무료 온라인 액세스 Salesforce.Agentforce-Specialist.v2025-12-11.q175 모의 시험 (Page 11)

Agentforce-Specialist 문제 46

사용자 지정 조종사 동작을 활성화하기 전에 Agentforce는 여러 가지 실제 사용자 발언을 이해하여 동작이 적절하게 선택되었는지 확인하고자 합니다.
Agentforce 전문가는 어떤 도구를 추천해야 할까요?

A. 모델 놀이터

B. 아인슈타인 조종사

C. 조종사 빌더

Agentforce-Specialist 문제 47

유니버설 컨테이너(UC)는 공개 생성 AI 모델을 활용하는 실험을 진행 중이며, 필요한 정보를 얻는 데 필요한 언어에 익숙합니다. 하지만 UC의 영업 및 서비스 담당자 모두 필요한 정보를 얻기 위해 프롬프트를 직접 입력하고 메시지의 일관성을 유지하는 데 시간이 많이 소요될 수 있습니다. 이러한 문제를 해결하기 위해 회사는 어떤 Salesforce 기능을 사용해야 할까요?

A. 에이전트 빌더 및 작업: 레코드 쿼리.

B. 아인슈타인 프롬프트 빌더 및 프롬프트 템플릿.

C. 아인슈타인 추천 빌더.

정답: B

포괄적이고 자세한 심층 설명:
UC는 담당자들이 프롬프트를 입력하는 데 소요되는 시간을 줄이고 일관성을 유지하며, 기존 프롬프트 지식을 활용하여 생성 AI 사용을 간소화하고자 합니다. 몇 가지 옵션을 평가해 보겠습니다.
* 옵션 A: 에이전트 빌더 및 작업: 레코드 쿼리. Agentforce Studio의 에이전트 빌더는 "레코드 쿼리"와 같은 작업을 통해 데이터를 가져오는 자율 AI 에이전트를 생성합니다. 이 기능은 정보를 검색할 수는 있지만, 에이전트 중심 워크플로를 위해 설계된 것이지, 수동 프롬프트 입력을 간소화하거나 사용자 입력의 일관성을 보장하는 데 적합하지 않습니다. 이는 UC의 문제점을 직접적으로 해결하지 못하며 잘못된 설명입니다.
* 옵션 B: Einstein 프롬프트 빌더 및 프롬프트 템플릿. Agentforce Studio의 일부인 Einstein 프롬프트 빌더를 사용하면 생성 AI에 대한 구체적인 지침과 기반을 담은 재사용 가능한 프롬프트 템플릿을 만들 수 있습니다(예: Atlas Reasoning Engine을 통한 공개 모델 사용). UC는 알려진 언어를 기반으로 프롬프트를 미리 정의할 수 있으므로 담당자의 반복적인 입력을 제거하고 영업 및 서비스 팀 전체의 일관성을 유지하여 시간을 절약할 수 있습니다. 템플릿은 플로우, Lightning 페이지 또는 상담원 상호작용에 내장될 수 있어 UC의 요구를 완벽하게 충족합니다. 정답은 다음과 같습니다.
* 옵션 C: Einstein 추천 빌더. Einstein 추천 빌더는 자유형 프롬프트를 위한 생성 AI가 아닌 예측 AI를 사용하여 개인화된 추천(예: 제품, 차선책)을 생성합니다. 사용자 지정 프롬프트 생성을 지원하지 않으며, 담당자의 시간/일관성 문제를 해결하지 못하여 정확하지 않습니다.
옵션 B가 옳은 이유:
Einstein Prompt Builder의 프롬프트 템플릿은 생성 AI 언어에 대한 친숙함을 활용하여 프롬프트를 표준화하고 수동 작업을 줄임으로써 UC의 과제를 직접 해결합니다. Salesforce 설명서에 따르면 이는 이러한 사용 사례의 핵심 기능입니다.
참고문헌:
Salesforce Agentforce 문서: Einstein Prompt Builder - 일관성과 효율성을 위한 세부적인 프롬프트 템플릿입니다.
시작점: Agentforce에서 프롬프트 템플릿 구축하기 - 템플릿을 사용하면 시간을 절약할 수 있다는 이점에 대해 설명합니다.
Salesforce 도움말: 프롬프트 빌더를 활용한 생성적 AI - 영업 담당자 상호작용을 간소화하는 데 사용 가능

Agentforce-Specialist 문제 48

AI Retriever는 Data Cloud에서 어떻게 작동하나요?

A. 인덱스된 저장소에서 상황에 맞는 검색을 수행하여 가장 관련성 있는 문서를 빠르게 가져와서 신뢰할 수 있고 검증 가능한 정보로 AI 응답을 뒷받침합니다.

B. 다양한 데이터 파이프라인에서 데이터 품질 측정 항목을 모니터링하고 집계하여 전략적 의사 결정에 높은 무결성 데이터만 사용되도록 보장합니다.

C. 다양한 소스의 원시 데이터를 자동으로 추출하고 표준화된 데이터 세트로 재포맷하여 과거 추세 분석 및 예측에 사용합니다.

정답: A

AI Retriever는 Salesforce Data Cloud의 핵심 구성 요소로, Agentforce와 같은 AI 기반 프로세스를 지원하여 관련 데이터를 검색하도록 설계되었습니다. 문서화된 기능을 기반으로 각 옵션을 평가해 보겠습니다.
* 옵션 A: 인덱스된 저장소에서 상황에 맞는 검색을 수행하여 가장 관련성 있는 문서를 빠르게 가져와서 신뢰할 수 있고 검증 가능한 정보를 바탕으로 AI가 응답할 수 있도록 합니다.
데이터 클라우드의 AI Retriever는 벡터 기반 검색 기술을 사용하여 인덱스된 저장소(예:
(예: 문서, 기록 또는 수집된 데이터) 컨텍스트를 기반으로 가장 관련성 높은 결과를 검색합니다. 임베딩을 사용하여 사용자 쿼리 또는 프롬프트를 저장된 데이터와 일치시켜 AI 응답(예: Agentforce 프롬프트 템플릿)이 Data Cloud의 정확하고 검증 가능한 정보를 기반으로 하도록 보장합니다. 이를 통해 출력을 원본 데이터와 연결하여 신뢰성을 높이고, 이것이 AI Retriever의 주요 기능입니다. 이는 Salesforce 문서와 일치하며 정답입니다.
* 옵션 B: 다양한 데이터 파이프라인에서 데이터 품질 지표를 모니터링하고 집계하여 전략적 의사 결정에 무결성이 높은 데이터만 사용되도록 합니다. 데이터 품질 모니터링은 AI Retriever가 아닌 데이터 품질 분석이나 수집 검증 도구와 같은 다른 데이터 클라우드 기능을 통해 처리됩니다. Retriever의 역할은 품질 평가나 파이프라인 관리가 아니라 검색입니다. 이 옵션은 AI Retriever와 관련 없는 기능을 잘못 할당하므로 잘못된 옵션입니다.
* 옵션 C: 다양한 소스의 원시 데이터를 자동으로 추출하고 표준화된 데이터 세트로 재구성하여 과거 추세 분석 및 예측에 사용합니다. 데이터 추출 및 표준화는 Data Cloud의 수집 및 조화 프로세스(예: Data Streams 또는 Data Lake)의 일부이며, AI Retriever의 기능이 아닙니다. Retriever는 이미 인덱싱된 데이터를 사용하여 결과를 가져오는 것이지, 원시 데이터를 처리하거나 재구성하는 것이 아닙니다. 이 옵션은 올바르지 않습니다.
옵션 A가 옳은 이유:
AI Retriever의 핵심 목적은 색인된 데이터에 대한 상황별 검색을 수행하여 AI가 신뢰할 수 있는 정보를 기반으로 작업을 수행할 수 있도록 하는 것입니다. 이는 Data Cloud 및 Agentforce 설명서에 명시된 바와 같이 Agentforce 상담원이 정확한 응답을 제공하는 데 매우 중요합니다.
참고문헌:
Salesforce Data Cloud 문서: AI Retriever - 근거를 위한 문맥적 검색에서의 역할을 설명합니다.
시작점: Agentforce를 위한 데이터 클라우드 - AI Retriever가 AI 응답을 위해 관련 데이터를 가져오는 방법을 설명합니다.
Salesforce 도움말: Data Cloud 기반 - 인덱스된 저장소에서 Retriever의 검색 기능을 확인합니다.

Agentforce-Specialist 문제 49

Universal Containers(UC)는 다음을 수행할 수 있는 AI 기반 고객 서비스 에이전트를 구현하려고 합니다.
* PDF로 저장된 독점 정책 문서를 검색합니다.
* 응답은 일반적인 LLM 지식이 아닌 승인된 회사 데이터에 근거해야 합니다. UC는 먼저 무엇을 해야 합니까?

A. 정책 문서의 AI 검색을 위한 Agentforce 데이터 라이브러리를 설정합니다.

B. AI 에이전트의 범위를 확장하여 모든 Salesforce 레코드를 검색합니다.

C. 콘텐츠에 파일을 추가한 다음 데이터 라이브러리 옵션을 선택합니다.

정답: A

포괄적이고 자세한 심층 설명:
독점 정책 문서(PDF로 저장됨)를 검색하고 승인된 회사 데이터를 기반으로 답변을 제공하는 AI 기반 고객 서비스 상담원을 구현하려면, UC는 먼저 AI가 이 데이터에 접근하고 사용할 수 있는 기반을 구축해야 합니다. Agentforce 데이터 라이브러리(옵션 A)가 적절한 시작점입니다. 데이터 라이브러리를 통해 UC는 정책 문서가 포함된 PDF를 업로드하고, 이를 Salesforce Data Cloud의 벡터 데이터베이스에 색인화하여 AI 검색에 제공할 수 있습니다. 이러한 설정을 통해 상담원은 일반적인 LLM 지식에 의존하는 대신 PDF의 특정 승인된 콘텐츠를 기반으로 답변을 제공하는 검색 증강 생성(RAG)을 수행하여 UC의 요구 사항을 직접 충족할 수 있습니다.
* 옵션 B: AI 에이전트의 범위를 확장하여 모든 Salesforce 레코드를 검색하는 것은 현재 단계에서는 너무 광범위하고 불필요합니다. 이 요구 사항은 모든 Salesforce 데이터(예: 사례, 계정)가 아닌 정책 문서가 포함된 PDF에만 초점을 맞추고 있으므로, 이는 첫 단계로는 시기상조이며 무의미합니다.
* 옵션 C: "콘텐츠에 파일을 추가한 다음 데이터 라이브러리 옵션을 선택합니다"는 모호하며 Agentforce에서 정확한 프로세스가 아닙니다. 파일 업로드는 데이터 라이브러리 설정의 일부이지만, 해당 문구는 인덱싱 없이 Salesforce 콘텐츠(예: ContentDocument)에 파일을 추가하는 것을 의미하며, 이는 AI 검색을 지원하지 않습니다. 데이터 라이브러리 설정(A)은 전체 프로세스를 정확하게 포괄합니다.
* 옵션 A: 이는 기본 단계입니다. 데이터 라이브러리를 만들면 PDF가 업로드되고 색인화되며 에이전트가 검색할 수 있으므로 검색 및 근거 요구 사항이 모두 충족됩니다.
옵션 A는 UC가 목표를 달성하기 위한 올바른 첫 번째 단계입니다.
:
Salesforce Agentforce 문서: "데이터 라이브러리 설정"(Salesforce 도움말: https://help.salesforce.com/s
/articleView?id=sf.agentforce_data_library.htm&type=5)
Salesforce Data Cloud 문서: "Data Cloud를 통한 AI 대응 기반 구축"(https://help.salesforce.com/s
/기사보기?id=sf.data_cloud_agentforce.htm&type=5)

Agentforce-Specialist 문제 50

Universal Containers는 서비스 담당자가 자연어로 주문의 현재 처리 상태를 조회할 수 있도록 하려고 합니다. 주문 처리 프로세스의 기록 시스템인 Oracle ERP에서 정보를 조회하는 자동 실행 흐름이 이미 존재합니다.
Agentforce 전문가는 대화형 AI의 힘을 이 사용 사례에 어떻게 적용해야 할까요?

A. 흐름을 호출하는 사용자 지정 에이전트 작업을 만듭니다.

B. Agent Builder에서 통합 흐름 표준 작업을 구성합니다.

C. Prompt Builder에서 Flex 프롬프트 템플릿을 만듭니다.

정답: A

"흐름을 호출하는 사용자 지정 에이전트 작업 만들기"가 정답인 이유는 무엇입니까?
Agentforce에서 서비스 에이전트가 자연어를 사용하여 외부 시스템(Oracle ERP)에서 주문 이행 상태를 쿼리할 수 있도록 하는 가장 좋은 방법은 기존의 자동 실행 흐름을 호출하는 사용자 지정 에이전트 작업을 만드는 것입니다.
이 접근 방식에 대한 주요 고려 사항:
* 사용자 정의 에이전트 작업이 흐름을 트리거합니다.
* 사용자 정의 에이전트 작업은 Salesforce 흐름을 호출하여 외부 시스템 통합을 활성화하도록 설계되었습니다.
* 흐름은 Oracle ERP에서 실시간 이행 데이터를 검색하고 결과를 에이전트에게 반환합니다.
* AI 기반 쿼리 실행을 지원합니다.
* 에이전트는 자연어를 이해하고 사용자 발언을 올바른 에이전트 작업에 매핑할 수 있습니다.
* 이를 통해 상담원은 주문 처리에 대한 정확한 업데이트를 빠르게 받을 수 있습니다.
* 수동 데이터 입력이 필요 없습니다
* 상담원은 Oracle ERP를 수동으로 검색하는 대신 AI 기반 Agentforce 워크플로를 사용하여 이행 상태를 쿼리할 수 있습니다.
다른 옵션은 왜 안 되는가?
# B. Agent Builder에서 통합 흐름 표준 작업 구성
* 통합 흐름 표준 작업은 사용자 정의 ERP 통합이 아닌 미리 정의된 사용 사례를 위한 것이므로 틀렸습니다.
* Oracle ERP에 동적으로 연결하는 데 필요한 유연성을 제공하지 않습니다.
# C. Prompt Builder에서 Flex Prompt 템플릿 만들기
* Flex 프롬프트는 외부 시스템에서 쿼리를 실행하는 것이 아니라 AI가 생성한 응답을 구성하는 데 사용되므로 잘못된 설명입니다.
* 이 접근 방식을 사용하면 AI가 Oracle ERP에서 실시간 이행 상태를 검색할 수 없습니다.
Agentforce 전문가 참조
* Salesforce AI Specialist Material은 사용자 정의 에이전트 작업을 통해 Salesforce 흐름을 통해 외부 시스템과 통합할 수 있음을 확인합니다.
* Salesforce 인증 지침에서는 Agentforce가 외부 데이터 검색을 위한 사용자 정의 에이전트 작업을 지원한다고 언급되어 있습니다.