Agentforce 快速入门

Salesforce 把它 20 多年攒下来的 CRM 客户数据,「喂」给一群会自己干活的 AI Agent。

这是什么?适合谁?

Agentforce 是 Salesforce 在 2024 年 Dreamforce 大会上正式推出的企业级 AI Agent 平台。它的独特之处在于「数据地基」——Salesforce 本身就是全球最大的 CRM 平台,管理着全球大量企业的客户数据(联系方式、交易历史、工单记录、销售机会、营销互动),Agentforce 直接把 AI Agent 嵌进了这个数据基座。

它的核心设计思路是「Atlas Reasoning Engine」+「Agent Builder」+「CRM 数据」三件套:

• Atlas Reasoning Engine:Agent 的「大脑」,负责理解任务、规划步骤、调用工具;
• Agent Builder:可视化 Agent 配置工具,可以用低代码方式搭一个 Agent;
• CRM 数据:Agent 直接能访问 Salesforce 里已有的客户、产品、工单数据,不需要额外做集成。

最常见的应用场景:销售 Agent(自动筛选高意向 lead、给销售写跟进话术、给客户发邮件);客服 Agent(7x24 接工单、自动回答常见问题、复杂问题转人工);营销 Agent(基于客户画像自动生成营销邮件、个性化推荐);电商 Agent(代替购物助手帮客户下单、查物流、处理退换货)。

适合谁?如果你是已经在用 Salesforce 的企业,Agentforce 是「无缝升级」——你不用迁移数据、不用重新搭工作流,直接在已有 CRM 上启用 Agent 即可;如果你是中大型销售/客服/营销团队负责人,希望 AI 真的能基于「客户实际情况」做决策而不是瞎猜,Agentforce 凭 CRM 数据有天然优势;如果你是全球性企业,Agentforce 在合规、多语言、与 Salesforce 生态(Slack、Tableau、MuleSoft)集成方面有优势。

不适合没用 Salesforce 的小团队——Agentforce 跟 Salesforce 强绑定,独立使用的价值不大;也不适合需要快速验证的个人开发者——Agentforce 是企业级产品,试用要走商务流程,周期较长。

准备工作

开始之前,请准备以下几样:

1. 一个 Salesforce 账号 / 组织:如果你公司已经在用 Salesforce CRM,直接用管理员账号登录;如果还没有,访问 https://www.salesforce.com/ 注册免费 Developer Edition(沙箱环境),可以试用 Agentforce 的核心功能。
2. 企业版 / Unlimited 版订阅(试用可能受限):Agentforce 完整功能通常需要 Enterprise / Unlimited / Agentforce 专用 SKU,具体定价以 https://www.salesforce.com/agentforce/pricing/ 为准。
3. 一些示例数据:Salesforce 沙箱里通常自带示例客户(Accounts)、商机(Opportunities)、工单(Cases),可以直接拿来跑 Agent;自己导入一些测试数据也行。
4. 一个明确业务场景:在动手之前想清楚「我主要想用 Agentforce 解决销售 / 客服 / 营销 哪个场景的问题」,不同场景对应的配置差异很大。

3 步快速上手

第 1 步:登录并进入 Agent Builder

访问 https://www.salesforce.com/agentforce/,登录后进入 Salesforce 主控台。在 App Launcher(应用启动器,左上角九宫格)里搜索「Agentforce」或「Agent Builder」,点击进入 Agent 管理界面。

第 2 步:创建一个新 Agent

在 Agent Builder 里点「New Agent」,给 Agent 起个名字,选「Agent Type」。Salesforce 提供了几个预设类型:

• Agentforce Sales Agent:销售场景,能跟 lead 邮件沟通、安排会议、更新 CRM;
• Agentforce Service Agent:客服场景,能接工单、查知识库、回复客户;
• Custom Agent:从零搭,完全自定义。

以「Service Agent」为例,核心配置:

1. Topics:定义 Agent 能处理的话题,比如「订单查询」「退换货政策」「物流跟踪」,每个 Topic 对应一个意图。
2. Actions:Agent 可以执行的动作,可以是「查 Salesforce 数据库」「调用外部 API」「发邮件」「创建工单」等。
3. Instructions:系统提示词,告诉 Agent 的角色、语气、可调用资源。
4. Guardrails:安全护栏,限制 Agent 不能做什么(比如不能改价格、不能直接关闭工单)。

Salesforce 还提供了「Agentforce Testing Center」,可以批量跑测试用例,验证 Agent 的行为是否达标。

第 3 步:发布到渠道

配置完成后,在「Channels」标签下选发布渠道,常见的有:

• Salesforce Service Cloud:客服工作台里直接用;
• Slack:公司里 Slack 频道里的「AI 客服」;
• Web Chat / Embedded:嵌入公司官网或 App 的聊天窗口;
• WhatsApp / SMS:对客户的即时通讯渠道。

第一次跑建议发布到**「Salesforce Service Cloud」内部测试**——先让客服团队在内部系统里体验,确认 Agent 能解决 80% 的常见问题,再推到客户侧渠道。

常见踩坑

1. 「Agent 调不到 Salesforce 数据」:通常是 Object / Field 级别的权限(FLS)没开,Agent 表面上能查,实际上查询被权限系统拦截;在 Profile 里把对应字段的「Read」权限打开。
2. 「客服 Agent 总是答得太死板」:Knowledge 文章没接好,或者 Instructions 里没强调「用自然、口语化的语气」;先优化 Knowledge 内容,再调 Instructions。
3. 「Agent 触发错了 Topic」:用户明明问的是订单查询,Agent 跳到了退换货话题;需要在 Topic 配置里增加更多示例句子(utterances),让模型更准。
4. 「Token 配额不够」:Agentforce 按「Agent Conversations / Agent Actions」计费,海外用户消耗尤其快;在「Setup → Agentforce Usage」里看当前用量,设月度预警。
5. 「Agent 做了危险操作」:比如客服 Agent 直接给客户退款——这种高风险动作必须加「Require Approval」步骤,让 Agent 提议、由人工客服确认。
6. 「跨部门数据隔离混乱」:Agent 在多部门共用一个 Salesforce Org 时,可能读到不该读的数据;用 Record-Level Access 规则做好行级权限,确保 Agent 只能操作自己负责的客户。

初级用法

• 客服 FAQ Agent:把公司常见问题、政策文档整理成 Knowledge Base,做成 Service Agent 顶在客服工作台前端,自动回答简单问题,人工客服专注复杂 case。
• 销售助手 Agent:给销售团队配一个 Agent,自动从 LinkedIn 拉 lead 信息,跟 Salesforce 现有 lead 去重,然后写一封个性化开场白邮件草稿,人工审核后发送。
• 商机跟进 Agent:每天扫描所有「7 天没活动」的商机,自动给销售发 Slack 提醒,把快到期的商机标红。

高级玩法

• 多 Agent 协作:把「销售 Agent」「客服 Agent」「营销 Agent」串成流水线,一个客户的咨询可以在不同 Agent 之间无缝流转,统一在 Salesforce 里看历史。
• 接 MuleSoft 做深度集成:用 MuleSoft 把 Salesforce 没原生集成的 ERP、供应链、支付系统接进来,扩展 Agent 的能力边界。
• 接 Tableau 做分析型 Agent:让 Agent 不只回答问题,还能拉 Tableau 数据做分析(「上个季度哪个产品的退订率最高?」),给业务决策直接出报告。

小技巧

1. Topic 的 utterances 至少 20 个:每个 Topic 多给些示例句,模型识别意图的准确率会高很多。
2. Instructions 里写「不知道就说不知道」:明确告诉 Agent 「如果不确定,直接转人工,不要硬答」,能避免大量幻觉。
3. 用 Testing Center 做回归:每次大改 Instructions 后,先跑一遍测试用例集,看通过率变化,避免改 A 坏 B。
4. 数据脱敏:Agent 可能会在对话里把客户隐私信息说出来,GDPR / 个保法合规要求敏感的字段做 masking,只让 Agent 看到脱敏后的数据。
5. 配合 Slack 用:Salesforce 原生跟 Slack 集成做得很好,Agent 在 Slack 里跟人协作,体验比单独的 Web 界面好。

参考链接

• Agentforce 官方主页
• Salesforce Agentforce 帮助文档
• Salesforce Trailhead 学习路径(Agentforce)
• Agentforce 定价
• Salesforce Dreamforce 2024 Agentforce 发布主题

本文基于官方文档和公开资料整理，AI辅助生成，MagicNetWorld 尚未完成独立实测。如有错误或过时信息，请通过 contact@magicnetworld.com 反馈。