一、开始使用 Data 360 中的非结构化数据
什么是非结构化数据？
组织收集的数据通常有三种形式——结构化、半结构化和非结构化。组织收集的非结构化数据占比越来越大，但实际有效利用的却只占很小一部分。大量数据很难有效融入工作流，尤其是用于搜索和检索时。借助 Data 360 对非结构化数据的支持，是时候改变这一现状了。
非结构化数据是没有特定、一致格式、无法轻易存储在典型关系型数据库中的数据。其缺乏结构的特点使它尤其难以搜索或分析。然而，大语言模型（LLM）等 AI 技术可以高效处理非结构化数据，这让许多企业开始将日益庞大的非结构化数据纳入其数据驱动战略。
常见的非结构化数据形式包括：聊天记录、音视频文件、邮件、法律文档以及其他大文本（如书籍）。在 Salesforce 中，非结构化数据的例子包括知识（Knowledge）文章或销售通话记录中的数据。
用非结构化数据增强 AI 与自动化
当你在 Data 360 中连接非结构化数据后，就能在生成式 AI（Prompt Builder 和 Agentforce）、自动化（Flow Builder）以及分析（Tableau 和 CRM Analytics）应用中创建以客户为中心的成果。
例如：你可以用知识文章数据生成客户回复来增强服务回复建议，或创建使用历史邮件生成个性化消息的提示模板。也可以使用 Flow Builder 和 Agentforce 向客服代理展示相似案例数据，帮助解决案例或在记录新案例时提供参考。
从外部 Blob 存储连接非结构化数据
Data 360 可以引用 HTML、TXT、PDF 等格式的非结构化数据。由于 Data 360 已支持来自 Amazon S3、Azure Blob Storage 和 Google Cloud Storage 的连接，如果你已经设置好这些连接，只需几次配置点击即可导入非结构化数据。
在外部 Blob 存储和 Data 360 之间创建连接后，你可以通过创建非结构化数据湖对象（UDLO）并将其映射到非结构化数据模型对象（UDMO）来引用非结构化数据。
Data 360 会自动创建 UDLO 和 UDMO 之间的字段级映射，因为两个对象的模式（schema）相同。UDLO 与 UDMO 的关系可以是 1:1 或 N:1——每个 UDLO 最多映射到一个 UDMO，而多个 UDLO 可以映射到同一个 UDMO。
例如，你从多个外部 Blob 存储引用案例录音数据，三个不同的 UDLO（CaseRecordingsFromAWSBucket1、CaseRecordingsFromAWSBucket2、CaseRecordingsfromGCS）映射到一个 UDMO（CaseRecordings）。
注意：Data 360 不导入非结构化数据——UDMO 是从外部 Blob 存储引用它。
注册带 Data 360 的自定义 Playground
要完成本项目，你需要一个包含 Data 360 和示例数据的自定义 Playground：
- 点击 Create Playground。
- 新 org 会自动附加到你的 Trailhead 账户。
- 记下 org 的到期日期，并在到期前完成本徽章。
此自定义 Playground 专为本徽章的挑战设计，可能不适用于其他徽章。请始终确认使用的是 Trailhead 推荐的 Playground 或特殊 Developer Edition org。
二、摄取知识文章数据
使用知识文章中的产品数据
来自 Salesforce 知识库的知识（Knowledge）文章，由经验丰富的客服代理和内部作者撰写，包含诸如如何将产品恢复出厂设置等流程信息，或产品支持多大存储空间等常见问题。
知识文章在自定义文本字段中同时包含结构化和非结构化数据。这些数据对于扎根（ground）服务回复和针对客户用例进行上下文化的提示非常有用。
从 Salesforce CRM 摄取知识文章数据
在 Data 360 中，你可以使用知识文章数据包（Knowledge article bundle）从 Salesforce org 摄取知识文章数据。该数据包包含到 Data 360 中相关数据模型对象（DMO）的默认映射。
完成以下步骤：
- 启动你的 Data Cloud 自定义 Playground。
- 点击 App Launcher，输入
data并点击 Data Cloud 应用。 - 在 Data Cloud 中，进入 Data Streams 标签页，点击 New。
- 选择 Salesforce CRM 数据源，点击 Next。
- 保持默认 Salesforce org，选择 Knowledge 数据包，点击 Next。
- 查看数据流中包含的字段（默认选择即可），点击 Next。
- 查看要部署的新数据流和对象，点击 Deploy。
等待几分钟后刷新页面，确保每个数据流的 Last Run Status 显示 Success。要验证工作，选择一个 Knowledge 对象，在 Data Lake Objects 标签页中查看数据湖对象与数据模型对象之间的数据映射。
下一步？
在下一个单元中，你将为知识文章对象创建向量搜索索引配置。
三、创建搜索索引配置
用搜索索引配置扎根非结构化数据
在非结构化和结构化数据上扎根搜索，能增强你在 Salesforce 平台上的生成式 AI、分析和自动化工具。扎根的搜索把客户特定数据带入 Agentforce、Tableau 和 Flow Builder 等应用，确保输出精准贴合用户意图和上下文。
要扎根搜索，必须把非结构化数据拆成语义恰当的块（chunks），再从这些块创建向量嵌入——即分块数据的数值表示。分块内容存储在 Data 360 搜索索引中，可被生成式 AI（Prompt Builder 和 Agentforce）、自动化（Flow Builder）和分析（Tableau）应用搜索和使用。
分块非结构化数据
在上一单元中，我们讲了 Data 360 如何通过非结构化数据模型对象（UDMO）引用非结构化数据。你也可以对 UDMO 或任何含文本字段的 DMO（如 Salesforce 知识文章）进行分块（chunk）。
当你对 UDMO 或 DMO 分块时，会把它们拆分成可管理、语义上有意义的块。这些文本单元存储在 Data 360 的分块数据模型对象（CDMO，Chunk Data Model Objects）中，CDMO 由数据模型对象或非结构化数据模型对象创建。
理解分块的工作原理
Data 360 支持多种分块策略：
- 基于语义的段落提取（Semantic-based passage extraction）：利用 HTML 标签中固有的语义含义，把文档分块为段落。标题（
<h1>、<h2>）、列表（<ul>、<ol>）或作为小标题的粗体文本（<strong>）等 HTML 元素被视为段落的逻辑边界。 - 基于窗口的段落提取（Window-based passage extraction）：使用
<div>、<p>等块级元素，或用换行分隔的原始文本，把文档分块为段落。如果段落不含 HTML，则在句子级别进行提取。
从分块内容创建向量嵌入
Data 360 分块内容后，会创建一个向量嵌入（vector embedding）——即分块内容的数值表示，可被检索或用于 Salesforce 的生成式 AI、自动化或分析应用。
向量嵌入是文本的数值表示，存储词或短语之间的关系。嵌入捕捉内容的语义含义，因此语义相似的内容块具有相似的向量嵌入。这些表示帮助机器高效地处理和理解语言。
在 Data 360 中，向量嵌入由索引数据模型对象（IDMO，Index Data Model Objects）引用。
创建向量搜索索引配置
要让非结构化数据可用于搜索，你需要对它进行分块和向量化——也就是创建一个搜索索引配置。
对于任何含文本字段、且字段内容包含用户搜索的信息性概念、叙述或详细描述的数据对象，你都应该创建搜索索引配置。典型例子是 Salesforce 知识文章，或存储在 Amazon S3 等外部 Blob 存储中的其他文本文档（如聊天记录）。
从知识文章创建向量搜索索引配置
在上一单元中，你从 Salesforce CRM 连接器的 Knowledge 数据包创建了数据流和数据湖对象，其中提供了一些示例知识文章。
Knowledge Article Version 对象值得索引，因为你可以用它查询、检索或搜索所有类型文章的不同版本。该对象包含以下应被索引用于搜索的字段：
- Name：知识文章的名称或标题
- Description：知识文章的描述或摘要（映射自 Summary）
- 自定义文本字段：保存非结构化数据的富文本字段（131K 上限）
在高级构建器中创建搜索索引时，可以通过关注字段选择和分块策略来优化搜索索引，以获得更准确的结果。
逐步创建向量搜索索引配置
在 Data 360 org 中完成以下步骤，以通过本单元末尾的挑战。Advanced Setup 让你对分块和向量化选择有更多控制，但本挑战主要使用默认设置。
- 启动 Data Cloud Playground。
- 从 App Launcher 选择 Data Cloud。
- 点击 Search Indexes，然后点击 New。（若导航中看不到 Search Index，点击 More 下拉菜单选择 Search Indexes。）
- 点击 Advanced Setup，然后点击 Next。
- 在 Select Source Object 页面，选择 Vector Search、Knowledge Article Version DMO，点击 Next。（如出现错误信息，忽略即可。）
- 在 Select Fields to Chunk 页面，点击 Manage Fields。
- 选择所有字段，点击 Save。
- 保持默认分块策略，点击 Next。
- 在 Select a Vectorization Strategy 页面，保持默认向量化策略，点击 Next。
- 在 Select Related Fields for Search Filtering 页面，不添加任何字段，点击 Next。
- 在 Search Index Configuration Details 页面，把自动生成的名称替换为
My_kav（API 名称会自动填充）。 - 点击 Save。
就这样！新的搜索索引配置 My_kav 会列在搜索索引标签页下。
查看 Knowledge Article Version 的 CDMO 和 IDMO
创建搜索索引配置后，其状态会从 Submitted 变为 In-progress（处理源 DMO/UDMO 的数据），如无失败，最终变为 Ready。在索引状态为 Ready 之前，Data Explorer 中看不到任何记录。
知识文章中最有用的内容在 Description 字段中。通常示例文章足够小，每条记录只有一个块——这意味着 Knowledge Article Version 的 CDMO 和 IDMO 中，每条记录对应一个块和一个向量，但更长的内容可能每个 DMO 有更多记录。
查看我们为 Knowledge Article Version DMO 创建的 CDMO 和 IDMO：
- 确认搜索索引状态为 Ready。
- 从 Data Cloud 点击 Data Explorer。
- 从 Object 下拉菜单选择 Data Model Object。
- 在 Select an Object 字段选择 My_kav chunk，查看 Data 360 从示例知识文章创建的所有块。
- 在 Select an Object 字段选择 My_kav index，查看 Data 360 从示例知识文章创建的所有向量记录。
你可以在整个 Salesforce 中使用搜索索引中的 CDMO 和 IDMO，如 Flow Builder、Agentforce、Prompt Builder，甚至 Tableau。
把非结构化数据连接到 Data 360，能让你在各种客户导向用例中扎根搜索结果。通过分块和向量化这些数据，你可以在 Einstein 生成式 AI 应用、Flow Builder 甚至 Tableau 中使用向量搜索，增强 AI、分析和自动化能力。