• ホーム
  • ブログ
  • Agentforce-Specialist日本語トレーニング最新認定問題をゲットAI Specialist合格目指せ2025年11月17日 [Q62-Q82]

Agentforce-Specialist日本語トレーニング最新認定問題をゲットAI Specialist合格目指せ2025年11月17日 [Q62-Q82]

Share

Agentforce-Specialist日本語トレーニング最新認定問題をゲットAI Specialist合格目指せ2025年11月17日

認定トレーニングAgentforce-Specialist日本語試験問題集テストエンジン

質問 # 62
Einstein Trust Layer アーキテクチャのどの部分が、大規模言語モデル (LLM) プロンプト内の組織独自のデータを活用して、関連性のある正確な応答を自信を持って返しますか?

  • A. データマスキング
  • B. ダイナミックグラウンディング
  • C. 迅速な防御

正解：B

解説：
Dynamic Grounding in the Einstein Trust Layer architecture ensures that large language model (LLM) prompts are enriched with organization-specific data (e.g., Salesforce records, Knowledge articles) to generate accurate and relevant responses. By dynamically injecting contextual data into prompts, it reduces hallucinations and aligns outputs with trusted business data.
* Prompt Defense (A) focuses on blocking malicious inputs or prompt injections but does not enhance responses with organizational data.
* Data Masking (B) redacts sensitive information but does not contribute to grounding responses in business context.
Reference:
Salesforce Help Article: Einstein Trust Layer - Dynamic Grounding ("How Dynamic Grounding Works" section).
Einstein Trust Layer Technical Overview: "Contextual Accuracy with Dynamic Grounding."


質問 # 63
Universal Containers の Agentforce は、新しいフィールド生成プロンプト テンプレートを設定しようとしています。次の手順に従います。
1. 新しいフィールド生成プロンプト テンプレートを作成します。
2. オブジェクト タイプとしてケースを選択します。
3. ターゲット フィールドとしてカスタム フィールド AI_Analysis_c を選択します。
プロンプト テンプレートを作成した後、Agentforce スペシャリストはそれを保存、テスト、アクティブ化します。ただし、ケース レコードに移動すると、AI 分析フィールドの編集鉛筆に (スパークル) アイコンが表示されません。Agentforce スペシャリストがフィールドを編集していたときは、通常のフィールドとして動作していました。
Agentforce スペシャリストが見逃した重要なステップはどれですか?

  • A. Lightning ページレイアウトを編集し、フィールドをプロンプトテンプレートに関連付けるのを忘れました
  • B. フィールド生成プロンプトテンプレートを有効化した後、ケースオブジェクトの Lightning ページレイアウトを再有効化し忘れました。
  • C. ケース オブジェクトは追加の生成ではサポートされていないため、代わりに Feinstein サービス返信を使用する必要があることを忘れていました。

正解：A

解説：
For Field Generation prompt templates to display the Sparkle icon (indicating AI-generated content), the target field must be explicitly associated with the prompt template on the Lightning page layout. Even if the prompt template is activated, failing to add the field to the page layout and link it to the template will result in the field behaving as a standard field. Salesforce documentation emphasizes that page layout configuration is mandatory to enable AI-driven field interactions.
* Reactivating the layout (A) is unnecessary unless the layout itself was modified after activation.
* Case objects are supported for Field Generation (B is incorrect).


質問 # 64
Universal Containers は最近、Agentforce Agents を使用して CRM ビジネス オペレーションに会話型 AI を統合するパイロット プログラムを開始しました。Agentforce Specialist は、エージェントの使いやすさとアクションの割り当てをどのように監視すればよいでしょうか?

  • A. メタデータ API を使用してエージェント ログ データを照会します。
  • B. プラットフォーム デバッグ ログに関するレポートを実行します。
  • C. エージェント分析を実行します。

正解：C

解説：
Comprehensive and Detailed In-Depth Explanation:
Monitoring the usability and action assignments of Agentforce Agents requires insights into how agents perform, how users interact with them, and how actions are executed within conversations. Salesforce provides Agent Analytics(Option C) as a built-in capability specifically designed for this purpose. Agent Analytics offers dashboards and reports that track metrics such as agent response times, user satisfaction, action invocation frequency, and success rates. This tool allows the Agentforce Specialist to assess usability (e.g., are agents meeting user needs?) and monitor action assignments (e.g., which actions are triggered and how often), providing actionable data to optimize the pilot program.
* Option A: Platform Debug Logs are low-level logs for troubleshooting Apex, Flows, or system processes. They don't provide high-level insights into agent usability or action assignments, making this unsuitable.
* Option B: The Metadata API is used for retrieving or deploying metadata (e.g., object definitions), not runtime log data about agent performance. While Agent log data might exist, querying it via Metadata API is not a standard or documented approach for this use case.
* Option C: Agent Analytics is the dedicated solution, offering a user-friendly way to monitor conversational AI performance without requiring custom development.
Option C is the correct choice for effectively monitoring Agentforce Agents in a pilot program.
:
Salesforce Agentforce Documentation: "Agent Analytics Overview" (Salesforce Help:https://help.salesforce.
com/s/articleView?id=sf.agentforce_analytics.htm&type=5)
Trailhead: "Agentforce for Admins" (https://trailhead.salesforce.com/content/learn/modules/agentforce-for- admins)


質問 # 65
Agentforce は、フローを参照アクション タイプとして使用して、コパイロット カスタム アクションを作成しました。ただし、会話プレビューに期待どおりの結果が提供されないため、トラブルシューティングが必要です。
問題の根本原因を特定するために Agentforce スペシャリストは何をすべきでしょうか?

  • A. Copilot Builder で、ユーザーが入力した発話を検証し、デバッグ情報についてセッション イベント ログを確認します。
  • B. Copilot Builder の Dynamic Panel 内で、動的デバッグをオンにして入力と出力を表示します。
  • C. ダイナミック パネル内の Copilot Builder で、選択したアクションを確認し、入力セクションと出力セクションの値を確認します。

正解：B

解説：
When troubleshooting acopilot custom actionusing flow as the reference action type, enablingdynamic debuggingwithinCopilot Builder's Dynamic Panelis the most effective way to identify the root cause. By turning on dynamic debugging, the Agentforce Specialist can see detailed logs showing both theinputs and outputsof the flow, which helps identify where the action might be failing or not delivering the expected results.
* Option B, confirming selected actions and observing the Input and Output sections, is useful for monitoring flow configuration but does not provide the deep diagnostic details available with dynamic debugging.
* Option C, verifying the user utterance and reviewing session event logs, could provide helpful context, but dynamic debugging is the primary tool for identifying issues with inputs and outputs in real time.
Salesforce Agentforce Specialist References:
To explore more about dynamic debugging in Copilot Builder, see:https://help.salesforce.com/s/articleView?
id=sf.copilot_custom_action_debugging.htm


質問 # 66
Universal Containers はセキュリティ コンプライアンスに非常に関心があり、次の点を理解したいと考えています。
大規模言語モデル（LLM）に送信されるプロンプトテキスト
* マスクの仕方
* マスクされた応答
Agentforce スペシャリストは何を推奨すべきでしょうか?

  • A. Einstein Trust Layer で監査証跡を有効にします。
  • B. 実行中のユーザーのデバッグ ログを確認します。
  • C. Einstein Shield イベント ログを CRM Analytics に取り込みます。

正解：A

解説：
To address security compliance concerns and provide visibility into the prompt text sent to the LLM, how it is masked, and the masked response, the Agentforce Specialist should recommend enabling the audit trail in the Einstein Trust Layer. This feature captures and logs the prompts sent to the large language model (LLM) along with the masking of sensitive information and the AI's response. This audit trail ensures full transparency and compliance with security requirements.
* Option A (Einstein Shield Event logs) is focused on system events rather than specific AI prompt data.
* Option B (debug logs) would not provide the necessary insight into AI prompt masking or responses.
For further details, refer to Salesforce's Einstein Trust Layer documentation about auditing and security measures.


質問 # 67
Universal Containers は、プロンプト テンプレートでレコード スナップショットのグラウンディング機能を活用したいと考えています。どのような準備が必要ですか?

  • A. 接地するすべてのフィールドのフィールド セットを作成します。
  • B. マスターレコードタイプのページレイアウトを構成します。
  • C. オブジェクトの動的フォームを有効にして構成します。

正解：B

解説：
Record Snapshotsin Salesforce Prompt Builder leverage the data visible on the user'spage layoutfor an object to ground the prompt. This means that the fields and related lists that are configured on the page layout directly influence the data included in the snapshot.


質問 # 68
Universal Containers (UC) は、過去数か月間に顧客の契約キャンセルが増加していることに気づきました。UC は、顧客が契約をキャンセルする前にプロアクティブなアウトリーチ プログラムを実施することでこの問題に対処する方法を模索しており、Salesforce チームに提案を求めています。
モデル ビルダーのどのユース ケース機能が UC の要求と一致していますか?

  • A. 商品の推奨予測
  • B. 顧客離脱予測
  • C. 契約更新日の予測

正解：B

解説：
Customer churn predictionis the best use case forModel Builderin addressingUniversal Containers' concerns about increasing customer contract cancellations. By implementing a model that predicts customer churn,UCcan proactively identify customers who are at risk of canceling and take action to retain them before they decide to terminate their contracts. This functionality allows the business to forecast churn probability based on historical data and initiate timely outreach programs.
* Option Bis correct becausecustomer churn predictionaligns withUC'sneed to reduce cancellations through proactive measures.
* Option A(product recommendation prediction) is unrelated to contract cancellations.
* Option C(contract renewal date prediction) addresses timing but does not focus on predicting potential cancellations.
:
Salesforce Model Builder Use Case Overview:https://help.salesforce.com/s/articleView?id=sf.
model_builder_use_cases.htm


質問 # 69
Agent の「会話データを使用してイベント ログを強化する」設定が有効になっている場合、Agentforce では何ができますか?

  • A. 各コパイロットアクションにつながったユーザークリックパスを表示します。
  • B. 任意の期間にわたるすべての Copilot 会話の詳細レポートを生成します。
  • C. 過去 7 日間のセッションのユーザー入力と副操縦士の応答を含むセッション データを表示します。

正解：C

解説：
When the"Enrich event logs with conversation data"setting is enabled inAgent, it allows An Agentforce or admin to view session data, including both theuser inputandcopilot responsesfrom interactions over the past
7 days. This data is crucial for monitoring how the copilot is being used, analyzing its performance, and improving future interactions based on past inputs.
* This setting enriches the event logs with detailed conversational data for better insights into the interaction history, helping Agentforce Specialists track AI behavior and user engagement.
* Option A, viewing the user click path, focuses on navigation but is not part of the conversation data enrichment functionality.
* Option C, generating detailed reports over any time period, is incorrect because this specific feature is limited to data for the past 7 days.
Salesforce Agentforce Specialist References:
You can refer to this documentation for further insights:https://help.salesforce.com/s/articleView?id=sf.
einstein_copilot_event_logging.htm


質問 # 70
Salesforce 管理者は、組織内のユーザー インタラクションを強化するために Agent の機能を検討しています。特に、Agent がユーザー リクエストを処理する方法と、応答を提供するために使用するメカニズムに興味があります。管理者は、Agent が大規模言語モデル (LLM) と直接インターフェイスして、ユーザーからの問い合わせに対する応答を取得して表示し、ユーザーからの幅広いリクエストに対応できるかどうかを評価しています。
エージェントは Salesforce でユーザーリクエストをどのように処理しますか?

  • A. エージェントは、プロンプト テンプレートを使用してメッセージを生成するフローをトリガーします。
  • B. エージェントはユーザーのリクエストを分析し、LLM テクノロジを使用して適切な応答を生成して表示します。
  • C. エージェントは LLM プロバイダーへの HTTP コールアウトを実行します。

正解：B

解説：
Agent is designed to enhance user interaction within Salesforce by leveraging Large Language Models (LLMs) to process and respond to user inquiries. When a user submits a request, Agent analyzes the input using natural language processing techniques. It then utilizes LLM technology to generate an appropriate and contextually relevant response, which is displayed directly to the user within the Salesforce interface.
Option C accurately describes this process. Agent does not necessarily trigger a flow (Option A) or perform an HTTP callout to an LLM provider (Option B) for each user request. Instead, it integrates LLM capabilities to provide immediate and intelligent responses, facilitating a broad range of user requests.
References:
* Salesforce Agentforce Specialist Documentation - Agent Overview: Details how Agent employs LLMs to interpret user inputs and generate responses within the Salesforce ecosystem.
* Salesforce Help - How Agent Works: Explains the underlying mechanisms of how Agent processes user requests using AI technologies.


質問 # 71
Universal Containers (UC) は、ナレッジ記事を使用して Agentforce データ ライブラリを構成しました。Agent Builder と Experience Cloud サイトでテストすると、エージェントはグラウンデッド ナレッジ記事情報で応答しません。ただし、Prompt Builder でテストすると、応答が正しく返されます。UC は、この問題のトラブルシューティングを行うために何をすべきでしょうか。

  • A. 割り当てられたユーザー権限セットに、ナレッジ記事へのアクセスに使用されるプロンプト テンプレートへのアクセスが含まれていることを確認します。
  • B. Data Cloud ユーザーの権限セットが Agentforce サービス エージェント ユーザーに割り当てられていることを確認します。
  • C. 「ナレッジの管理」を割り当てる新しい権限セットを作成し、それを Agentforce サービス エージェント ユーザーに割り当てます。

正解：B

解説：
Comprehensive and Detailed In-Depth Explanation:UC has set up an Agentforce Data Library with Knowledge articles, and while Prompt Builder retrieves the data correctly, the agent fails to do so in Agent Builder and Experience Cloud. Let's troubleshoot the issue.
* Option A: Create a new permission set that assigns "Manage Knowledge" and assign it to the Agentforce Service Agent User.The "Manage Knowledge" permission is for authoring and managing Knowledge articles, not for reading or retrieving them in an agent context. The Agentforce Service Agent User (a system user) needs read access to Knowledge, not management rights. This option is excessive and irrelevant to the grounding issue, making it incorrect.
* Option B: Ensure the assigned User permission set includes access to the prompt template used to access the Knowledge articles.Prompt templates in Prompt Builder don't require specific permissions beyond general Einstein Generative AI access. Since the Prompt Builder test works, the template and its grounding are accessible to the testing user. The issue lies with the agent's runtime access, not the template itself, making this incorrect.
* Option C: Ensure the Data Cloud User permission set has been assigned to the Agentforce Service Agent User.When Knowledge articles are grounded via an Agentforce Data Library, they are often ingested into Data Cloud for indexing and retrieval. The Agentforce Service Agent User, which runs the agent, needs the "Data Cloud User" permission set (or equivalent) to access Data Cloud resources, including the Data Library. If this permission is missing, the agent cannot retrieve Knowledge article data during runtime (e.g., in Agent Builder or Experience Cloud), even though Prompt Builder (running under a different user context) succeeds. This is a common setup oversight and aligns with the symptoms, making it the correct answer.
Why Option C is Correct:The Agentforce Service Agent User's lack of Data Cloud access explains the failure in agent-driven contexts while Prompt Builder (likely run by an admin with broader permissions) succeeds. Assigning the "Data Cloud User" permission set resolves this, per Salesforce documentation.
References:
* Salesforce Agentforce Documentation: Data Library Setup > Permissions - Requires Data Cloud access for agents.
* Trailhead: Ground Your Agentforce Prompts - Notes Data Cloud User permission for Knowledge grounding.
* Salesforce Help: Agentforce Security > Agent User Setup - Lists required permission sets.


質問 # 72
Universal Containers (UC) は、競合他社、製品、その他のカスタム フレーズに関する言及を、通話後に営業チームが自動的に確認できるようにしたいと考えています。
UC の営業チームを有効にするために、Agentforce スペシャリストが設定する必要がある機能はどれですか?

  • A. コールインサイト
  • B. エクスプローラーを呼び出す
  • C. 通話要約

正解：A

解説：
To enable Universal Containers' sales team with automatic post-call visibility into mentions ofcompetitors, products, and custom phrases, the Agentforce Specialist should set upCall Insights.Call Insightsanalyzes voice and video calls for key phrases, topics, and mentions, providing insights into critical aspects of the conversation. This feature automatically surfaces key details such as competitor mentions, product discussions, and custom phrases specified by the sales team.
* Call Summariesprovide a general overview of the call but do not specifically highlight keywords or topics.
* Call Exploreris a tool for navigating through call data but does not focus on automatic insights.
For more information, refer toSalesforce's Call Insights documentationregarding the analysis of call content and extracting actionable information.


質問 # 73
Einstein Studio で基礎モデルを作成した後、応答の一貫性とランダム性のバランスを調整するために、An Agentforce はどのハイパーパラメータを使用する必要がありますか?

  • A. 変動性
  • B. 温度
  • C. ペナルティ存在

正解：B

解説：
The Temperature hyperparameter controls the randomness of model outputs:
* Low Temperature (e.g., 0.2): More deterministic, consistent responses.
* High Temperature (e.g., 1.0): More creative, varied responses.
* Presence Penalty (Option A): Discourages repetition of tokens, unrelated to randomness.
* Variability (Option B): Not a standard hyperparameter in Einstein Studio.
References:
* Einstein Studio Documentation: Model Hyperparameters
* Explicitly states "Temperature adjusts the balance between predictable and random outputs."


質問 # 74
Universal Containers (UC) は、カスタマー サービス エージェントが関連するトラブルシューティング手順とポリシー ガイドラインをすばやく取得できるように、AI を活用したサポート アシスタントを展開しています。このアシスタントは、製品マニュアル、ポリシー ドキュメント、過去のケース解決を含む Data Cloud の検索インデックスに依存しています。テスト中に、UC は、エージェントが、もはや適用されない古い製品バージョンから無関係な結果を受け取りすぎていることに気付きました。
UC はこの問題にどのように対処すべきでしょうか?

  • A. Einstein Studio でカスタム リトリーバーを作成し、公開日と製品ラインのフィルターを適用します。
  • B. デフォルトのリトリーバーを使用します。これは、検索インデックス全体を既に検索し、広範囲をカバーしているためです。
  • C. 検索インデックスを変更して、過去 1 年間のドキュメントのみを保存し、古いレコードを削除します。

正解：B

解説：
Comprehensive and Detailed In-Depth Explanation:
UC's support assistant uses a Data Cloud search index for grounding, but irrelevant results from outdated product versions are an issue. Let's evaluate the options.
* Option A: Modify the search index to only store documents from the last year and remove older records.While limiting the index to recent documents could reduce irrelevant results, this requires ongoing maintenance (e.g., purging older data) and risks losing valuable historical context from past resolutions. It's a blunt approach that doesn't leverage Data Cloud's filtering capabilities, making it less optimal and incorrect.
* Option B: Create a custom retriever in Einstein Studio, and apply filters for publication date and product line.There's no "Einstein Studio" in Salesforce-possibly a typo for Agentforce Studio or Data Cloud. Custom retrievers can be created in Data Cloud, but this requires advanced configuration (e.g., custom code or Data Cloud APIs) beyond standard Agentforce setup. This is overcomplicated compared to native options, making it incorrect.
* Option C: Use the default retriever, as it already searches the entire search index and provides broad coverage.This option seems misaligned at first glance, as the default retriever's broad coverage is causing the issue. However, the intent (based on typical Salesforce question patterns) likely implies using the default retriever with additional configuration. In Data Cloud, the default retriever searches the index, but you can apply filters (e.g., publication date, relevance) via the Data Library or prompt grounding settings to prioritize current documents. Since the question lacks an explicit filtering option, this is interpreted as the closest correct choice with refinement assumed, making it the answer by elimination and context.
Why Option C is Correct (with Caveat):
The default retriever, when paired with filters (assumed intent), allows UC to refine results without custom development. Salesforce documentation emphasizes refining retriever scope over rebuilding indexes, though the question's phrasing is suboptimal. Option C is selected as the least incorrect, assuming filter application.
References:
Salesforce Data Cloud Documentation: Search Indexes > Retrievers- Notes filter options for relevance.
Trailhead: Data Cloud for Agentforce- Covers refining search results.
Salesforce Help: Grounding with Data Cloud- Suggests default retriever with customization.


質問 # 75
サービス エージェントは、旅行情報を保存するカスタム オブジェクトを確認しています。最近、気象警報を受け取ったため、この旅程に関連する顧客のフライトをキャンセルする必要があります。サービス エージェントは、顧客のフライトのキャンセルと再予約に関するナレッジ記事を確認する必要があります。
エージェントがこれを達成するのに役立つエージェント機能はどれですか?

  • A. 利用可能なアクションに基づいてタスクを実行し、アクセス可能なナレッジ記事の情報を使用して質問に答えます。
  • B. エージェントが入力したプロンプトに基づいてナレッジ記事を生成し、フライトをキャンセルする手順を作成します。
  • C. 外部データを呼び出してナレッジ記事を作成するフローを呼び出します。

正解：B

解説：
In this scenario, the Agent capability that best helps the agent is its ability to execute tasks based on available actions and answer questions using data from Knowledge articles. Agent can assist the service agent by providing relevant Knowledge articles on canceling and rebooking flights, ensuring that the agent has access to the correct steps and procedures directly within the workflow.
This feature leverages the agent's existing context (the travel itinerary) and provides actionable insights or next steps from the relevant Knowledge articles to help the agent quickly resolve the customer's needs.
The other options are incorrect:
* B refers to invoking a flow to create a Knowledge article, which is unrelated to the task of retrieving existing Knowledge articles.
* C focuses on generating Knowledge articles, which is not the immediate need for this situation where the agent requires guidance on existing procedures.
References:
* Salesforce Documentation on Agent
* Trailhead Module on Einstein for Service


質問 # 76
多忙なスケジュールの合間に、Universal Containers の営業担当者は、更新や新規取引に関して見込み客や既存の顧客に電子メールでフォローアップする時間を割いています。営業担当者は、アウトリーチを実行する前に、過去のやり取りや顧客の詳細を確認するのに、週を通して多くの時間を費やしています。どの標準エージェント アクションが、以前の成功したやり取りに基づいてテキストを生成し、見込み客にパーソナライズされた電子メールを作成するのに役立ちますか。

  • A. エージェントのアクション: 類似の機会を見つける
  • B. エージェントアクション: レコードの要約
  • C. エージェントのアクション: 営業メールの下書きまたは修正

正解：C

解説：
Comprehensive and Detailed In-Depth Explanation:
UC's sales reps need an AI action to draft personalized emails based on past successful communications, reducing manual review time. Let's evaluate the standard Agent actions.
* Option A: Agent Action: Summarize Record"Summarize Record" generates a summary of a record (e.g., Opportunity, Contact), useful for overviews but not for drafting emails or leveraging past communications. This doesn't meet the requirement, making it incorrect.
* Option B: Agent Action: Find Similar Opportunities"Find Similar Opportunities" identifies past deals to inform strategy, not to draft emails. It provides data, not text generation, making it incorrect.
* Option C: Agent Action: Draft or Revise Sales EmailThe "Draft or Revise Sales Email" action in Agentforce for Sales (sometimes styled as "Draft Sales Email") uses the Atlas Reasoning Engine to generate personalized email content. It can analyze past successful communications (e.g., via Opportunity or Contact history) to tailor emails for renewals or deals, saving reps time. This directly addresses UC's need, making it the correct answer.
Why Option C is Correct:
"Draft or Revise Sales Email" is a standard action designed for personalized email generation based on historical data, aligning with UC's productivity goal per Salesforce documentation.
References:
Salesforce Agentforce Documentation: Agentforce for Sales > Draft Sales Email- Details email generation.
Trailhead: Explore Agentforce Sales Agents- Covers email drafting with past data.
Salesforce Help: Sales Features in Agentforce- Confirms personalization capabilities.


質問 # 77
「ニューヨークの顧客をすべて表示してください」というユーザーの発話に基づいて、プランナー サービスはどの標準エージェント アクションを使用しますか?

  • A. レコードのクエリ
  • B. レコードを選択
  • C. レコードの取得

正解：A

解説：
Why is Query Records the Correct Answer?
In Agentforce, the Planner Service is responsible for interpreting user requests and selecting the appropriate Copilot Action to fulfill them. When a user issues a command like:"Show me all the customers in New York", the system must retrieve a list of customers filtered by location.
The Query Records action is designed precisely for this purpose.
Key Features of Query Records in Agentforce:
* Retrieves Data Based on Specific Field Values
* This action fetches Salesforce records that match a set of criteria, such as customers located in New York.
* Uses standard or custom object fields (e.g., BillingState = 'New York').
* Works with Large Language Models (LLMs) and Copilot Actions
* When a user asks for filtered data, Query Records is the default action assigned by the Planner Service.
* Optimized for Structured Data Retrieval
* Ensures AI retrieves relevant CRM records quickly and accurately.
Why Not the Other Options?
# B. Fetch Records
* This is not a standard term in Einstein Copilot or Agentforce.
* No defined Agentforce action exists under this name.
# C. Select Records
* Select Records is used to pick records from an already presented list, not to retrieve them initially.
* If the user had already retrieved records and wanted to refine their selection, Select Records might be appropriate.
* However, since the user's request is to retrieve records, Query Records is the correct action.
Agentforce Specialist References
This information is confirmed from the Salesforce AI Specialist Material and Questions Document, where the Query Records action is explicitly defined as the appropriate standard action for retrieving filtered CRM records.


質問 # 78
Agentforce データ ライブラリが AI エージェントの応答精度の向上に最も役立つことを最もよく示すシナリオはどれですか。

  • A. AI エージェントが、データ ライブラリに保存され、定期的に更新され、インデックス付けされた厳選されたポリシー ドキュメント セットに基づいて回答を提供する必要がある場合。
  • B. AI エージェントが、顧客 ID や製品 ID などの共通データに基づいて、異なるソースからのデータを結合する必要がある場合。
  • C. ベクトル化と取得のためにゼロコピーを使用して Snowflake からデータが取得されている場合。

正解：A

解説：
Comprehensive and Detailed In-Depth Explanation:The Agentforce Data Library enhances AI accuracy by grounding responses in curated, indexed data. Let's assess the scenarios.
* Option A: When the AI agent must provide answers based on a curated set of policy documents that are stored, regularly updated, and indexed in the data library.The Data Library is designed to store and index structured content (e.g., Knowledge articles, policy documents) for semantic search and grounding. It excels when an agent needs accurate, up-to-date responses from a managed corpus, like policy documents, ensuring relevance and reducing hallucinations. This is a prime use case per Salesforce documentation, making it the correct answer.
* Option B: When the AI agent needs to combine data from disparate sources based on mutually common data, such as Customer Id and Product Id for grounding.Combining disparate sources is more suited to Data Cloud's ingestion and harmonization capabilities, not the Data Library, which focuses on indexed content retrieval. This scenario is less aligned, making it incorrect.
* Option C: When data is being retrieved from Snowflake using zero-copy for vectorization and retrieval.Zero-copy integration with Snowflake is a Data Cloud feature, but the Data Library isn't specifically tied to this process-it's about indexed libraries, not direct external retrieval. This is a different context, making it incorrect.
Why Option A is Correct:The Data Library shines in curated, indexed content scenarios like policy documents, improving agent accuracy, as per Salesforce guidelines.
References:
* Salesforce Agentforce Documentation: Data Library > Use Cases - Highlights curated content grounding.
* Trailhead: Ground Your Agentforce Prompts - Describes Data Library accuracy benefits.
* Salesforce Help: Agentforce Data Library - Confirms policy document scenario.


質問 # 79
Universal Containers (UC) は、Salesforce の生成機能を評価したいと考えていますが、自社のデータがサードパーティの大規模言語モデル (LLM) に公開されることを懸念しています。具体的には、UC は次の機能を Einstein の生成 AI サービスの一部にしたいと考えています。
データは、サードパーティの LLM による LLM トレーニングや製品の改善には使用されません。
UC の Salesforce 組織外にはデータは保持されません。
送信されたデータは LLM プロバイダーがアクセスできません。
Agentforce スペシャリストは、これらの要件に対応する Einstein Trust Layer のどのプロパティを UC に強調表示する必要がありますか?

  • A. ゼロデータ保持ポリシー
  • B. データマスキング
  • C. 迅速な防御

正解：A

解説：
Universal Containers (UC)has concerns about data privacy when usingSalesforce's generative AIfeatures, particularly around preventing third-party LLMs from accessing or retaining their data. TheZero-Data Retention Policyin theEinstein Trust Layeris designed to address these concerns by ensuring that:
* No data is used for trainingor product improvements by third-party LLMs.
* No data is retainedoutside of the customer's Salesforce organization.
* The LLM provider cannot access any customer data.
This policy aligns perfectly with UC's requirements for keeping their data safe while leveraging generative AI capabilities.
* Prompt DefenseandData Maskingare also security features, but they do not directly address the concerns related to third-party data access and retention.
:
Salesforce Einstein Trust Layer Documentation:https://help.salesforce.com/s/articleView?id=sf.
einstein_trust_layer.htm


質問 # 80
複数のトピックとエージェント アクションを備えた Agentforce サービス エージェントを本番環境に導入する場合、Universal Containers が考慮すべきことは何ですか?

  • A. エージェント、トピック、エージェントアクションの後にフローまたは Apex をデプロイして、デプロイの失敗や、完全な再デプロイを必要とする潜在的な本番エージェントの問題を回避します。
  • B. すべての依存関係が含まれ、Apex クラスが 75% のテスト カバレッジを満たし、構成設定が本番環境と一致していることを確認します。バージョン管理とデプロイ後のアクティベーションを計画します。
  • C. ステージングでテストを実行せずにエージェント コンポーネントをデプロイし、信頼性の高い結果を得るために実稼働データに依存します。
    サンドボックス構成だけで、シームレスな本番環境への展開が保証されます。

正解：B

解説：
Comprehensive and Detailed In-Depth Explanation:
UC is deploying an Agentforce Service Agent with multiple topics and actions to production. Let's assess deployment considerations.
* Option A: Deploy agent components without a test run in staging, relying on production data for reliable results. Sandbox configuration alone ensures seamless production deployment.Skipping staging tests is risky and against best practices. Sandbox configuration doesn't guarantee production success without validation, making this incorrect.
* Option B: Ensure all dependencies are included, Apex classes meet 75% test coverage, and configuration settings are aligned with production. Plan for version management and post- deployment activation.This is a comprehensive approach: dependencies (e.g., flows, Apex) must be deployed, Apex requires 75% coverage, and production settings (e.g., permissions, channels) must align. Version management tracks changes, and post-deployment activation ensures controlled rollout.
This aligns with Salesforce deployment best practices for Agentforce, making it the correct answer.
* Option C: Deploy flows or Apex after agents, topics, and Agent Actions to avoid deployment failures and potential production agent issues requiring complete redeployment.Deploying components separately risks failures (e.g., actions needing flows failing). All components should deploy together for consistency, making this incorrect.
Why Option B is Correct:
Option B covers all critical deployment considerations for a robust Agentforce rollout, as per Salesforce guidelines.
References:
Salesforce Agentforce Documentation: Deploy Agents to Production- Lists dependencies and coverage.
Trailhead: Deploy Agentforce Agents- Emphasizes testing and activation planning.
Salesforce Help: Agentforce Deployment Best Practices- Confirms comprehensive approach.


質問 # 81
Salesforce Agentforce スペシャリストは、プロンプト テンプレートの非効率性に関する顧客からのフィードバックを確認しています。
プロンプト テンプレートの有効性を確保するために、Agentforce スペシャリストは何をすべきでしょうか?

  • A. プロンプト ビルダー スコアカードを使用して監視します。
  • B. テンプレートの接地オブジェクトを定期的に変更します。
  • C. ユーザーからのフィードバックに基づいてテンプレートを監視および改良します。

正解：A

解説：
To address the ineffectiveness of a prompt template reported by a customer, the Salesforce Agentforce Specialist should use the Prompt Builder Scorecard (Option B). This tool is explicitly designed to evaluate and monitor prompt templates against key criteria such as relevance, accuracy, safety, and grounding. By leveraging the scorecard, the specialist can systematically identify weaknesses in the template and make data- driven refinements. While monitoring and refining based on user feedback (Option A) is a general best practice, the Prompt Builder Scorecard is Salesforce's recommended tool for structured evaluation, aligning with documented processes for maintaining prompt effectiveness. Changing the grounding object (Option C) without proper evaluation is reactive and does not address the root cause.
References:
* Salesforce Einstein Agentforce Specialist Certification Guide: Emphasizes using the Prompt Builder Scorecard to evaluate prompts and iterate based on results.
* Trailhead Module: "Einstein for Developers" highlights the scorecard as a critical tool for assessing prompt performance.
* Salesforce Help Documentation: Details the Scorecard's role in evaluating prompts against predefined criteria.


質問 # 82
......

合格確定、ガイドで準備Agentforce-Specialist日本語試験：https://www.passtest.jp/Salesforce/Agentforce-Specialist-JPN-shiken.html

関するブログ

もっと
Agentforce-Specialist-JPN 無料問題集