Q1.Universal Containers は、実際のデータを保持し、本番環境から分離しながらエージェントをテストしたいと考えています。
企業は Testing Center でどの環境を使用すべきですか?
A. 実稼働データとは関係のない個人開発者組織を使用する。
B. テストアサーションで本番組織を直接使用する。
C. 安全なテストのために本番環境から複製されたサンドボックス環境を使用する。
回答
- C. 安全なテストのために本番環境から複製されたサンドボックス環境を使用する。
-
Testing Center では、本番データに近い条件で安全にテストを行うことが重要です。
そのため、Salesforce では本番環境を複製したサンドボックス環境の利用が推奨されています。
サンドボックスは本番データをコピーしつつ、本番環境とは分離されているため、実運用に影響を与えずにリアルな検証が可能です。
Aの開発者組織はデータが不十分で現実的なテストにならず、Bの本番環境での直接テストはデータ破損やセキュリティリスクがあるため不適切です。
したがってCが正解です。
Agentforce テストセンター
Q2.Universal Containers は、Prompt Builder で外部の大規模言語モデル (LLM) を使用したいと考えています。
Agentforce は何を推奨すべきでしょうか?
A. Apex を使用して外部 LLM に接続し、プロンプトを接地します。
B. Einstein Studio で BYO-LLM 機能を使用します。
C. フローおよび外部サービスを使用して、外部 LLM からデータを取得します。
回答
- B. Einstein Studio で BYO-LLM 機能を使用します。
-
Einstein Studio の BYO-LLM（Bring Your Own Large Language Model）機能を使用すると、Salesforce 環境内で外部の大規模言語モデルをネイティブに統合できます。
これにより Prompt Builder と連携し、外部 LLM を活用した柔軟な生成 AI の実装が可能になります。
A の Apex による接続は実装負荷が高く推奨されず、C のフローや外部サービスは主にデータ連携用途であり LLM 活用には最適ではありません。
したがって、標準機能である BYO-LLM を利用する方法が最も効率的かつ推奨される構成です。
Bring Your Own Large Language Model (独自の大規模言語モデル)
Q3.ビジネス関係者は、AI を使用して Data Cloud データに基づく概要を生成したいと考えています。
利害関係者は Prompt Builder から Data Cloud データにアクセスするためにどの方法を使用する必要がありますか?
A. Flex テンプレートでデータモデルオブジェクト（DMO）に直接アクセスし、Data Cloud 関連リストを使用して、プロンプト開始フローを使用して Data Cloud データを取得します。
B. Data Cloud 関連リストの使用とプロンプト開始フローを使用した Data Cloud データの取得
C. 外部 API のみを使用して Data Cloud データを Prompt Builder にインポートする
回答
- B. Data Cloud 関連リストの使用とプロンプト開始フローを使用した Data Cloud データの取得
-
Prompt Builder では、Data Cloud の関連リストやプロンプト開始フローを通じてデータを動的に取得する仕組みが提供されています。
これにより、統合された顧客データをもとにコンテキストを考慮した生成 AI の活用が可能になります。
A のような Flex テンプレートからの DMO 直接アクセスはサポートされておらず、C の外部 API のみの利用も不要です。
したがって、標準機能である関連リストとフローを組み合わせる方法が最適かつ推奨される手段です。
フローの差し込み項目を使用したグラウンディング
Q4.Agentforce は、営業チーム向けに営業メール プロンプト テンプレートの使用を有効にする必要があります。
Agentforce スペシャリストは、すでにプロンプト ビルダーでテンプレートを作成しています。
ベスト プラクティスによれば、営業チームがこれらのテンプレートを使用できるようにするには、Agentforce スペシャリストはどのような手順を実行する必要がありますか?
A. プロンプトテンプレートユーザー権限セットを割り当て、セットアップで営業メールを有効にします。
B. プロンプトテンプレートマネージャー権限セットを割り当て、セットアップでセールスメールを有効にします。
C. Data Cloud 管理者権限セットを割り当て、セットアップで営業メールを有効にします。
回答
- A. プロンプトテンプレートユーザー権限セットを割り当て、セットアップで営業メールを有効にします。
-
営業チームがプロンプトテンプレートを利用するには、テンプレートを使用するための権限（Prompt Template User）を付与することが前提となります。
さらに、Sales Email 機能を有効化することで、メールワークフローとプロンプトテンプレートの連携が可能になります。
B のマネージャー権限は作成・管理用途であり利用には不要であり、C の Data Cloud 管理者権限も本機能とは無関係です。
したがって、適切な権限付与と機能有効化の組み合わせがベストプラクティスです。
プロンプトビルダーの有効化
Q5.Universal Containers の Agentforce は、新しいフィールド生成プロンプト テンプレートを設定しようとしています。
次の手順に従います。
1. 新しいフィールド生成プロンプト テンプレートを作成します。
2. オブジェクト タイプとしてケースを選択します。
3. ターゲット フィールドとしてカスタム フィールド AI_Analysis_c を選択します。
プロンプト テンプレートを作成した後、Agentforce スペシャリストはそれを保存、テスト、アクティブ化します。
ただし、ケース レコードに移動すると、AI 分析フィールドの編集鉛筆に (スパークル) アイコンが表示されません。
Agentforce スペシャリストがフィールドを編集していたときは、通常のフィールドとして動作していました。
Agentforce スペシャリストが見逃した重要なステップはどれですか?
A. フィールド生成プロンプトテンプレートを有効化した後、ケースオブジェクトの Lightning ページレイアウトを再有効化し忘れた。
B. ケースオブジェクトは追加の生成ではサポートされていないため、代わりに Einstein サービス返信を使用する必要があることを忘れていた。
C. Lightning ページレイアウトを編集し、フィールドをプロンプトテンプレートに関連付けるのを忘れました。
回答
- C. Lightning ページレイアウトを編集し、フィールドをプロンプトテンプレートに関連付けるのを忘れました。
-
フィールド生成プロンプトテンプレートを利用するには、対象フィールドを Lightning ページレイアウト上で明示的にプロンプトテンプレートと関連付ける必要があります。
この設定が行われていない場合、AI 生成を示すスパークルアイコンは表示されず、通常のフィールドとして扱われます。
また、テンプレートの有効化だけでは不十分で、ページレイアウトへの追加と紐付け設定が必須です。
A は再有効化は不要であり、B もケースオブジェクトはサポート対象のため誤りです。
したがって C が正解です。
Lightning レコード ページへの項目生成プロンプト テンプレートの追加
Q6.Universal Containers (UC) は、次の機能を備えた AI 搭載のカスタマー サービス エージェントを実装したいと考えています。
* PDF として保存されている独自のポリシー ドキュメントを取得します。
* 回答が一般的な LLM の知識ではなく、承認された企業データに基づいていることを確認します。
UC はまず何をすべきでしょうか?
A. ポリシー文書の AI 検索用に Agentforce データライブラリを設定します。
B. AI エージェントのスコープを拡張して、すべての Salesforce レコードを検索します。
C. コンテンツをファイルに追加し、データライブラリオプションを選択します。
回答
- A. ポリシー文書の AI 検索用に Agentforce データライブラリを設定します。
-
この要件では、PDF の社内ポリシー文書を根拠として回答する必要があるため、AI が参照可能なナレッジ基盤（データライブラリ）を最初に構築することが重要です。
Agentforce のデータライブラリを使用すると、PDF をアップロードしてインデックス化し、検索可能な形で AI に提供できます。
これにより Retrieval-Augmented Generation（RAG）が実現され、LLM の一般知識ではなく企業の承認済みデータに基づいた回答が可能になります。
B は範囲が広すぎ、C は具体的な構成手順として不十分です。
データライブラリとは?
Q7.モデルプレイグラウンドでは、既存の
Salesforce 対応の基本モデルは Agentforce によって変更できますか?
A. 温度、頻度ペナルティ、存在ペナルティ
B. 温度、Top-k サンプリング、プレゼンスペナルティ
C. 温度、周波数ペナルティ、出力トークン
回答
- A. 温度、頻度ペナルティ、存在ペナルティ
-
Model Playground では、生成AIモデルの挙動を制御するための主要なハイパーパラメータとして「温度・頻度ペナルティ・存在ペナルティ」が調整可能です。
温度は出力の多様性、頻度ペナルティは繰り返し抑制、存在ペナルティは新しいトピックの生成を促進します。
これらにより応答の性質を細かく制御できます。
一方、Top-k サンプリングは Salesforce の標準UIでは提供されておらず、出力トークン数も主な調整パラメータではありません。
したがって、Agentforce で変更可能な正しい組み合わせはこれら3つのハイパーパラメータです。
モデル設定の作成
Q8.Universal Containers (UC) はデータ ライブラリを構成し、ナレッジ ベースでのみ公開されている記事にナレッジ記事のインデックス作成を制限したいと考えています。
また、UC は、エージェントが大規模言語モデル (LLM) の応答の根拠となるソースにリンクすることを望んでいます。
UC に役立つ設定はどれですか?
A. データカテゴリを使用して、公開されている記事をインデックス対象として分類します。ナレッジ記事が「公開」に分類されている場合、ソースは自動的に表示されます。
B. データライブラリ設定ウィンドウの「ナレッジ設定」で、「公開ナレッジ記事を使用する」を有効にします。LLM が回答の根拠とした記事は表示できません。
C. データライブラリ設定ウィンドウのナレッジ設定で、「公開ナレッジ記事の使用」を有効にし、「ソースの表示」を選択します。
回答
- C. データライブラリ設定ウィンドウのナレッジ設定で、「公開ナレッジ記事の使用」を有効にし、「ソースの表示」を選択します。
-
この要件では、公開済みナレッジ記事のみを対象にしつつ、回答の根拠をユーザーに示す必要があります。
そのため、「公開ナレッジ記事の使用」を有効化することで、公開済みコンテンツのみにインデックス対象を制限できます。
さらに、「ソースの表示」を有効にすることで、LLM の回答がどのナレッジ記事に基づいているかを明示できます。
A のデータカテゴリは分類用途でありインデックス制御には不十分で、B はソース表示ができないため要件を満たしません。
したがって C が正解です。
Salesforce ナレッジの使用
Q9.Agentforce でカスタム エージェント アクションを作成するときのアクション指示の主な目的の 1 つは何ですか?
A. アクション命令は、推論エンジンが使用するアクションを決定するのに役立ちます。
B. アクション命令は、推論エンジンを動かす大規模言語モデル（LLM）の温度を定義します。
C. アクション指示は、会話内でこのアクションを呼び出す方法をユーザーに伝えます。
回答
- A. アクション命令は、推論エンジンが使用するアクションを決定するのに役立ちます。
-
アクション指示は、推論エンジンがどのアクションをいつ実行すべきかを判断するためのガイドとして機能します。
具体的には、アクションの目的や入力条件、実行タイミングを定義することで、ユーザーの意図と適切なアクションを正しく結び付けます。
これにより、AI エージェントは状況に応じて最適な処理を選択できます。
一方、LLM の温度設定はシステムレベルで管理され、アクション指示では制御されません。
また、ユーザー向けの説明ではなく内部ロジック向けの設定である点も重要です。
エージェントアクションの手順のベストプラクティス
Q10.オプションを 1 つ選択します。
Cloud Kicks (CK) は最近、独自の大規模言語モデル (LLM) を使用した新しいプロンプトテンプレートの開発を完了しました。
CK は、プロンプトテンプレートを Sandbox から本番組織にデプロイしようとしたところ、エラーが発生しています。
変更セットをデプロイしようとすると、プロンプトテンプレートで使用されている LLM に関連するエラーが発生します。
エラーの原因は何ですか?
A. プロンプトでは、カスタム LLM であることが指定されません。
B. BYOLLM は、本番環境のプロンプトテンプレートではまだサポートされていません。
C. LLM の名前がサンドボックスと本番環境で一致しません。
回答
- C. LLM の名前がサンドボックスと本番環境で一致しません。
-
プロンプトテンプレートは、参照する LLM を名前や ID によって紐付けています。そのため、Sandbox と本番環境で同一の LLM 設定（名前・ID）が存在しない場合、依存関係を解決できずデプロイエラーが発生します。
特に BYO-LLM を利用する場合、環境間で同じ構成を事前に作成しておく必要があります。LLM の名称や設定が一致していないことが最も典型的な原因であり、移行前に整合性を確保することが重要です。A は本質的な原因ではなく、B も BYO-LLM は本番環境で利用可能なため誤りです。
プロンプトビルダー
