度补偿问题，最后用 Flow 过滤仅开放案例替代 Related List 优化提示模板——打磨出准确、共情、合规的智能客服 Agent。...

首页/ 文章列表/ Service Agent 定制 — 用 Prompt Builder + Agent Actions + Flow 构建智能客服
📅 2025/12/5 ✍️ ponybai 🏷️ agentforce, salesforce, prompt-builder

一、制作有效的 Prompt Template

欢迎来到 Service Agent Customization with Prompt Builder。提示词其实贯穿我们日常生活——每次您给出指令期望特定回复都是在"设计提示词"。AI 提示工程也遵循同样原则：结构化输入产生清晰、预期的结果。本模块跟随 Coral Cloud Resorts 的管理员 Becca，构建智能客人投诉处理系统。

提示词的力量与 Coral Cloud 场景

Sofia Rodriguez 预订的 White Water Rafting 意外取消了。随着 Coral Cloud 的增长，客人投诉压倒了服务团队。Becca 需要用 Agentforce 自动化投诉处理。工作流：客人提交投诉 → Agent 验证身份 → 分类到 4 个等级 → 提供解决方案 → 客人选择补偿 → 案例关闭。虽然 Agent 很强大，但它们依赖清晰、结构良好的提示模板来提供准确、一致、有用的回复。

创建带 Merge Fields 的 Flex Prompt Template

为什么选 Flex 模板？客人投诉从简单到复杂不等——Flex 提供最大灵活性：多对象、自由文本输入、动态上下文感知响应。

  1. Prompt Builder → New → Type: Flex | Name: Guest Experience Compensation
  2. Resources: Contact (Object) + Complaint (Free Text)
  3. 提示包含四层补偿等级：Tier 0（Minor Preference — 基于偏好的小干扰）、Tier 1（Minor Inconvenience — 延迟开始时间）、Tier 2（Moderate Disruption — 预订错误）、Tier 3（Major Disruption — 活动取消）
  4. 添加 Merge Fields：[Guest Name] → Contact > FirstName
  5. Model: OpenAI GPT 4 Omni Mini → Save → Preview: Contact=Sofia Rodriguez, Complaint="The music was too loud on the beach." → Activate

二、用 Agent Actions 赋予 Prompt 生命

创建带 Actions 的自定义 Subagent

  1. Setup → Salesforce Go → Agentforce (Default) → Get Started → Turn On → Confirm
  2. Agentforce Agents → Coral Cloud Experience Agent → Open in Builder → New → + New Subagent
  3. Name: Guest Issue Recovery | Description: handles guest issues with personalized recovery options
  4. 添加两个 Instructions：获取客户详情后再操作、使用 Guest Experience Compensation 模板生成回复

添加两个 Actions

Action 1 — Validate Customer Details：Reference Action Type=Flow, Reference Action=Get Customer Details, Inputs: email + memberNumber (Require Input), Outputs: contact (Show in conversation)

Action 2 — Use Prompt Template：Reference Action Type=Prompt Template, Reference Action=Guest Experience Compensation, 配置输入/输出指令，勾选 Show in conversation

通过将 Prompt Template 与 Agent 连接，Becca 建立了一条自动化闭环：客人投诉 → Agent 验证 → 模板生成定制补偿回复。

三、优化 Prompt Template 以获得准确的 Agent 回复

测试 Agent 并发现问题

测试 1 — Sofia 的取消事件（Tier 3）：输入 White Water Rafting 取消投诉 + Sofia 的凭证 → Agent 提供补偿，但给 Tier 3 事件提供了 Tier 2 的补偿——等级分类错误！

测试 2 — Tabatha 的大型旅行团投诉：输入 Ocean Kayak Expedition 投诉 + Tabatha 的凭证 → 问题：即使没有正式记录的投诉或开放案例，Agent 仍然提供补偿！

两个关键问题：Agent 错误分类补偿等级——需要更好的上下文了解案例严重程度；Agent 为非记录问题提供补偿——任何人都可以声称不满获得免费积分，不可持续。

用 Flow 优化 Prompt — 过滤开放案例

  1. 修改 Prompt Template：更新等级判断逻辑——仅在存在开放案例时提供补偿，添加非记录问题的指导（共情但不提供补偿）→ Save as New Version
  2. Activate Flow Get Open Cases for Contact——该 Flow 检查链接到客人的开放案例，只返回相关详情

为什么用 Flow 而非 Related List？Related List 不管状态返回前 5 个案例。Flow 提供精确控制——专门过滤仅开放案例，只返回 Prompt Template 需要的精确数据。

  1. 连接 Flow 到 Prompt：在 "Case Details:" 后 → Insert Resource > Flows > Get Open Cases for Contact；在 "Complaint:" 后 → Insert Resource > Free Text > Complaint → Save
  2. Retest → 改善后的回复正确分类为 Tier 3 补偿，基于实际客人历史和开放案例数据

核心经验：优秀的 Agent 不是"配置出来的"——而是打磨出来的。它们融合逻辑、语言和数据，提供既人性化又有帮助的体验。Prompt Builder 提供精准度，Agentforce 提供自动化，两者结合构建更智能、更安全、更可扩展的 AI 驱动工作流。

重新测试与总结

在 Agentforce Builder 中重新测试：输入 White Water Rafting 取消投诉 + Sofia 凭证 → Agent 现在正确分类为 Tier 3 补偿，基于实际客人历史和开放案例数据。

核心经验总结：

  • 设计精准、符合品牌调性的提示词——通过 Merge Fields 和结构化数据
  • 通过智能 Actions（Flow + Prompt Templates）将提示模板连接到 Agent
  • 使用 Flow 为提示词提供实时上下文数据（过滤相关案例而非返回所有记录）
  • 基于真实行为测试和排查——而非假设——防止过度自动化或错误逻辑

优秀的 Agent 不是"配置出来的"——而是打磨出来的。它们融合逻辑、语言和数据，提供既人性化又有帮助的体验。Prompt Builder 提供精准度，Agentforce 提供自动化，两者结合构建更智能、更安全、更可扩展的 AI 驱动工作流。

文章来源：Trailhead - Service Agent Customization with Prompt Builder