見出し画像

【第454回】 Agentforce : 2025 年 8 月 新機能リリース ハイライト

Data 360 と同様に、Agentforce もほぼ毎月のように新機能が追加されており、正直なところキャッチアップするだけでも一苦労です。

私自身も、「いつの間にか新機能が増えている」「結局どれが本当に重要なのか分かりづらい」と感じることが増えてきました。リリースノートをそのまま追うだけでは、全体像や優先順位が見えにくいのが実情です。

そこで今後は、Data 360 と同じように、Agentforce についても 毎月の新機能を要点だけ整理するまとめ記事 を継続していきたいと思います。

単なる機能紹介ではなく、「何が変わったのか」「どこにインパクトがあるのか」を分かりやすく整理していく予定です。


過去の記事


2025 年 8 月リリース ハイライト

2025 年 8 月のリリースでは、Agentforce Employee Agent の機能強化と、テスト・可視化基盤の拡充 が中心となりました。

  • Employee Agent のアクセス管理強化

  • 推奨機能(Welcome / In-conversation)の制御

  • テストケース自動生成

  • 変数管理 UX 改善

  • Session Tracing による可視化強化

  • LLM モデル拡充


それでは、各機能を順番に見ていきましょう。


構築・テスト強化

Agentforce Employee エージェント向けの会話の推奨事項

Employee エージェント向けの会話の推奨事項には、エージェントレベルでようこそ提案と会話中の提案をオンまたはオフにする管理設定が含まれるようになりました。

以前は、両方のタイプの推奨事項が常にオンでした。既存のエージェントの場合、これらの設定はデフォルトでオンになっているため、アクションを必要とせずに推奨事項が引き続き表示されます。

推奨事項は、トピック、アクション、手順、ページまたはユーザーのメタデータなどのコンテキストに基づいて、リアルタイムで動的に生成されます。エージェントがサポートされているほとんどのレコードおよびレコードリストページから開くと、ようこそ提案が Agentforce パネルに表示されるため、ユーザーはエージェントの最も関連性の高い機能をすばやく理解できます。

できること

  • Welcome 推奨の有効 / 無効切替

  • 会話中のリアルタイム推奨の制御

  • 管理者レベルで設定可能

Welcome 推奨は Agentforce パネル表示時に、In-conversation 推奨は会話中に表示されます。

方法:Agentforceパネルを開いたときに表示される提案を制御するには、エージェント詳細ページの「システムメッセージ」タブの「ようこそ画面」​​にある 「会話の提案」を使用します。アクティブな会話中に表示される提案を制御するには、エージェント詳細ページの「エージェント応答」にある「会話の提案」を使用します。


Employee エージェントアクセスを簡単に表示

Agentforce Builder の新しい「エージェントアクセス」タブを使用すると、管理者は設定ページを切り替えることなく、権限セットやプロファイルから Agentforce Employee エージェントアクセスを簡単に表示、割り当て、または削除できます。このアップデートにより、オンボーディングが効率化され、設定プロセスの手順が削減され、アクセス制御が簡素化されて導入が迅速化されます。これらはすべて 1 か所で行えます。新しいアクセス管理オプションは、既存のワークフローを置き換えるものではありません。管理者は引き続き、設定ページで権限セットやプロファイルに直接移動してエージェントアクセスを割り当てることができます。

改善点

  • 権限セット / プロファイルへの割り当てを一元管理

  • Setup 画面へ移動不要

  • アクセス付与 / 削除を簡素化

方法:アクセスを割り当てるには、エージェントの名前をクリックして詳細ページを開き、 「エージェントアクセス」タブを選択します。権限セットとプロファイルの変更は、「設定」に自動的に反映されます。


Agentforce Employee エージェントへの移行の簡易化

Agentforce(デフォルト)から Agentforce Employee エージェントへの移行は、わずか数ステップで完了します。移行フローでは、デフォルトエージェントと同じトピック、アクション、変数、設定を持つ新しい Employee エージェントが作成されます。この移行により、アップグレードプロセスが効率化され、既存のエージェント設定が維持され、従業員に一貫したエクスペリエンスを提供できます。

方法:移行するには、「Agentforce エージェント設定」ページに移動します。移行セクションで「 開始」をクリックし、エージェントの詳細を入力して 「作成」をクリックします。異なるチームまたはワークフロー用に追加の Agentforce Employee エージェントを作成するには、「Agentforce Employee エージェントの追加作成」で「開始」をクリックし、新しいエージェント名を入力します。


Agentforce Builder のエージェント準備チェックリスト

可視性を向上させ、設定の不一致を減らすため、Agentforce Builder のエージェント準備チェックリストには、エージェント作成時に注意が必要な設定タスクがまとめられています。このチェックリストは、設定プロセスの進捗状況を追跡するのに役立ち、未完了のタスクを特定し、完全に機能する従業員エージェントを構築するのに役立ちます。

目的

  • 設定漏れ防止

  • 構築状況の可視化

  • 展開前チェック強化

導入前に必要項目を確認できるため、本番トラブルを防止できます。

方法:エージェント準備チェックリストを表示するには、新しく作成したEmployee エージェントをクリックして詳細ページを開き、「ビルダーで開く」をクリックします。 チェックリストは Agentforce Builder に表示され、初期設定フロー中に確認して完了する必要がある設定タスクの概要が表示されます。


独自データで AI エージェントのテストケースを生成

Agentforce データライブラリ内のエージェントにリンクされたデータに基づいて、AI エージェントのパフォーマンスを評価・改善できます。独自のデータに基づいたテストシナリオと詳細な評価を作成することで、導入されたエージェントが顧客とのインタラクションを正確かつ効率的に処理していることを確認できます。

特徴

  • データドリブンテスト

  • 複数ケース同時生成

  • Conversation 状態定義可能

  • Context 変数設定可能

AI の精度評価を、よりスケーラブルに実施できます。

方法:設定または Agentforce Builder からテストセンターにアクセスします。Agentforce Builder で「新規テスト」または「バッチテスト」を選択します。初期の会話状態とコンテキスト変数を定義してテストシナリオを設定します。エージェントが Agentforce データライブラリ経由で利用できる情報に基づいてテストケースを作成するには、「知識に基づいてテストケースを生成」を選択します。


Context パネルの刷新で、変数管理がより直感的に

更新されたコンテキストパネルにより、エージェント変数の管理が簡素化され、変数の使用場所を追跡できるようになりました。エージェント変数が使用されている場所を確認し、変数の作成時にアクションの入力または出力に接続できるようになりました。

改善点

  • 変数の使用箇所を可視化

  • Action 入出力との連携明示

  • セキュリティと一貫性向上

方法: Agentforce Builder でエージェントを開きます。サイドバーから 「コンテキスト」を選択します。

エージェントが使用されている場所を確認するには、変数を選択します。パネルの「この変数が使用されている場所」セクションでは、変数に接続されている入力または出力の詳細が表示されます。

変数を作成時にアクションの入力または出力に接続するには、 「新しい変数」をクリックします。次に、「この変数を割り当てまたはマップ」フィールドに入力または出力を指定します。


テストセンターに引用元(Citations)表示機能 が追加

AI エージェントがテストセンターでテスト回答を生成する際に使用するソースを迅速に検証できます。バッチテストの場合、実際の回答がエージェントにリンクされた Agentforce データライブラリの情報を引用している場合、引用元資料へのリンクが表示されます。これにより、大規模な言語モデルで使用されている情報とソースを確認し、AI が生成した回答が正確であることを確認できます。

できること

  • AI 回答の根拠確認

  • ソースへの直接リンク

  • 信頼性向上

方法:テストセンターの結果に引用を表示するには、テスト対象のエージェントが引用が有効になっている Agentforce データライブラリに割り当てられていることを確認してください。通常どおりテストを実行してください。

テスト結果の「実際の回答」に引用が表示されます。引用をクリックすると、ナレッジ記事やその他の情報ソースに移動します。CSV ファイルをダウンロードした場合は、引用 URL が新しい列として追加されます。


チャネル強化

Employee エージェントの接続強化

Employee Agent を Experience Cloud + MIAW へ接続可能 になりました。

特徴

  • ログインユーザー文脈で動作

  • 最小権限原則遵守

  • ポータル内リアルタイム支援

社内ポータルでの活用が加速します。


Service Agent のシームレスな会話の引き継ぎ

進行中の会話が Agentforce Service エージェントにルーティングされると、エージェントは顧客の最新のメッセージに直接応答します。以前は、エージェントはシステムにウェルカムメッセージを送信し、顧客が質問やリクエストを再入力するのを待っていました。しかし、エージェントは会話履歴を認識し、会話が中断したところから再開できるため、より自然な会話体験が実現します。

特徴

  • 会話履歴保持

  • 再質問不要

  • 自然な引き継ぎ

方法:この変更は、すべての Agentforce サービスエージェントに自動的に適用されます。エージェントはシステムウェルカムメッセージを送信し、顧客の以前のメッセージに返信します。アプリ内メッセージングや Web メッセージングなどのメッセージングチャネルで会話が開始されると、エージェントはシステムウェルカムメッセージを送信し、顧客からのメッセージの送信を待機した後、最新のメッセージと以前の会話のコンテキストに基づいて返信を生成します。

エージェントの「ウェルカムメッセージ」フィールドを空白にすることで、システムのウェルカムメッセージをスキップできます。システムメッセージが指定されていない場合、エージェントはシステムのウェルカムメッセージをスキップし、顧客の最新のメッセージに返信します。


エコシステムの拡張

カスタム Agent Action の出力を Flow Builder へ直接連携

最新バージョンのカスタムエージェント呼び出しアクションを使用して、予測可能なエージェント主導のプロセスを構築できます。エージェントに応答させる項目を定義し、その項目値をフローまたは Apex クラスで使用できるようになりました。例えば、カスタムエージェント呼び出しアクションを使用してケースサマリーを生成し、フローに返すことができます。以前は、フローまたは Apex クラスから呼び出されたエージェントは、フローに渡す前に解析するテキスト文字列で応答していました。

できること

  • 出力フィールド指定

  • 構造化データ返却

  • フロー自動化強化

方法: Flow Builderで、カスタムエージェント呼び出し可能アクションを編集します。「詳細オプションを表示」で、アクションのバージョンが1.1.0であることを確認します。次に、プロパティウィンドウの「構造化出力の編集」セクションで「設定」をクリックし、アクションがフローへの出力として返すフィールドを定義します。アクションが常に特定のフィールドを返すようにするには、そのフィールドを必須としてマークします。


対応 LLM の追加

ユーザーのニーズに合わせて、生成 AI の機能を強化し、地域ごとの調整に対応できるよう、最新かつ柔軟な LLM モデルを選択できます。

新モデル

  • Gemini 2.5 Flash Lite

  • GPT 5

  • GPT 5 Mini

  • GPT-4o アップグレード

性能・コスト・リージョン要件に応じた柔軟なモデル選択が可能です。


可視化と分析

セッショントレースでエージェントの行動を可視化

Agentforce Session Tracing は、エージェントの詳細なインタラクションデータをキャプチャし、Data Cloud 上の統合データモデルに保存します。

推論エンジンの実行、アクション、プロンプトの入力と LLM の出力、エラーメッセージ、最終応答など、エージェントの行動を最初から最後まで包括的に把握できます。

レポートとアドホッククエリを使用して、インサイトを可視化できます。サンドボックス環境または本番環境でエージェントをテスト、デバッグ、監視する際に、データに基づいたアクションを実行できます。

できること

  • セッション単位ログ取得

  • 会話ターン記録

  • デバッグ支援

  • 分析基盤構築

方法:[設定] で、Einstein 監査、分析、モニタリングを見つけて、Agentforce セッション トレースをオンにします。

データモデルはわずか数分でプロビジョニングされ、その後 5 分間隔でデータ収集が行われます。


今回は以上です。


次の記事はこちら

前回の記事はこちら

私の note のトップページはこちら