設問
営業マネージャーが Agent Assistant に「自分の未完了商談を一覧表示して」と頼みました。
Agentforce 内の大規模言語モデル（LLM）は、どのようにしてこの指示を認識し、未完了商談を表示するアクションを特定・実行するのでしょうか？
選択肢
A. LLM がユーザーの要求を解釈し、関連するトピックとアクションを動的に計画・特定して実行し、未完了商談の取得・表示を行う。
B. LLM が静的なルールセットを参照し、ユーザー要求と事前定義済みトピック・アクションをマッチングして動的解釈を行わずに実行する。
C. ダイアログパターンを用い、ユーザーのクエリを利用可能なトピック・アクション・ステップにマッチさせて各ステップ（未完了商談の取得など）を実行する。
解答
A. LLM がユーザーの要求を解釈し、関連するトピックとアクションを動的に計画・特定して実行し、未完了商談の取得・表示を行う。
解説
A. LLMはユーザーのリクエストを解釈し、適切なトピックとアクションを識別することで計画を生成し、オープンな商談を取得して表示するアクションを実行します
正解です。
Atlas Reasoning Engineが自然言語を理解し、適切なトピックとアクションを動的に選択して実行計画を生成します。この動的なアプローチにより、様々なユーザーリクエストに柔軟に対応できます。
B. LLMは静的なルールセットを使用してユーザーのリクエストを事前定義されたトピックとアクションにマッチングし、動的な解釈と計画の必要性を回避します
不正解です。
Agentforceは静的ルールではなく、動的な推論エンジンを使用します。静的なアプローチでは、自然言語の多様性やコンテキストの変化に対応できず、Agentforceの強みを活かせません。
C. ダイアログパターンを使用して、LLMはユーザークエリを利用可能なトピック、アクション、ステップにマッチングし、オープンな商談のリストを取得するなど、各アクションのステップを実行します
不正解です。
単純なパターンマッチングではなく、推論エンジンによる動的な計画生成が行われます。ダイアログパターンでは、複雑なリクエストや文脈に応じた柔軟な対応ができません。
第120問
こちらをクリック
