무료 온라인 액세스 Salesforce.Agentforce-Specialist.v2025-05-20.q77 모의 시험 (Page 3)

Agentforce-Specialist 문제 6

Universal Containers(UC)는 Generative AI Salesforce 기능을 사용하여 기존 Knowledge 문서를 기반으로 권장 답변을 제공하여 서비스 에이전트 처리 시간을 단축하고자 합니다. UC는 어떤 AI 기능에 대해 서비스 에이전트를 교육해야 합니까?

A. 서비스 답변

B. 사례 답변

C. 지식 답변

정답: C

포괄적이고 자세한 심층 설명: Salesforce Agentforce는 생성적 AI를 활용하여 서비스 에이전트의 효율성을 향상시키며, 특히 추천 답변을 생성하는 기능을 통해 향상시킵니다. 이 시나리오에서 Universal Containers는 기존 지식 문서에 기반한 답변을 제공하여 처리 시간을 줄이는 것을 목표로 합니다.
, Salesforce Knowledge의 핵심 구성 요소입니다. Knowledge Replies 기능은 이 목적을 위해 특별히 설계되었습니다. 생성 AI를 사용하여 Knowledge 문서를 분석하고, 고객 문의(예: 사례 또는 채팅)의 맥락에 맞게 매치하고, 서비스 에이전트가 사용하거나 조정할 수 있는 관련성 있고 사전 구성된 응답을 제안합니다. 이는 기존 콘텐츠를 활용하여 에이전트 워크플로를 간소화한다는 UC의 목표와 직접적으로 일치합니다.
* 옵션 A(서비스 회신): "서비스 회신"이 그럴듯하게 들릴 수 있지만 Agentforce의 특정 문서화된 기능은 아닙니다. 일반적인 방해 요소로 보이며 지식 문서와 직접 연결되지 않습니다.
* 옵션 B(사례 회신): "사례 회신"은 Agentforce에서도 인정된 AI 기능이 아닙니다. 회신은 사례에 대해 생성될 수 있지만, 여기서는 Knowledge Replies를 가리키는 Knowledge 문서 통합에 초점을 맞춥니다.
* 옵션 C(지식 답변): 이는 생성 AI를 지식 문서와 명시적으로 연결하여 추천 답변을 생성하고, 에이전트의 노력과 처리 시간을 줄여주기 때문에 올바른 기능입니다.
Knowledge Replies에 대한 서비스 에이전트 교육을 통해 AI가 제안한 응답을 효과적으로 사용하고, 정확성을 검토하고, 워크플로에 통합하여 UC의 목표를 달성할 수 있습니다.
참고문헌:
* Salesforce Agentforce 문서: "서비스 에이전트를 위한 지식 회신"(Salesforce 도움말:
https://help.salesforce.com/s/articleView?id=sf.agentforce_knowledge_replies.htm&type=5)
* 시작점: "서비스를 위한 Agentforce" 모듈(https://trailhead.salesforce.com/content/learn/modules
/서비스용 에이전트포스)

Agentforce-Specialist 문제 7

Universal Containers(UC)는 지식 문서를 사용하여 Agentforce Data Library를 구성했습니다. Agent Builder와 Experience Cloud 사이트에서 테스트할 때 에이전트가 근거 있는 지식 문서 정보로 응답하지 않습니다. 그러나 Prompt Builder에서 테스트할 때 응답이 올바르게 반환됩니다. UC는 문제를 해결하기 위해 무엇을 해야 합니까?

A. "지식 관리"를 할당하는 새 권한 집합을 만들고 이를 Agentforce 서비스 에이전트 사용자에게 할당합니다.

B. 할당된 사용자 권한 집합에 지식 문서에 액세스하는 데 사용되는 프롬프트 템플릿에 대한 액세스가 포함되어 있는지 확인하세요.

C. Data Cloud User 권한 집합이 Agentforce Service Agent 사용자에게 할당되었는지 확인하세요.

정답: C

포괄적이고 자세한 심층 설명: UC는 지식 문서가 있는 Agentforce 데이터 라이브러리를 설정했고, Prompt Builder는 데이터를 올바르게 검색하지만, 에이전트는 Agent Builder와 Experience Cloud에서 그렇게 하지 못합니다. 문제를 해결해 보겠습니다.
* 옵션 A: "지식 관리"를 할당하는 새 권한 집합을 만들고 Agentforce 서비스 에이전트 사용자에게 할당합니다. "지식 관리" 권한은 지식 문서를 작성하고 관리하기 위한 것이며, 에이전트 컨텍스트에서 읽거나 검색하기 위한 것이 아닙니다. Agentforce 서비스 에이전트 사용자(시스템 사용자)는 지식에 대한 읽기 권한이 필요하며 관리 권한이 필요하지 않습니다. 이 옵션은 과도하고 접지 문제와 관련이 없으므로 올바르지 않습니다.
* 옵션 B: 할당된 사용자 권한 집합에 지식 문서에 액세스하는 데 사용되는 프롬프트 템플릿에 대한 액세스가 포함되어 있는지 확인합니다. 프롬프트 빌더의 프롬프트 템플릿은 일반적인 Einstein Generative AI 액세스 이상의 특정 권한이 필요하지 않습니다. 프롬프트 빌더 테스트가 작동하므로 템플릿과 그 기반은 테스트 사용자가 액세스할 수 있습니다. 문제는 템플릿 자체가 아니라 에이전트의 런타임 액세스에 있으므로 이것은 잘못된 것입니다.
* 옵션 C: Data Cloud User 권한 집합이 Agentforce Service Agent User에 할당되었는지 확인합니다. 지식 문서가 Agentforce Data Library를 통해 접지되면 종종 인덱싱 및 검색을 위해 Data Cloud로 수집됩니다. 에이전트를 실행하는 Agentforce Service Agent User는 Data Library를 포함한 Data Cloud 리소스에 액세스하려면 "Data Cloud User" 권한 집합(또는 이와 동등한 권한 집합)이 필요합니다. 이 권한이 없으면 Prompt Builder(다른 사용자 컨텍스트에서 실행)가 성공하더라도 에이전트는 런타임 중(예: Agent Builder 또는 Experience Cloud) 지식 문서 데이터를 검색할 수 없습니다. 이는 일반적인 설정 간과 사항이며 증상과 일치하므로 정답입니다.
옵션 C가 올바른 이유: Agentforce Service Agent User의 Data Cloud 액세스 부족은 에이전트 중심 컨텍스트에서 실패하는 반면 Prompt Builder(더 광범위한 권한이 있는 관리자가 실행)는 성공하는 이유를 설명합니다. Salesforce 설명서에 따르면 "Data Cloud User" 권한 집합을 할당하면 이 문제가 해결됩니다.
참고문헌:
* Salesforce Agentforce 문서: 데이터 라이브러리 설정 > 권한 - 에이전트에 대한 Data Cloud 액세스가 필요합니다.
* 시작점: Agentforce 프롬프트 기반 구축 - Notes Data Cloud 사용자 권한으로 지식 기반 구축.
* Salesforce 도움말: Agentforce 보안 > 에이전트 사용자 설정 - 필요한 권한 집합을 나열합니다.

Agentforce-Specialist 문제 8

Agentforce가 설정에서 Einstein Generative AI를 켰습니다. 이제 Agentforce Specialist가 Prompt Builder에서 사용자 지정 프롬프트 템플릿을 만들고 싶어합니다. 그러나 설정 메뉴에서 Prompt Builder에 액세스할 수 없습니다.
문제의 원인은 무엇입니까?

A. 프롬프트 템플릿 사용자 권한 집합이 올바르게 할당되지 않았습니다.

B. 프롬프트 템플릿 관리자 권한 집합이 올바르게 할당되지 않았습니다.

C. Data Cloud에서 대규모 언어 모델(LLM)이 올바르게 구성되지 않았습니다.

Agentforce-Specialist 문제 9

프롬프트 템플릿을 구성할 때 Agentforce 전문가는 자신이 작성한 프롬프트 템플릿의 결과를 미리 봅니다. 그들은 두 가지 별개의 텍스트 출력, 즉 해결과 응답을 봅니다. 해결 텍스트는 어떤 정보를 제공합니까?

A. 신뢰 계층으로 전송되는 전체 텍스트를 보여줍니다.

B. 샘플 레코드를 기반으로 한 LLM의 응답을 보여줍니다.

C. LLM으로 전송하기 전에 어떤 민감한 데이터가 마스킹되는지 보여줍니다.

정답: A

포괄적이고 자세한 심층 설명: Salesforce Agentforce에서 프롬프트 템플릿을 미리 볼 때 인터페이스는 Resolution 및 Response라는 두 가지 출력을 표시합니다. 이러한 용어는 프롬프트가 처리되고 평가되는 방식과 관련이 있으며, 특히 AI 안전성, 규정 준수 및 감사 가능성을 보장하는 Einstein Trust Layer의 맥락에서 그렇습니다. Resolution 텍스트는 특히 처리, 모니터링 및 거버넌스를 위해 Trust Layer로 전송되는 전체 텍스트를 나타냅니다(옵션 A). 여기에는 LLM(대규모 언어 모델)에 제출될 때 구성된 프롬프트(기반 데이터, 지침 및 변수 포함)와 LLM 처리 전 또는 후에 적용된 Trust Layer 개입(예: 마스킹, 필터링)이 포함됩니다. Trust Layer가 감사 및 규정 준수 목적으로 캡처하는 입력/출력 흐름에 대한 포괄적인 보기입니다.
* 옵션 B: 미리보기의 "응답" 출력은 해결이 아닌 샘플 레코드를 기반으로 LLM에서 생성된 텍스트를 보여줍니다. 해결은 LLM 응답 이상을 포함합니다. 신뢰 계층으로 전송된 전체 페이로드를 포함합니다.
* 옵션 C: 신뢰 계층은 보호책의 일부로 민감한 데이터(예: PII)를 마스크하지만, 해결 텍스트는 "어떤 민감한 데이터가 마스크되는지"를 구체적으로 분리하지 않습니다. 대신 신뢰 계층에서 처리한 모든 마스크된 부분을 포함한 전체 텍스트를 보여줍니다. 별도의 마스킹 로그가 아닙니다.
* 옵션 A: 정답입니다. Resolution은 신뢰 계층으로 전송된 텍스트에 대한 전체적인 보기를 제공하여 AI 상호 작용을 모니터링하고 감사하는 역할에 맞춰 조정합니다.
따라서 옵션 A는 프롬프트 템플릿 미리보기에서 해결 텍스트의 목적을 정확하게 설명합니다.
참고문헌:
* Salesforce Agentforce 문서: "프롬프트 템플릿 미리보기"(Salesforce 도움말: https://help.
salesforce.com/s/articleView?id=sf.agentforce_prompt_preview.htm&type=5)
* Salesforce Einstein Trust Layer 설명서: "Trust Layer Outputs"(https://help.salesforce.com/s
/articleView?id=sf.einstein_trust_layer.htm&type=5)

Agentforce-Specialist 문제 10

Universal Containers의 데이터 과학 팀은 Amazon Web Services(AWS)에서 생성적 대규모 언어 모델(LLM)을 호스팅하고 있습니다.
팀에서는 Salesforce 플랫폼에서 외부 호스팅 모델에 액세스하기 위해 무엇을 사용해야 합니까?

A. 모델 빌더

B. 앱 빌더

C. 조종사 빌더

다른 버전: 2109Salesforce.Agentforce-Specialist.v2025-12-11.q175

최근 업로드: 110NetworkAppliance.NS0-005.v2026-10-20.q118; 132Oracle.1Z0-1053-26.v2026-10-19.q32; 127Oracle.1Z0-1053-26.v2026-10-19.q31; 138EMC.D-ECS-DY-23.v2026-10-19.q67; 149Salesforce.Field-Service-Consultant.v2026-10-19.q136; 166ACFE.CFE-Fraud-Prevention-and-Deterrence.v2026-10-18.q194; 163Oracle.1Z0-1048-26.v2026-10-17.q66; 185Splunk.SPLK-3003.v2026-10-17.q106; 180Nokia.SRAN-Radio-Network-Performance-Optimization.v2026-10-16.q18; 196Pegasystems.PEGACPRSA22V1.v2026-10-16.q33