Operatiivinen huippuosaaminen - Agenttien kuviot

Lue lisää Hyvin rakennettu operaattorien huippuosaaminen → Agentin yritysten huippuosaaminen

Kuvio

Mistä etsiäMiltä hyvä näyttää
Agentforce | Istunnon jäljitysoikeus✅ Käytä natiivista istunnon jäljitystietojen mallia (STDM) sieppaamaan agenttien vuorovaikutukset yhtenäistetyssä datamallissa Data 360:ssa sen sijaan, että rakentaisit rinnakkaisen telemetriajärjestelmän — joka tallentaa keskustelun istuntojen, vuorovaikutusten (kierrosten) ja vaiheiden seurantahierarkiaksi (UserInputStep, LLMExecutionStep, FunctionStep)
Agentforce | Istunnon jäljitysoikeus✅ Luota STDM-vakio-objekteihin (AIAgentSession, AIAgentSessionParticipant, AIAgentInteraction, AIAgentInteractionStep, AIAgentInteractionMessage), jotka kaappaavat toimintoja oletusarvoisesti vuorovaikutusvaiheina eikä vaadi erillistä toimintolokia
Agentforce | Istunnon jäljitysoikeus✅ Nouda valtuuksien käyttöä, mallia ja kehotteiden lisätietoja liittämällä vuorovaikutusvaiheet LLM-kutsujen tietueisiin (GenerationId- ja GenAiGatewayRequest/Response-viitteiden kautta) sen sijaan, että tallentaisit ne mukautettuina istuntokenttinä
Agentforce | Istunnon jäljitysoikeus✅ Sieppaa Atlas Reasoning Engine -järjestelmästä saadut perustelujen jäljet — istuntojen seuranta tallentaa suunnittelijan vaiheet osana jokaista vuorovaikutusta — paljastaakseen agenttien päätösprosessit ja parantaakseen virheenkorjausta
Agentforce | Agentin kokoonpano✅ Kirjaa vuorotason tiedot lokiin, mukaan lukien käyttäjän syöttämät tiedot, agentin vastaus, perustelun selitys, luottamuspisteet, haetut asiayhteydet, yritetyt toiminnot ja havaitut virheet
Einstein | Trust✅ Ota käyttöön Einstein Trust Layer -luonnollisen tekoälyn auditointipolku (kehotteiden ja vastausten teksti, PII- peitetyt versiot, maadoitusdata, turvallisuus- ja toksisuuspisteet, mallin lisätiedot) datalle Data 360, sekä Einsteinin luovan tekoälyn ja palautteen datan kerääminen ja säilyttäminen pitkäaikaista säilyttämistä varten
Sovellusalusta | Mukautetut objektit✅ Varata mukautettuja lokiobjekteja tarkoituksellisille poikkeuksille — kuten kevyelle objektille, joka korreloi agenttien toimintatavan liiketoimintatuloksiin — sen sijaan, että tekisi niistä ensisijaisen lokitason.
Sovellusalusta | Mittaristo✅ Korjaa agenttien toimintatapa liiketoiminnan lopputuloksiin, tunnista parannusmahdollisuudet kuvion analyysin avulla ja syötä jatkuvaan oppimiseen myyntiputkia laadukkailla esimerkeillä

Anti-Mallit

Mistä etsiäMiltä huono näyttää
Sovellusalusta | Mukautetut objektit⚡️ Mukautettujen transaktio-objektien rakentaminen manuaalisesti keskustelulokien ensisijaiseksi alustaksi natiivisen istunnon jäljitystietomallin sijaan, joka aiheuttaa skaalautumisongelmia, jotka tallentavat monivaiheisia keskusteluita, suuria JSON-arvoja ja nopeaa datan kasvua
Agentforce | Istunnon jäljitysoikeus⚡️ Rakenna rinnakkainen telemetrian järjestelmä, kun Agentforce istuntojen jäljittäminen kaappaa jo vuorovaikutukset yhtenäistetyssä datamallissa Data 360:ssa
Agentforce | Agentin kokoonpano⚡️ Vain agenttien vastausten kirjaaminen lokiin ilman syötettyjä tietoja, perusteluja, haettuja tietoja ja suoritettuja toimintoja
Einstein | Trust⚡️ Einstein Trust Layer -tarkastusketjun poistaminen käytöstä tuotantoympäristössä tai Palautteen kerääminen ja tallentaminen käytöstä pitkäaikaista säilyttämistä varten Data 360:ssa
Sovellusalusta | Valvonta⚡️ Riippuu vain keskustelun onnistumisesta/epätodennäköisyydestä tallentamatta valtuuksien käyttöä, mallia ja kehotteiden lisätietoja STDM LLM -kutsujen liitosten kautta

Kuvio

Mistä etsiäMiltä hyvä näyttää
Sovellusalusta | Valvonta✅ Mittaa vastauksen viiveä prosenttilukuilla (p50, p95, p99), jotka paljastavat tyypillisiä suorituskyky- ja pahimpien tapausten kokemuksia
Sovellusalusta | Valvonta✅ Instrumentoi jokainen viivevaihe erikseen (mallin johtopäätös, asiayhteyden hakeminen, toiminnon suoritus, verkosto) ja ota käyttöön kohdennettu optimointi
Sovellusalusta | Valvonta✅ Hälytys, kun p95-kesto ylittää kynnysarvot, jotka osoittavat suorituskyvyn heikentymistä
Sovellusalusta | Valvonta✅ Seuraa valtuuksien jakaumaa (kehotteiden valtuuksia, suoritusvaltuuksia, kokonaisvaltuuksia) per keskustelu, per agentti ja per käyttötapa
Sovellusalusta | Valvonta✅ Havaitse poikkeavia keskusteluita, jotka kuluttavat liikaa valtuuksia, jotka ehdottavat kehotteiden ongelmia tai väärinkäyttöä
Sovellusalusta | Valvonta✅ Vertaa tämänhetkistä läpimenoa tunnettuihin nopeusrajoituksiin tai kapasiteetin perushälytyksiin, kun kynnysarvoja lähestytään
Sovellusalusta | Valvonta✅ Laske virhesuhteet pyyntöjen kokonaismäärän prosenttiosuutena salliaksesi agenttien ja ajanjaksojen välisen vertailun
Sovellusalusta | Valvonta✅ Erota eri vastauksia vaativat virhekategoriat (mallin virheet, käyttöoikeusvirheet, integrointivirheet)
Sovellusalusta | Valvonta✅ Laske saatavuus prosentteina, kun agentit vastaavat pyyntöihin onnistuneesti ja seuraavat kertauloskirjautumisia
Sovellusalusta | Proactive Monitoring✅ Määritä Proactive Monitoring -kynnysarvot agenttien perustoimintokuvioiden perusteella oletusarvoisten käyttäytymisen sijaan
Sovellusalusta | Skaalikeskus✅ Tarkasta Scale Center -data, kun olet ottanut uusia agentteja käyttöön tai tehnyt merkittäviä kehotteiden muutoksia, jotka vahvistavat resurssin kulutuksen odotukset

Anti-Mallit

Mistä etsiäMiltä huono näyttää
Sovellusalusta | Valvonta⚡️ Mittaa vain keskiarvoista viiveä prosenttilukujen sijaan ja peittää pahimpia käyttäjäkokemuksia
Sovellusalusta | Valvonta⚡️ Kokonaisviiveen seuraaminen ilman yksittäisten vaiheiden instrumentointia (viite, nouto, toiminnon suoritus)
Sovellusalusta | Valvonta⚡️ Käsittelet kaikkia virheitä samalla tavalla sen sijaan, että kategorisoisit ne tyypin mukaan (malli, käyttöoikeus, integraatio) saadaksesi asiaankuuluvan vastauksen
Sovellusalusta | Proactive Monitoring⚡️ Oletusarvoisten Proactive Monitoring -kynnysarvojen hyväksyminen ilman, että agenttien perustoimintokuvioita olisi mukautettu
Sovellusalusta | Skaalikeskus⚡️ Uusien agenttien käyttöönotto tai kehotteiden muutosten tekeminen tarkastamatta Scale Center -dataa resurssin kulutuksen vahvistamiseksi
Sovellusalusta | Valvonta⚡️ Valtuuksien kulutuskuvioiden ohittaminen ja poikkeavien keskusteluiden havaitseminen, jotka kuluttavat 10 kertaa tavallisia valtuuksia

Kuvio

Mistä etsiäMiltä hyvä näyttää
Agentforce | Testauskeskus✅ Aloita natiivisilla testaus- ja arviointityökaluilla: ylläpitää uudelleenkäytettäviä testitapausjoukkoja Agentforce-testauskeskus ja suorittaa agentteja niitä vastaan erissä, tarkastamalla, valitsiko agentti odotetun aiheen ja toiminnon ja tuottiko hyväksyttävän vastauksen
Agentforce | Testauskeskus✅ Käytä natiivisia arvioijia — käyttövalmiita laatuulottuvuuksia ja LLM-arvoa tuomarina -menetelmää keskusteluiden laadun pisteyttämiseen — ja kirjoita organisaatiokohtaisia ehtoja varten mukautettuja arvioijia käyttämällä edustavia keskusteluita, jotta arviointi vastaa todellista käyttöä
Agentforce | Testauskeskus✅ Jos kyseessä on tosiasiallinen kysymys, jolla on tunnettuja vastauksia, ylläpidä tunnettujen vastausten vahvistuksia toistuvina testitapauksina testauskeskuksessa. Jos kyseessä on avoimien vastausten kysymys, lisää otettujen keskusteluiden henkilökohtainen tarkastus
Data 360 | Noutuksen laatu✅ Jos agenttisi perustuu Knowledge, käytä natiivisia haun laatua koskevia analyysejä arvioidaksesi vastausten asiayhteydestä, vastausten relevanttiudesta ja uskollisuudesta (perustelusta).
Einstein | Trust✅ Luota Einstein Trust Layer runtime -toksisuuden havaitsemiseen ensimmäiseksi suojauslinjaksi ja paranna sitten turvallisuutta sisällön suodattamisen, manuaalisen tarkastuksen näytteenottamisen, käyttäjäraportoinnin ja oikeudenmukaisuustarkastusten avulla eri väestöryhmissä
Data 360 | GenAIFeedback✅ Sieppaa käyttäjien tyytyväisyys Agentforcen palautteen kautta, joka kulkee Data 360:n GenAIFeedback- tai GenAIFeedbackDetail-DMO-organisaatioihin (ylös/alas, hyväksyä/ hylätä, muokata, kirjaimellisia kommentteja) yhdyskäytävän pyyntöjen ja datan luomisen ohella
Sovellusalusta | Analytics✅ Yhdistä selkeä palaute (pyydetty ennen eskalointia, keskustelun jälkeen ja jatkokyselyissä) epäsuorilla signaaleilla (täydentymissuhde, eskalointi, hylkääminen, uudelleenyritykset), jotka korreloivat keskustelun ominaisuuksien kanssa opastaakseen parannuksen priorisointia

Anti-Mallit

Mistä etsiäMiltä huono näyttää
Agentforce | Testauskeskus⚡️ Rakenna ja suorita mukautettu testiketju Agentforce-testauskeskus uudelleenkäytettävien testijoukkojen ja natiivien arviointien sijaan
Agentforce | Testauskeskus⚡️ Luottaa ainoastaan automatisoituun arviointiin ilman henkilötarkastusta avoimien vastausten laadun arvioinnissa
Sovellusalusta | Valvonta⚡️ Seuraa vain tarkkuutta ilman relevanttiuden, turvallisuuden ja käyttäjien tyytyväisyyden ulottuvuuksien seuraamista
Data 360 | GenAIFeedback⚡️ Ei ole kerätty käyttäjien palautetta (selkeä tai epäsuora) agentin vastauksen laadusta, kun Agentforce kulkee jo GenAIFeedback-dMO-organisaatioihin
Agentforce | Agentin kokoonpano⚡️ Oikeudenmukaisuustarkastusten ohittaminen lopputulosten jakauman arvioimiseksi demografisissa ryhmissä

Kuvio

Mistä etsiäMiltä hyvä näyttää
Agentforce | Agentin kokoonpano✅ Määritä perustoiminnot välittömästi agenttien käyttöönoton jälkeen mittaamalla tarkkuutta, relevanttiutta, turvallisuutta ja tyytyväisyyttä edustavissa testitapauksissa
Agentforce | Agentin kokoonpano✅ Arvioi säännöllisesti uudelleen samoille testitapauksille, jotka paljastavat suorituskyvyn muutokset käyttökuvion työvuoroista riippumatta
Sovellusalusta | Valvonta✅ Hälytys, kun laatutilastot heikkenevät liiketoiminnan vaikutusten toleranssin määrittämien hyväksyttävien kynnysarvojen yläpuolella
Sovellusalusta | Analytics✅ Valvo input-ominaisuuksia (kysymyksen pituus, aiheen jakauma, kielen monimutkaisuus, toimialueen termistö) ja havaitse merkittäviä jaon työvuoroja
Sovellusalusta | Valvonta✅ Valvo vastausten ominaisuuksia (vastauksen keskiarvoinen pituus, toimintojen kutsujen yleisyydet, eskaloinnin yleisyydet, virhekuvioita) ja määritä toimintatavan perustasot
Sovellusalusta | Valvonta✅ Määritä automaattiset hälytykset, kun drift-tilastot ylittävät kynnysarvot, jotka käynnistävät tutkinnan ja korjauksen

Anti-Mallit

Mistä etsiäMiltä huono näyttää
Agentforce | Agentin kokoonpano⚡️ Perustason suorituskyvyn saavuttaminen agentin ensimmäisen käyttöönoton jälkeen epäonnistui, jolloin heikkenevyyttä ei voi havaita
Sovellusalusta | Valvonta⚡️ Jakauma-aikojen ohittaminen, kun käyttäjien syöttökuviot muuttuvat merkittävästi agenttien käsittelemiseksi suunniteltuihin kohteisiin nähden
Sovellusalusta | Valvonta⚡️ Ei seurata toimintatavan muutoksia (vastauksen pituus, toimintokurssit, eskaloinnin yleisyydet) määritettyjen perustasojen perusteella
Sovellusalusta | Valvonta⚡️ Ilman automatisoitua hälytystä drift-tilastoille, riippuen vain manuaalisesta havainnosta heikentymisen havaitsemiseksi

Kuvio

Mistä etsiäMiltä hyvä näyttää
Sovellusalusta | Valvonta✅ Valvo valtuuksien kulutuksen jakaumia, jotka havaitsevat poikkeavia keskusteluita ja tutki 10 kertaa tavallisia valtuuksia kuluttavia keskusteluita
Sovellusalusta | Valvonta✅ Havaitse epäonnistumissuhteiden äkillinen nousu, uudet virhetyypit, jotka eivät ole perustasolla, tai paikalliset virhekeskukset, jotka vaikuttavat tiettyihin käyttäjiin tai agenteihin
Sovellusalusta | Analytics✅ Seuraa keskustelun hylkäämistä keskustelun vaiheesta, joka tunnistaa, hylkäävätkö käyttäjät alustavan vuorovaikutuksen aikana, keskustelun keskellä vai tehtävän jälkeen
Sovellusalusta | Valvonta✅ Reititä kriittiset agenttivirheet välittömästi puheluna toimiville insinööreille, tuotetiimien laatuvaikeudet toimistoaikojen aikana ja päivittäisten tiivistelmien pienet poikkeamat

Anti-Mallit

Mistä etsiäMiltä huono näyttää
Sovellusalusta | Valvonta⚡️ Kaikkien hälytysten käsittely on yhtä kiireellistä, mikä aiheuttaa hälytyksen väsymystä ja kriittisiä epäonnistumisia
Sovellusalusta | Valvonta⚡️ Ohita kustannuspoikkeavuudet, kuten valtuuksien kulutuksen pikavalinnat, jotka saattavat osoittaa kehotteiden ongelmia, väärinkäyttöä tai infrastruktuuriongelmia
Sovellusalusta | Analytics⚡️ Et seuraa keskustelun hylkäämissuhteita tai et analysoi hylkäämistä vaiheittain
Sovellusalusta | Valvonta⚡️ Käyttäjäraporttien odottaminen virhesuhteiden ennakoivan havaitsemisen sijaan automatisoidun valvonnan avulla

Kuvio

Mistä etsiäMiltä hyvä näyttää
Sovellusalusta | Lähdekoodin hallinta✅ Tallenna kehotteiden mallit Gitiin yhdessä sovelluksen koodin kanssa, joka käsittelee kehotteita kriittisenä sovelluslogiikkana, joka ansaitsee koodin tarkastuksen, testauksen ja hallitun käyttöönoton
Einstein | Kehotteiden rakentaja✅ Käytä Kehotteiden rakentajaa kehotteiden iteratiiviseen kehittämiseen versiohistorian ja testausominaisuuksien avulla ja vie sitten versioiden hallintaan käyttöönottoputkille
Sovellusalusta | Lähdekoodin hallinta✅ Tallenna kokoonpanot (mallin valinta, lämpötila, valtuuksien rajoitukset, noutokokoonpanot, toimintojen käyttöoikeudet, ominaisuusmerkinnät) koodina, joka ottaa käyttöön ympäristökohtaisia arvoja ja drift-havaintoja
Sovellusalusta | Lähdekoodin hallinta✅ Sovella agenttien komponentteihin semanttista versiointia: suuri (muutokset rikkoutuvat), pieni (ominaisuudet), korjaus (virheenkorjaus) ja versioiden numerot, jotka näytetään lokissa
Sovellusalusta | Dokumentaatio✅ Dokumentoi muutokset, miksi ne muuttuivat, mitkä testit vahvistivat muutoksen ja mitkä peruutusmenetelmät ovat olemassa jokaiselle kehotteelle ja kokoonpanon muutokselle

Anti-Mallit

Mistä etsiäMiltä huono näyttää
Einstein | Kehotteiden rakentaja⚡️ Kehotteiden muutosten tekeminen ilman koodin tarkastusta, testausta tai hallittuja käyttöönottoprosesseja
Sovellusalusta | Kokoonpano⚡️ Agenttikokoonpanojen säilyttäminen lähteen hallinnan ulkopuolella, jossa drift-arvoa ei voida havaita eikä käyttöönottoja voi automatisoida
Sovellusalusta | Dokumentaatio⚡️ Kehotteiden muutosten tekeminen ilman perusteluiden, testitulosten tai peruutustoimenpiteiden dokumentointia
Sovellusalusta | Lähdekoodin hallinta⚡️ Semanttisen versioinnin soveltaminen epäonnistui, jolloin vahinkotapahtumia ei voida korreloida tiettyjen käyttöönottojen kanssa

Kuvio

Mistä etsiäMiltä hyvä näyttää
Sovellusalusta | Dokumentaatio✅ Ylläpidä mallin rekisteriä, joka tallentaa käyttöönotetut malliversiot, mukaan lukien mallin perheen, tietyn version, hienosäädön tilan, ympäristön, käyttöönottoajan ja vastuullisen tiimin.
Sovellusalusta | Dokumentaatio✅ Kirjaa kaikki agenttien käyttöönotot lokiin, mukaan lukien versio, ympäristö, aikaleima, käyttöönottokäyttäjä, hankitut hyväksynnät ja käyttöönoton lopputulos
Sovellusalusta | Dokumentaatio✅ Kartoita agenttien, kehotteiden, Knowledge, toimintojen ja integraatioiden väliset sidonnaisuudet erikseen, eikä havaitse niitä vahinkotapahtumien aikana
Liiketoiminta | Prosessi✅ Laadi vanhentumisaikataulu, jossa käytäntöön perustuva vähimmäisilmoitusjakso ilmoitetaan riittävästi etukäteen, mikä mahdollistaa suunnitellut siirrot pakotettujen vanhentumisten hätätilanteiden sijaan
Sovellusalusta | Dokumentaatio✅ Asiakirjojen periytymistoimenpiteet kullekin agentille, mukaan lukien kohdeversio, suoritusvaiheet, vahvistustestit ja ilmoitusten vaatimukset
Sovellusalusta | Vaiheittainen✅ Testaa periytymistoimenpiteitä muissa kuin tuotantoympäristöissä vahvistaaksesi, että ne toimivat ennen kuin ne riippuvat niistä tuotantotapahtumien aikana

Anti-Mallit

Mistä etsiäMiltä huono näyttää
Sovellusalusta | Dokumentaatio⚡️ Agenttien, kehotteiden ja Knowledge välisten sidonnaisuuksien havaitseminen vain vahinkotapahtumien aikana tarkemman riippuvuuskartan sijaan
Liiketoiminta | Prosessi⚡️ Riittämättömän vanhenemisilmoituksen antaminen pakottaa kiireelliset siirrot suunnitellun siirron sijaan
Sovellusalusta | Dokumentaatio⚡️ Todentamattomat periytymistoimenpiteet, jotka epäonnistuvat tarvittaessa tuotantotapahtumien aikana
Sovellusalusta | Käyttöönotto⚡️ Agenttien käyttöönotto ilman versioiden, ympäristön, hyväksyntöjen tai lopputulosten kirjaamista lokiin, jolloin vahinkotapahtumia ei voi korreloida käyttöönottojen kanssa

Kuvio

Mistä etsiäMiltä hyvä näyttää
Sovellusalusta | Käyttöliittymä✅ Kerää selkeä palaute (ylös/alas peukalo, laatupisteet, kommentit) ja epäsuora palaute (täydentämissuhteet, eskalointien yleisyydet, uudelleenyrityskuvio) järjestelmällisesti
Data 360 | Datan kerääminen✅ Kerää keskustelulokeja koulutusdatajoukkoihin suodattamalla niiden laatua, poistamalla ongelmallisia esimerkkejä, varmistaaksesi niiden edustavuuden ja poistaaksesi identtisiä tietueita
Data 360 | Alustaminen✅ Sovita agentteja toimialueen sanastoon, liiketoimintaprosesseihin ja organisaatiokohtaiseen Knowledgeen ensisijaisesti Data 360 -pohjaisen RAG:n ja kehotteiden hienosäätämisen avulla — Salesforcen natiivi mukautuspolku
Einstein | BYOLLM✅ Kun maadoitus ja kehotteiden hienosäätö eivät riitä, hienosäädä mallia ulkoisesti ja yhdistä se BYOLLM:n kautta sen sijaan, että odottaisit sovellusalustan sisäistä generoivan hienosäätöä
Einstein | Kehotteiden rakentaja✅ Luo säännöllinen kehotteiden tarkastusvaihe, joka tutkii viimeaikaisia keskusteluita, laatutilastoja ja käyttäjien palautetta ja tunnistaa parannusmahdollisuuksia
Einstein | Kehotteiden rakentaja✅ Toteuta kehotteiden muutokset asteittain A/B-testauksella, joka vahvistaa parannukset ennen täyttä julkaisua
Agentforce | Agentin kokoonpano✅ Ylläpidä testisarjoja, jotka kattavat onnelliset polut, reunojen tapaukset, vastustajien syöttämät tiedot ja historialliset ongelmakenaariot, laajenevat jatkuvasti, kun uusia reunojen tapauksia havaitaan

Anti-Mallit

Mistä etsiäMiltä huono näyttää
Sovellusalusta | Data⚡️ Yritetään parantaa ilman järjestelmällistä palautteen keräämistä, ja parannusta arvioidaan datan sijaan
Data 360 | Datan kerääminen⚡️ Oikeuttamattomien keskustelulokien käyttäminen koulutuksessa, mukaan lukien tietoturvariskit, virheet ja ei-representatiiviset esimerkit
Data 360 | Alustaminen⚡️ Ulkoista hienosäätämistä varten ennen RAG-pohjauksen ja kehotteiden hienosäätämisen käyttöä, joka on natiivinen polku, joka ratkaisee useimmat toimialueiden mukautustarpeet ilman mukautettua mallia
Einstein | Kehotteiden rakentaja⚡️ Käsittelet kehotteiden tekniikkaa kertaluonteisena harjoituksena, eikä jatkuvana käytännönä, jota säädetään käyttökuvioiden kehittyessä
Agentforce | Agentin kokoonpano⚡️ Staattiset testijoukot, jotka eivät koskaan laajene kattaakseen tuotantoympäristössä löydettyjä uusia reunojen tapauksia

Kuvio

Mistä etsiäMiltä hyvä näyttää
Sovellusalusta | Mukautetut metadatatyypit✅ Toteuta ominaisuusmerkintöjä käyttämällä mukautettuja metadatatyyppejä tai mukautettuja asetuksia irrottaaksesi käyttöönoton julkaisusta riskialttiille agenttien muutoksille
Sovellusalusta | Käyttöoikeusjoukot✅ Toteuta Kanarian käyttöönotot, jotka vapauttavat agenttien muutokset pieniin käyttäjäjoukkoihin ensin käyttämällä agenttien käyttöoikeuksia hallittavia käyttöoikeusjoukkoja
Agentforce | Agentin kokoonpano✅ Valvoa Canary-kohortia intensiivisesti, mittaamalla onnistumissuhteita, laatua, virhesuhteita, viiveitä, valtuuksien kulutusta ja tyytyväisyyttä, ja laajenna julkaisua vain, kun Canary-kohorti vastaa tai paranee agentin edellistä versiota käyttävää ohjausryhmää
Sovellusalusta | Analytics✅ Määritä onnistumisen ehdot ennen kuin aloitat A/B-testejä, jotka estävät epäselvät tulokset liiketoimintatavoitteiden mukaisesti
Agentforce | Agentin kokoonpano✅ Ota käyttöön champion-challenger-testaus säilyttämällä todennettu versio varakuvana, kun verrataan parannettuun challenger-versioon
Liiketoiminta | Prosessi✅ Laadi tavoitteellisia tarjousehtoja, mukaan lukien näytteen vähimmäiskoko, laatukynnysarvot ja arvioinnin kesto ennen tarjouspäätöstä

Anti-Mallit

Mistä etsiäMiltä huono näyttää
Agentforce | Agentin kokoonpano⚡️ Agenttien muutokset kaikille käyttäjille samanaikaisesti ilman kanarian testausta, mikä maksimoi ongelmien rästityöt
Sovellusalusta | Käyttöönotto⚡️ Korkean riskin agenttien muutosten käyttöönotto ilman ominaisuusmerkintöjä, mikä mahdollistaa välittömän periytymisen ilman uudelleenkäyttöönottoa
Sovellusalusta | Analytics⚡️ A/B-testien suorittaminen ilman esimääritettyjä onnistumisen ehtoja, mikä johtaa epäselviin tuloksiin ja huonoihin päätöksiin
Sovellusalusta | Analytics⚡️ Suorittamalla kokeita, joiden näytteen koko on riittämätön, saadaan meluisia tuloksia, jotka johtavat vääriin johtopäätöksiin
Agentforce | Agentin kokoonpano⚡️ Käytä ominaisuusmerkintöjä jokaiselle pienelle kehotteen muutokselle sen sijaan, että varattaisit ne liiketoimintasi kriittisille agenteille.

Kuvio

Mistä etsiäMiltä hyvä näyttää
Sovellusalusta | Valvonta✅ Havaitse agenttien virheitä valvomalla virhesuhteita, laatutilastojen heikentymistä, kustannuspoikkeavuuksia, viiveiden kasvua ja käyttäjien eskalointeja koskevia automaattisia hälytyksiä
Sovellusalusta | Valvonta✅ Täydennä automatisoitua havaintoa käyttäjien raportointimekanismeilla, jotka sallivat ongelmien eskaloinnin automatisoitujen valvontaviestien aikana
Liiketoiminta | Prosessi✅ Määritä vakavuusehdot objektiivisesti käyttäjän vaikutuksen, räjähdyksen säteen, datan eheyden riskin ja palautuksen kiireellisyyden perusteella
Sovellusalusta | Dokumentaatio✅ Asiakirjoita alustavat vastausmenetelmät suorituskertoina, joita suorittavat puheluna toimivat insinöörit, joilla ei ole asiantuntemusta agenteille
Agentforce | Agentin kokoonpano✅ Lisää alustavaan vastaukseen: poista epäonnistuneet agentit käytöstä (virranvaihtimet), reititä varastolle, kerää diagnooseja, ilmoita sidosryhmille, aloita vahinkotapahtumien viestintä

Anti-Mallit

Mistä etsiäMiltä huono näyttää
Sovellusalusta | Valvonta⚡️ Luottaa käyttäjäraportteihin ensisijaisena havaintomekanismina agenttien virheiden automatisoidun valvonnan sijaan
Liiketoiminta | Prosessi⚡️ Käyttämällä subjektiivista vakavuusluokittelua, joka johtaa todellisten ongelmien liialliseen eskalointiin tai pienien ongelmien liialliseen eskalointiin
Sovellusalusta | Dokumentaatio⚡️ Ei suorituskirjoja, joka vaatii vahinkotapahtumakohtaista tutkimusta insinööreiltä, joilla on syvällistä agenttien ammattitaitoa jokaisen vahinkotapahtuman aikana
Liiketoiminta | Prosessi⚡️ Agenttien virheiden käsittely vastaa perinteisiä sovellusvirheitä ottamatta huomioon hallusinaatioita, aiheiden ulkopuolisia vastauksia tai turvallisuusrikkomuksia

Kuvio

Mistä etsiäMiltä hyvä näyttää
Sovellusalusta | Apex✅ Käytä katkaisijoita, joilla on määritettävä virheiden kynnysarvo (esimerkiksi 50 %:n virhesuhde), keston ajanjakso (esimerkiksi 5 minuutin jakso) ja palautustesti (säännölliset kokeilupyynnöt)
Agentforce | Agentin kokoonpano✅ Suunnittele varahierarkiat: Ensisijainen hienostunut agentti → Yksinkertaisempi varmuuskopioagentti → Staattiset FAQ-vastaukset → Henkilökohtainen lähetys
Sovellusalusta | Orkestrointi✅ Toteuta varalogiikkaa orkestrointikerroksessa yksittäisten agenttien sijaan, mikä mahdollistaa yhdenmukaisen toimintatavan agenttien ekosysteemissä
Agentforce | Agentin kokoonpano✅ Suunnittele henkilökohtaisten lähetysten työnkulut, jotka säilyttävät keskustelun asiayhteyden, ilmoittavat lähetyksen syyn ja reitittävät asiaankuuluvalle henkilökohtaiselle agentille, jolla on asianmukainen ammattitaito
Sovellusalusta | Valvonta✅ Seuraa siirtojen suhdetta aiheen, agentin ja epäonnistumisen syyn mukaan tunnistaaksesi agentin kykyyn liittyviä aukkoja
Agentforce | Agentin kokoonpano✅ Kun hienostunut päättely epäonnistuu, käytä yksinkertaisempaa logiikkaa; kun reaaliaikaista dataa ei ole saatavilla, käytä välimuistiin tallennettua dataa; kun integraatiot epäonnistuvat, käytä Vain luku -tilaa
Sovellusalusta | Orkestrointi✅ Testaa varapolkuja säännöllisesti vahvistaaksesi, että ne toimivat tarvittaessa

Anti-Mallit

Mistä etsiäMiltä huono näyttää
Agentforce | Agentin kokoonpano⚡️ Ei katkaisijoita, jolloin epäonnistuneet agentit voivat vaikuttaa käyttäjiin toistuvasti ongelmien ratkaisemisen aikana
Sovellusalusta | Orkestrointi⚡️ Varalogiikan toteuttaminen yksittäisissä agenteissa orkestrointikerroksen sijaan, mikä luo epäjohdonmukaista toimintatapaa
Agentforce | Agentin kokoonpano⚡️ Suunnittelet binäärisiä agentteja, jotka toimivat täydellisesti tai epäonnistuvat kokonaan ilman hienovaraisia heikennä vaihtoehtoja
Sovellusalusta | Orkestrointi⚡️ Älä koskaan testaa varapolkuja, koska ne eivät toimi vain todellisten vahinkotapahtumien aikana
Agentforce | Agentin kokoonpano⚡️ Henkilökohtainen viestintä, joka menettää keskustelun asiayhteyden ja pakottaa käyttäjät toistamaan tietoja

Kuvio

Mistä etsiäMiltä hyvä näyttää
Liiketoiminta | Prosessi✅ Suorita syyttömät vahinkotapahtumien jälkeiset tarkastukset, jotka keskittyvät järjestelmän parannuksiin yksittäisten virheiden sijaan, jotka luovat psykologista turvallisuutta
Liiketoiminta | Prosessi✅ Luo yksityiskohtainen aikajana alkuperäisistä ehdoista havaitsemalla, tutkimalla, vastaamalla, palauttamalla ja vahvistamalla aikaleimat
Liiketoiminta | Prosessi✅ Käytä “Five Why”-tekniikkaa tarkentamaan oireita perussyihin yksinkertaistettujen johtopäätösten sijaan
Liiketoiminta | Prosessi✅ Analysoi vaikuttavia osatekijöitä, kuten valvonta-aukkoja, testaus-aukkoja, dokumentaatio-aukkoja, automatisoinnin aukkoja ja arkkitehtuurin aukkoja
Liiketoiminta | Prosessi✅ Arvioi havainto: mikä signaali olisi havainnut ongelman aiemmin, mikä valvonta mahdollistaa havaitsemisen nopeammin
Liiketoiminta | Prosessi✅ Määritä konkreettisia, kohdistettuja, ajoitettuja toimintokohteita, jotka estävät toistumisen (esimerkiksi “lisää hälytys, jos virhesuhde on yli 5 % 10 minuutin aikana - kohdistettu: Alex - eräpäivä: 2 viikkoa”)
Liiketoiminta | Prosessi✅ Seuraa toiminnon kohteen valmistumista myöhemmissä tarkastuksissa varmistaaksesi, että jatkuvaa parantamista tapahtuu
Sovellusalusta | Dokumentaatio✅ Asiakirjojen vahinkotapahtumien jälkeiset tarkastukset jaetussa Knowledge ja merkintä, joka sallii kuvion analyysin useissa vahinkotapahtumissa
Liiketoiminta | Prosessi✅ Jaa vahinkotapahtuman jälkeisiä tarkastuksia laajemmin kuin välittömiä vahinkotapahtuman vastaajia tiimin kokousten tai lounasta- ja oppimisistuntojen kautta

Anti-Mallit

Mistä etsiäMiltä huono näyttää
Liiketoiminta | Prosessi⚡️ Syyllisyydentarjoukset, jotka vähentävät psykologista turvallisuutta ja estävät epäonnistumisten rehellisen arvioinnin
Liiketoiminta | Prosessi⚡️ Yksinkertaiset juurisyyn johtopäätökset (“agentilla oli virhe”) eikä tarkkoja havaintoja, jotka mahdollistavat tehokkaan korjauksen
Liiketoiminta | Prosessi⚡️ Epätarkkoja toimintokohteita, kuten ”paranna valvontaa”, tiettyjen, kohdistettujen ja aikaan perustuvien tehtävien sijaan
Liiketoiminta | Prosessi⚡️ Toiminnon kohteiden alhaiset suoritussuhteet osoittavat jatkuvaa parantamisprosessin epäonnistumista
Liiketoiminta | Prosessi⚡️ Pidät vahinkotapahtuman jälkeiset oppimistiedot erillään välittömille vastaajille sen sijaan, että jakelisit niitä laajasti organisaation oppimista varten

Kuvio

Mistä etsiäMiltä hyvä näyttää
Liiketoiminta | Prosessi✅ Vahvista käyttöönottoa edeltävä tarkistuslista, mukaan lukien testaus, tietoturvatarkastus, vaatimustenmukaisuuden vahvistus, dokumentaatio, valvontakokoonpano ja sidosryhmien hyväksyntä
Liiketoiminta | Prosessi✅ Arvioi riski räjähdyksen säteen, datan luottamuksellisuuden, toiminnon valtuuden, integraation sidonnaisuuksien, palautuksen monimutkaisuuden ja vaatimustenmukaisuuden vaikutusten perusteella
Liiketoiminta | Prosessi✅ Skaalaa hyväksymisvaatimukset riskin perusteella: korkea riski vaatii johdon hyväksynnän, tietoturvatarkastuksen ja asteittaisen julkaisun; matala riski vaatii vertaisarvioinnin ja standarditestauksen
Sovellusalusta | Hyväksymisprosessit✅ Käytä automatisoituja, seurattuja ja auditoitavia hyväksymistyönkulkuja käyttämällä Salesforcen hyväksymisprosesseja tai ulkoisia käyttöönottotyökaluja
Liiketoiminta | Prosessi✅ Määritä hätätilanteiden ohitustoimenpiteitä, jotka vaativat päällikön hyväksynnän, perusteluiden dokumentaation ja nopeutetun käyttöönoton jälkeisen tarkastuksen
Sovellusalusta | Valvonta✅ Seuraa hätätoteutuksia erikseen. Hätätilanteiden yleisyys osoittaa, että prosessissa on ongelmia, jotka vaativat tutkimista

Anti-Mallit

Mistä etsiäMiltä huono näyttää
Liiketoiminta | Prosessi⚡️ Yhtenäisen hyväksymissyvyyden soveltaminen agentin riskiprofiilista riippumatta, vähäriskisten agenttien työstämiseen tai korkean riskin agenttien alakatkaisemiseen
Liiketoiminta | Prosessi⚡️ Tuotanto-agenttien käyttöönotto ilman testausta, tietoturvaa, vaatimustenmukaisuutta ja valvontaa ennen käyttöönottoa
Sovellusalusta | Käyttöönotto⚡️ Hätätilanteiden ohitustoimenpiteiden puuttuminen, mikä aiheuttaa kriittisiä korjausviiveitä tuotantotapahtumien aikana
Liiketoiminta | Prosessi⚡️ Usein vaativat hätätoteutuksia, mikä osoittaa rikkinäisiä vakioprosesseja poikkeuksellisten olosuhteiden sijaan

Kuvio

Mistä etsiäMiltä hyvä näyttää
Agentforce | Agentin kokoonpano✅ Testaa tuloksen ominaisuuksia (sisältää vaadittuja tietoja, ylläpitää sopivaa äänenvoimaa, sisältää lainausmerkkejä) ei tarkkaa tekstiä ei-deterministisille agenttien tuloksille
Agentforce | Agentin kokoonpano✅ Aseta vähimmäislaatua koskevia kynnysarvoja (esimerkiksi “95-prosenttinen tarkkuus pois pidetyssä testijoukossa, nolla turvallisuusrikkomusta, oikeudenmukaisuustarkastuksessa ei näytetä yli 5 %:ia demografisia eroavaisuuksia”)
Agentforce | Agentin kokoonpano✅ Suorita turvallisuustestejä, jotka käyttävät vastakkaisia syötteitä, mukaan lukien kehote-injektioita, jailbreak-yrityksiä, pyyntöjen eskalointia ja vaikutusalueen ulkopuolisia pyyntöjä
Agentforce | Agentin kokoonpano✅ Tiimin jäsenet, jotka eivät osallistu agenttien kehittämiseen, suorittavat turvallisuustestejä tarjotakseen uusia näkymiä haavoittuvuuksista
Sovellusalusta | Suorituskyvyn testaaminen✅ Testaa realistisia latauksia, mukaan lukien samanaikaiset keskustelut, tavalliset keskustelun pituudet ja ennustettu käyttöaste
Sovellusalusta | Tietoturva✅ Vahvista, että agentit eivät voi käyttää valtuuttamattomia tietoja, eivät voi suorittaa valtuuttamattomia toimintoja ja että kehotteiden syöttäminen ei voi eskaloida käyttöoikeuksia
Sovellusalusta | CI/CD✅ Integroi tietoturvatarkistus käyttöönottoputkeen käyttämällä Salesforce Code Analyzeria ja erikoistuneita tekoälyn suojaustyökaluja

Anti-Mallit

Mistä etsiäMiltä huono näyttää
Agentforce | Agentin kokoonpano⚡️ Agenttien testaaminen tarkkojen tekstiä vastaavien ei-determinististen tulosten perusteella tuloksen ominaisuuksien testaamisen sijaan
Sovellusalusta | Suorituskyvyn testaaminen⚡️ Vain yhden käyttäjän skenaarioiden testaaminen, hallintarajoitusten puuttuvat ongelmat, resurssien rajoitukset ja skaalattavuuden pullonkaulakohdat
Agentforce | Agentin kokoonpano⚡️ Ohita turvallisuustestit tai pyydä kehittäjiä testaamaan omia agenttejaan ilman uusia näkökulmia haavoittuvuuksiin
Sovellusalusta | Tietoturva⚡️ Ei testaa, voivatko kehotteiden injektiot eskaloida agentin käyttöoikeuksia tai käyttää valtuuttamattomia tietoja
Agentforce | Agentin kokoonpano⚡️ Staattiset testijoukot, jotka eivät vastaa todellista käyttötarkoitusta, mukaan lukien eri käyttäjätyypit ja keskustelun monimutkaisuudet

Kuvio

Mistä etsiäMiltä hyvä näyttää
Sovellusalusta | Dokumentaatio✅ Dokumentoi kaikki muutokset: mikä muuttui, miksi, mitkä testit vahvistivat sen ja mikä periytymisprosessi on olemassa
Liiketoiminta | Viestintä✅ Ilmoita kaikille sidosryhmille (käyttäjille, operaatiotiimeille, tukitiimeille, yrityksille) mitä muuttuu, milloin, mitä etuja, mitä riskejä ja kenen kanssa ottaa yhteyttä
Liiketoiminta | Viestintä✅ Laadi viestintämalleja erityyppisille muutoksille, standardoi viestejä ja vähennä valmistautumiskuluja
Sovellusalusta | Event Monitoring✅ Agenttien käyttöönotot vähäisen käytön ajanjaksojen aikana, jotka on ilmoitettu tapahtumien valvontatiedoilla, jotka näyttävät todelliset käyttökuviot
Liiketoiminta | Prosessi✅ Ota tärkeimmät agenttien muutokset käyttöön viikon alkuun välttyäksesi viikonlopuilta, kun vahinkotapahtumien vastauskyky on heikentynyt
Liiketoiminta | Prosessi✅ Aseta muutosten jäädyttämisen ajanjaksot ennen tärkeimpiä liiketoimintatapahtumia (tilivuoden loppu, tuotteiden julkaisut, suuret markkinointikampanjat)
Liiketoiminta | Prosessi✅ Asiakirjojen muutosten jäädytyskalenteri, joka ilmoittaa rajoitetut ajanjaksot vuosittain riittävästi etukäteen

Anti-Mallit

Mistä etsiäMiltä huono näyttää
Sovellusalusta | Käyttöönotto⚡️ Käyttöönotto huippukäytön aikana, kuukauden lopussa, vuosineljänneksen lopussa tai suurissa liiketoimintatapahtumissa
Sovellusalusta | Käyttöönotto⚡️ Käyttöönotto maanantaisin (ylentyminen) tai perjantaisin (vähennetty henkilöstö), kun vahinkotapahtumien vastauskyky on rajoitettu
Liiketoiminta | Prosessi⚡️ Liian suuret muutokset hidastavat parantamisen nopeutta ilman suhteellista riskin vähentämistä
Liiketoiminta | Viestintä⚡️ Agenttien muutosten käyttöönotto ilmoittamatta asiaankuuluville käyttäjille, toimintotiimeille, tukitiimeille tai liiketoiminnan sidosryhmille
Sovellusalusta | Dokumentaatio⚡️ Muutosten tekeminen ilman asiakirjoituksen perusteluja, organisaatioiden luominen, jotka löytävät oppitunteja uudelleen kokemusten sijaan

Kuvio

Mistä etsiäMiltä hyvä näyttää
Sovellusalusta | Käyttöliittymä✅ Ota palautteen kerääminen käyttöön keskustelun käyttöliittymässä, joka sallii välittömän vastauksen, kun vuorovaikutus on tuoretta, eikä viivästynyt kerääminen
Sovellusalusta | Analytics✅ Keskustelulokit, jotka analysoivat kysymystyyppejä, keskustelun pituuksia, onnistumissuhteita aiheittain ja käyttäjien tyytyväisyyttä keskustelun ominaisuuksien perusteella
Sovellusalusta | Analytics✅ Analysoi virhelokeja, jotka on ryhmitetty virhetyypin, asiaankuuluvien käyttäjien, keskustelukuvioiden ja aikojen jakauman mukaan järjestelmällisten ongelmien paljastamiseksi
Sovellusalusta | Analytics✅ Priorisoi virheenkorjaus yleisyyden ja vaikutuksen perusteella: useisiin käyttäjiin vaikuttavat yleiset virheet vaativat välittömästi huomiota
Sovellusalusta | Valvonta✅ Laadi laatun perustasot ensimmäisen käyttöönoton jälkeen ja valvo jatkuvaa laatua perustason hälytysten perusteella, kun trendit laskevat

Anti-Mallit

Mistä etsiäMiltä huono näyttää
Sovellusalusta | Käyttöliittymä⚡️ Palautettu palautteen kerääminen (esimerkiksi jatkosähköpostit päivinä myöhemmin) vähentää vastaussuhteita ja käynnistää peruutusvirheen
Sovellusalusta | Analytics⚡️ Käyttökuvioita ei analysoida määrittääksesi, oikeuttavatko agentit monimutkaisia toimintoja vai käytetäänkö ominaisuuksia liian vähän
Sovellusalusta | Analytics⚡️ Käsittelet kaikkia virheitä tasavertaisesti sen sijaan, että priorisoisit niitä yleisyyden ja liiketoiminnan vaikutuksen perusteella
Sovellusalusta | Valvonta⚡️ Tehdä parannuspäätöksiä ilman dataa, puuttuu laatua koskevia perustasoja ja trendien valvontaa

Kuvio

Mistä etsiäMiltä hyvä näyttää
Liiketoiminta | Prosessi✅ Tarjoa yhdenmukainen kokeilurakenne: hypoteesi, kokeellinen rakenne, tilastot, näytteen koko ja onnistumisen ehdot
Liiketoiminta | Prosessi✅ Asiakirjojen kokeilut ennen suoritusta, jotka estävät tulosten epäselvän tulkinnan
Sovellusalusta | Analytics✅ Seuraa variaatioiden kohdistusta keskustelun metadatassa ottaen lopputuloksen korrelaation käyttöön variaatioittain
Sovellusalusta | Analytics✅ Laske vaadittu näytteen koko ennen kokeita vaikutuksen odotetun koon, tilastollisen tehon ja hyväksyttävien virhesuhteiden perusteella
Sovellusalusta | Analytics✅ Käytä usean käden bandit-optimointia kohdistaaksesi enemmän liikennettä dynaamisesti tehokkaimpiin variaatioihin, jotka vähentävät mahdollisuuksien kustannuksia
Sovellusalusta | Dokumentaatio✅ Ylläpidä kokeiluiden katalogia, joka sisältää testatut variaatiot, mitatut lopputulokset, saavutetut tulokset ja tehdyt päätökset epäonnistuneiden lähestymistapojen uudelleentestaamisen estämiseksi

Anti-Mallit

Mistä etsiäMiltä huono näyttää
Liiketoiminta | Prosessi⚡️ Kokeilujen suorittaminen ilman esimääritettyjä oletuksia ja onnistumisen ehtoja, jotka johtavat epäselviin tuloksiin
Sovellusalusta | Analytics⚡️ Käyttämällä riittämättömiä näytteen kokoja, jotka tuottavat meluisia tuloksia, jotka johtavat heikkoihin parannuspäätöksiin
Sovellusalusta | Dokumentaatio⚡️ Ei kokeiden katalogia, jolloin tiimit testaavat aiemmin epäonnistuneita lähestymistapoja uudelleen ja menettävät organisaation Knowledgea
Sovellusalusta | Analytics⚡️ Ei seuraa, ketkä käyttäjistä saivat mitä variaatioita, jolloin lopputuloksen korrelaatio on mahdotonta