• ホーム
  • ブログ
  • [Q36-Q58] Salesforce Salesforce-AI-Specialist日本語認証された練習解答、必ずあなたを試験合格させる！[2025]

[Q36-Q58] Salesforce Salesforce-AI-Specialist日本語認証された練習解答、必ずあなたを試験合格させる！[2025]

Share

Salesforce Salesforce-AI-Specialist日本語認証された練習解答、必ずあなたを試験合格させる！[2025]

有効な合格方法AI AssociateのSalesforce-AI-Specialist日本語試験問題集

質問 # 36
Universal Containers の現在の AI データ マスキング ルールは、組織のプライバシーとセキュリティのポリシーおよび要件に準拠していません。
問題を解決するために AI スペシャリストは何を推奨すべきでしょうか?

  • A. LLM セットアップに新しいデータ マスキング ルールを追加します。
  • B. サンドボックスの更新のデータ マスキングを有効にします。
  • C. Einstein Trust Layer セットアップでデータ マスキングを構成します。

正解：C

解説：
WhenUniversal Containers' AI data masking rulesdo not meet organizational privacy and security standards, the AI Specialist should configure thedata maskingrules within theEinstein Trust Layer. The Einstein Trust Layerprovides a secure and compliant environment where sensitive data can be masked or anonymized to adhere to privacy policies and regulations.
* Option A, enabling data masking for sandbox refreshes, is related to sandbox environments, which are separate from how AI interacts with production data.
* Option C, adding masking rules in the LLM setup, is not appropriate because data masking is managed through theEinstein Trust Layer, not the LLM configuration.
The Einstein Trust Layer allows for more granular control over what data is exposed to the AI model and ensures compliance with privacy regulations.
Salesforce AI Specialist References:For more information, refer to:https://help.salesforce.com/s/articleView?
id=sf.einstein_trust_layer_data_masking.htm


質問 # 37
ホテルリゾートの営業チームは、ゲストの興味に関するゲスト概要を作成し、各ゲストのプロファイルに記録されたアクティビティの好みに基づいて推奨事項を提供したいと考えています。概要は連絡先レコード ページでのみ利用できるようにしたいと考えています。
チームはどの AI 機能を使用すべきでしょうか?

  • A. モデルビルダー
  • B. アインシュタイン副操縦士
  • C. プロンプトビルダー

正解：C

解説：
The sales team at a hotel resort wants to generate a guest summary about guests' interests and provide recommendations based on their activity preferences captured in each guest profile. They require the summary to be available only on the contact record page.
Solution:
Use Prompt Builder to create a prompt template that generates the desired summary and displays it on the contact record page.
Prompt Builder:
Purpose: Allows the creation of custom prompt templates that leverage AI to generate content based on Salesforce data.
Functionality:
Field Generation Templates: Can be used to populate fields on records with AI-generated summaries.
Customization: Enables the AI Specialist to design prompts that utilize data from the guest profiles to produce personalized summaries and recommendations.
Relevance to the Use Case:
The sales team wants the summary to be available on the contact record page, which aligns with the capabilities of Prompt Builder to generate and display content on specific record pages.
Implementation Steps:
Create a Field Generation Prompt Template:
Use Prompt Builder to create a new prompt template of type Field Generation.
Design the prompt to instruct the AI to generate a summary based on the guest's interests and activity preferences.
Include Relevant Data:
Use merge fields to include data from the guest profile in the prompt.
Ensure that the prompt accesses the necessary fields to generate accurate recommendations.
Configure the Contact Page Layout:
Add the field that will display the AI-generated summary to the contact record page layout.
Ensure that the field is only visible where appropriate, adhering to the requirement of availability only on the contact record page.
Why Not Einstein Copilot or Model Builder:
Option A (Einstein Copilot):
Purpose: Einstein Copilot is a conversational AI assistant designed to interact with users through natural language.
Mismatch with Requirements:
The team wants a static summary displayed on the contact record page, not an interactive conversational experience.
Option C (Model Builder):
Purpose: Model Builder is used to create custom AI models for predictions and classifications.
Inapplicability:
Building a custom model is unnecessary for generating text summaries based on existing data.
Model Builder does not directly provide functionality to generate and display summaries on record pages.
Reference:
Salesforce AI Specialist Documentation - Prompt Builder Overview:
Provides an introduction to Prompt Builder and its capabilities.
Salesforce Help - Creating Field Generation Prompt Templates:
Guides on creating prompt templates that generate content for fields on records.
Salesforce Trailhead - Customize AI Content with Prompt Builder:
Offers hands-on experience in building and customizing prompt templates.
Conclusion:
By utilizing Prompt Builder, the sales team can create a customized prompt template that generates personalized guest summaries and recommendations based on activity preferences. This solution meets the requirement of displaying the summary only on the contact record page, enhancing the team's ability to engage with guests effectively.


質問 # 38
Universal Containers (UC) は、統合された連絡先の Data Cloud で Web アクティビティを追跡しており、それをプロンプト テンプレートで使用してデータから洞察を抽出したいと考えています。
連絡先オブジェクトがプロンプト テンプレートに関連付けられたオブジェクトの 1 つであると仮定すると、DC がこれを行う有効な方法は何でしょうか?

  • A. プロンプト定義に Web トレース アクティビティを含めて、Data Cloud から直接プロンプトを呼び出します。
  • B. すべての Data Cloud アクティビティ レコードのリストを入力として受け取り、大規模言語モデル (LLM) に渡すプロンプト テンプレートを作成します。
  • C. アクティビティ レコードをエンリッチメント関連リストとして連絡先に追加し、関連リスト グラウンディングを使用して連絡先をプロンプト テンプレート ワークスペースに渡します。

正解：C

解説：
To integrate web activity data from Data Cloud into a prompt template, the correct approach is to enrich the Contact object with the activity records as a related list and use related list grounding (Option B). Here's why:
* Data Cloud Integration: Data Cloud unifies web activity data and associates it with the unified Contact record. By adding these activities as a related list to the Contact, the data becomes accessible to the prompt template.
* Prompt Template Grounding: Salesforce prompt templates support grounding on related records.
When the Contact is passed to the prompt template, the template can reference the related web activity records (via the related list) to extract insights.
* Structured Data Handling: This method aligns with Salesforce best practices for grounding, ensuring the large language model (LLM) receives structured, context-rich data without overwhelming it with raw activity lists.
Why Other Options Are Incorrect:
* A. Calling the prompt directly from Data Cloud: Prompt templates are invoked within Salesforce, not directly from Data Cloud. Grounding requires associating data with Salesforce objects, not ad-hoc web activity inclusion.
* C. Passing a list of activity records as input: While technically possible, this bypasses Salesforce's grounding framework, which relies on object relationships. It also risks exceeding LLM input limits and lacks scalability.
References:
* Salesforce Data Cloud Implementation Guide: Explains how to enrich standard/custom objects with related data for AI use cases.
* Prompt Template Documentation: Highlights grounding on related lists to leverage contextual data for LLM prompts.
* Trailhead Module: "Einstein Prompt Builder Basics" demonstrates grounding techniques using related records.


質問 # 39
Universal Containers は、Einstein for Sales を活用して、取引を成立させるためのガイダンスと手順を含む AI 生成の計画を提供することで、営業担当者が販売ノルマを達成できるようにしたいと考えています。
AI スペシャリストは営業チームにどの機能を推奨すべきでしょうか?

  • A. クローズプランの作成
  • B. 類似の取引を探す
  • C. アカウントプランの作成

正解：A

解説：
The "Create Close Plan" feature is designed to help sales reps by providing AI-generated strategies and steps specifically focused on closing deals. This feature leverages AI to analyze the current state of opportunities and generate a plan that outlines the actions, timelines, and key steps required to move deals toward closure. It aligns directly with the sales team's need to meet quotas by offering actionable insights and structured plans.
Find Similar Deals (Option A) helps sales reps discover opportunities similar to their current deals but doesn't offer a plan for closing.
Create Account Plan (Option B) focuses on long-term strategies for managing accounts, which might include customer engagement and retention, but doesn't focus on deal closure.
Salesforce AI Specialist Reference:
For more information on using AI for sales, visit: https://help.salesforce.com/s/articleView?id=sf.einstein_for_sales_overview.htm


質問 # 40
Universal Containers はユーザー向けに Einstein Copilot を実装しました。
あるユーザーは、Einstein Copilot が過去 7 日間のアクティビティを削除していないと不満を述べています。
この問題の原因は何ですか?

  • A. Einstein Copilot はレコードの削除アクションをサポートしていません。
  • B. Einstein Copilot にはユーザーのレコードを削除する権限がありません。
  • C. Einstein Copilot レコード削除アクション権限がユーザーに関連付けられていません。

正解：A

解説：
Einstein Copilot currently supports various actions like creating and updating records but does not support the Delete Recordaction. Therefore, the user's request to delete activities from the past 7 days cannot be fulfilled using Einstein Copilot.
* Unsupported Action:The inability to delete records is due to the current limitations of Einstein Copilot's supported actions. It is designed to assist with tasks like data retrieval, creation, and updates, but for security and data integrity reasons, it does not facilitate the deletion of records.
* User Permissions:Even if the user has the necessary permissions to delete records within Salesforce, Einstein Copilot itself does not have the capability to execute delete operations.
References:
* Salesforce AI Specialist Documentation -Einstein Copilot Supported Actions:
* Lists the actions that Einstein Copilot can perform, noting the absence of delete operations.
* Salesforce Help -Limitations of Einstein Copilot:
* Highlights current limitations, including unsupported actions like deleting records.


質問 # 41
Universal Containers (UC) は、公開されている Generative AI モデルの使用を実験しており、必要な情報を取得するために必要な言語に精通しています。ただし、UC の営業担当者とサービス担当者の両方がプロンプトを入力して必要な情報を取得し、プロンプトの一貫性を確保するには、時間がかかる場合があります。
これらの懸念に対処するために、Salesforce AI スペシャリストはどの Salesforce 機能を推奨すべきでしょうか?

  • A. Einstein プロンプトビルダーとプロンプトテンプレート
  • B. アインシュタイン推奨ビルダー
  • C. Einstein Copilot アクション: レコードのクエリ

正解：A

解説：
ForUniversal Containers (UC), to reduce the time and ensure prompt consistency when using public generative AI models, the recommended feature isEinstein Prompt Builder and Prompt Templates. This feature allows teams to createreusable and consistent promptsfor generative AI tasks, ensuring that all users receive uniform responses without having to type in detailed prompts manually every time.
* Einstein Prompt Buildersimplifies the creation of prompts, andPrompt Templatesstandardize the inputs, saving time for sales and service reps.
* Option A (Einstein Recommendation Builder)is more focused on recommendations, not prompt standardization.
* Option B (Einstein Copilot Action: Query Records)is for querying records, not generating AI-driven prompts.
References:
* Salesforce Prompt Builder Overview:https://help.salesforce.com/s/articleView?id=sf.
prompt_builder_overview.htm


質問 # 42
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、AI スペシャリストはどの機能を設定する必要がありますか?

  • A. 通話要約
  • B. コールエクスプローラー
  • C. コールインサイト

正解：C

解説：
To enable Universal Containers' sales team with automatic post-call visibility into mentions ofcompetitors, products, and custom phrases, the AI 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 # 43
Universal Containers は、大規模言語モデル (LLM) によって生成されたコンテンツに有害な言語が含まれているかどうかを高い信頼性で検出できるようにしたいと考えています。
毒性が適切に管理されていることを確認するために、AI スペシャリストは Trust レイヤーでどのようなアクションを実行する必要がありますか?

  • A. セットアップで毒性検出ログにアクセスし、isToxicityDetected が true であるすべてのエントリをエクスポートします。
  • B. 毒性検出器タイプのフィルターを使用して毒性応答とそれぞれのスコアを表示する、Data Cloud 内で Trust Layer 監査レポートを作成します。
  • C. 応答からの毒性スコアが事前定義されたしきい値を超えるたびに、指定されたアドレスに電子メールを送信するフローを作成します。

正解：B

解説：
To ensure that content generated by a large language model (LLM) is appropriately screened for toxic language, the AI Specialist should create a Trust Layer audit report within Data Cloud. By using the toxicity detector type filter, the report can display toxic responses along with their respective toxicity scores, allowing Universal Containers to monitor and manage any toxic content generated with a high level of confidence.
Option C is correct because it enables visibility into toxic language detection within the Trust Layer and allows for auditing responses for toxicity.
Option A suggests checking a toxicity detection log, but Salesforce provides more comprehensive options via the audit report.
Option B involves creating a flow, which is unnecessary for toxicity detection monitoring.
Reference:
Salesforce Trust Layer Documentation: https://help.salesforce.com/s/articleView?id=sf.einstein_trust_layer_audit.htm


質問 # 44
Universal Containers は、販売提案を作成し、複数の無関係なオブジェクト (標準およびカスタム) のデータをプロンプト テンプレートで直接使用したいと考えています。
AI スペシャリストは何を推奨すべきでしょうか?

  • A. レコードを一時的に接続する特別なカスタムオブジェクトを渡すプロンプトテンプレートを作成します。
  • B. プロンプト テンプレートによってトリガーされるフローを作成し、標準オブジェクトとカスタム オブジェクトからデータにアクセスします。
  • C. 標準オブジェクトとカスタム オブジェクトを入力として含むリソースを追加するための Flex テンプレートを作成します。

正解：C

解説：
Universal Containers needs to generate a sales proposal using data from multiple unrelated standard and custom objects within a prompt template. The most effective way to achieve this is by using aFlex template.
Flex templates in Salesforce allow AI specialists to create prompt templates that can accept inputs from multiple sources, including various standard and custom objects. This flexibility enables the direct use of data from unrelated objects without the need to create intermediary custom objects or complex flows.
References:
* Salesforce AI Specialist Documentation - Flex Templates:Explains how Flex templates can be utilized to incorporate data from multiple sources, providing a flexible solution for complex data requirements in prompt templates.


質問 # 45
Universal Containers (UC) は、顧客チャットへの返信におけるエージェントの生産性を向上させる必要があります。
どの生成 AI 機能が UC がこの課題に対処するのに役立つでしょうか?

  • A. サービス応答
  • B. ケースのエスカレーション
  • C. ケースサマリー

正解：A

解説：
* Service Replies: This generative AI feature automates and assists in generating accurate, contextual, and efficient replies for customer service agents. It uses past interactions, case data, and the context of the conversation to provide draft responses, thereby enhancing productivity and reducing response times.
* Case Summaries: Summarizes case information but does not assist directly in replying to customer chats.
* Case Escalation: Refers to moving cases to higher-level support teams but does not address the need to improve chat response productivity.
Thus,Service Repliesis the best feature for this requirement as it directly aligns with improving agent efficiency in replying to chats.


質問 # 46
Einstein Copilot のカスタムアクション指示を調整する際のベストプラクティスは何ですか?

  • A. アクションを要求するペルソナを指定します。
  • B. 複数のアクション指示にわたって一貫した導入フレーズと動詞を使用します。
  • C. アクションをトリガーすると予想されるユーザー メッセージの例を提供します。

正解：C

解説：
When refiningEinstein Copilot custom action instructions, it is considered best practice toprovide examples of user messagesthat are expected to trigger the action. This helps ensure that the custom action understands a variety of user inputs and can effectively respond to the intent behind the messages.
* Option B(consistent phrases) can improve clarity but does not directly refine the triggering logic.
* Option C(specifying a persona) is not as crucial as giving examples that illustrate how users will interact with the custom action.
For more details, refer toSalesforce's Einstein Copilot documentationon building and refining custom actions.


質問 # 47
AI スペシャリストが Einstein Trust Layer 内でデータ マスキングを構成しました。
AI スペシャリストは、正しいフィールドがマスクされていることをどのように検証すればよいでしょうか?

  • A. プロンプト ビルダーでフローベースのリソースを使用し、フロー デバッガーを使用してフィールドのマージ値をデバッグします。
  • B. Einstein フィードバック設定ページで、Einstein Generative AI 監査データの収集と保存を有効にします。
  • C. 設定メニューのセキュリティセクションから Einstein Generative AI 監査データを要求します。

正解：C

解説：
To begin validating that the correct fields are being masked in Einstein Trust Layer, the AI Specialist should request the Einstein Generative AI Audit Data from the Security section of the Salesforce Setup menu. This audit data allows the AI Specialist to see how data is being processed, including which fields are being masked, providing transparency and validation that the configuration is working as expected.
Option B is correct because it allows for the retrieval of audit data that can be used to validate data masking.
Option A (Flow Debugger) and Option C (Einstein Feedback) do not relate to validating field masking in the context of the Einstein Trust Layer.
Reference:
Salesforce Einstein Trust Layer Documentation: https://help.salesforce.com/s/articleView?id=sf.einstein_trust_layer_audit.htm


質問 # 48
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、Einstein Copilot の機能を検討しています。管理者は、Einstein Copilot 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特に興味を持っています。管理者は、Einstein Copilot 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。
Einstein Copilot 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. Einstein Copilot は LLM プロバイダーへの HTTP コールアウトを実行します。
  • B. Einstein Copilot 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. Einstein Copilot 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。

正解：B

解説：
Einstein Copilot 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, Einstein Copilot 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.
OptionCaccurately describes this process. Einstein Copilot 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 AI Specialist Documentation - Einstein Copilot Overview:Details how Einstein Copilot employs LLMs to interpret user inputs and generate responses within the Salesforce ecosystem.
* Salesforce Help - How Einstein Copilot Works:Explains the underlying mechanisms of how Einstein Copilot processes user requests using AI technologies.


質問 # 49
ユニバーサルコンテナーズは、AI を活用して営業チームの日常業務を効率化することを目指しています。
これらの新しいワークフローを検討する場合、どの改善に Prompt Builder の使用が必要ですか?

  • A. 販売契約の AI 生成概要フィールドに入力します。
  • B. AI が生成した商談成立までの時間の見積もりを入力する
  • C. 新しいリードに対して AI 生成のリード スコアを入力します。

正解：A

解説：
Prompt Builder is explicitly required to create AI-generated summary fields via prompt templates. These fields use natural language instructions to extract or synthesize information (e.g., summarizing contract terms). Time-to-close estimations (A) and lead scores (C) are typically handled by predictive AI (e.g., Einstein Opportunity Scoring) or analytics tools, which do not require Prompt Builder.


質問 # 50
AI スペシャリストは、カスタム プロンプト テンプレートでアカウントの関連リストを使用したいと考えています。
AI スペシャリストはプロンプト テンプレートを構成する際に何を考慮すべきでしょうか?

  • A. 関連リストのマージフィールドの最大数
  • B. テキストエンコーディング（UTF-8、ASCIIなど）オプション
  • C. リストのレンダリング形式としてXMLとJSONのどちらかを選択する

正解：A

解説：
When configuring a custom prompt template to use related lists, the AI Specialist must be aware of the maximum number of related list merge fields that can be included. Salesforce enforces limits to ensure prompt templates perform efficiently and do not overload the system with too much data. As a best practice, it's important to monitor and optimize the number of merge fields used.
Option B is correct because there is a limit on how many related list merge fields can be included in a prompt template.
Option A (text encoding) and Option C (XML/JSON rendering) are not key considerations in this context.
Reference:
Salesforce Prompt Builder Documentation: https://help.salesforce.com/s/articleView?id=sf.prompt_builder.htm


質問 # 51
Einstein Trust Layer は、有用で意味のある応答を生成しながら機密データが保護されることをどのように保証しますか?

  • A. マスクされたデータは、リクエストの過程でマスク解除されます。
  • B. マスクされたデータは、応答中にマスク解除されます。
  • C. 関連性のしきい値を満たさない応答は自動的に拒否されます。

正解：B

解説：
The Einstein Trust Layer ensures that sensitive data is protected while generating useful and meaningful responses by masking sensitive data before it is sent to the Large Language Model (LLM) and then de-masking it during the response journey.
How It Works:
Data Masking in the Request Journey:
Sensitive Data Identification: Before sending the prompt to the LLM, the Einstein Trust Layer scans the input for sensitive data, such as personally identifiable information (PII), confidential business information, or any other data deemed sensitive.
Masking Sensitive Data: Identified sensitive data is replaced with placeholders or masks. This ensures that the LLM does not receive any raw sensitive information, thereby protecting it from potential exposure.
Processing by the LLM:
Masked Input: The LLM processes the masked prompt and generates a response based on the masked data.
No Exposure of Sensitive Data: Since the LLM never receives the actual sensitive data, there is no risk of it inadvertently including that data in its output.
De-masking in the Response Journey:
Re-insertion of Sensitive Data: After the LLM generates a response, the Einstein Trust Layer replaces the placeholders in the response with the original sensitive data.
Providing Meaningful Responses: This de-masking process ensures that the final response is both meaningful and complete, including the necessary sensitive information where appropriate.
Maintaining Data Security: At no point is the sensitive data exposed to the LLM or any unintended recipients, maintaining data security and compliance.
Why Option A is Correct:
De-masking During Response Journey: The de-masking process occurs after the LLM has generated its response, ensuring that sensitive data is only reintroduced into the output at the final stage, securely and appropriately.
Balancing Security and Utility: This approach allows the system to generate useful and meaningful responses that include necessary sensitive information without compromising data security.
Why Options B and C are Incorrect:
Option B (Masked data will be de-masked during request journey):
Incorrect Process: De-masking during the request journey would expose sensitive data before it reaches the LLM, defeating the purpose of masking and compromising data security.
Option C (Responses that do not meet the relevance threshold will be automatically rejected):
Irrelevant to Data Protection: While the Einstein Trust Layer does enforce relevance thresholds to filter out inappropriate or irrelevant responses, this mechanism does not directly relate to the protection of sensitive data. It addresses response quality rather than data security.
Reference:
Salesforce AI Specialist Documentation - Einstein Trust Layer Overview:
Explains how the Trust Layer masks sensitive data in prompts and re-inserts it after LLM processing to protect data privacy.
Salesforce Help - Data Masking and De-masking Process:
Details the masking of sensitive data before sending to the LLM and the de-masking process during the response journey.
Salesforce AI Specialist Exam Guide - Security and Compliance in AI:
Outlines the importance of data protection mechanisms like the Einstein Trust Layer in AI implementations.
Conclusion:
The Einstein Trust Layer ensures sensitive data is protected by masking it before sending any prompts to the LLM and then de-masking it during the response journey. This process allows Salesforce to generate useful and meaningful responses that include necessary sensitive information without exposing that data during the AI processing, thereby maintaining data security and compliance.


質問 # 52
AI スペシャリストは、営業チーム向けに Einstein Sales Emails を実装します。チームは、リードとのやり取りと Salesforce に保存されているデータに基づいて、パーソナライズされたフォローアップ メールをリードに送信したいと考えています。AI スペシャリストは、メール生成に最も正確で最新の情報を使用するようにシステムを構成する必要があります。
AI スペシャリストはどのグラウンディング手法を使用すべきでしょうか?

  • A. レコード結合フィールドを持つグラウンド
  • B. Draft with Einstein機能を使用した自動接地
  • C. Apex マージ フィールドを使用したグラウンド

正解：A

解説：
ForEinstein Sales Emailsto generate personalized follow-up emails, it is crucial to ground the email content with the most up-to-date and accurate information. Grounding refers to connecting the AI model with real- time data. The most appropriate technique in this case isGround with Record Merge Fields. This method ensures that the content in the emails pulls dynamic and accurate data directly from Salesforce records, such as lead or contact information, ensuring the follow-up is relevant and customized based on the specific record.
* Record Merge Fieldsensure the generated emails are highly personalized using data like lead name, company, or other Salesforce fields directly from the records.
* Apex Merge Fieldsare typically more suited for advanced, custom logic-driven scenarios but are not the most straightforward for this use case.
* Automatic grounding using Draft with Einsteinis a different feature where Einstein automatically drafts the email, but it does not specifically ground the content with record-specific data likeRecord Merge Fields.
References:
* Salesforce Einstein Sales Emails Documentation:https://help.salesforce.com/s/articleView?id=release- notes.rn_einstein_sales_emails.htm


質問 # 53
Universal Containers (UC) の AI スペシャリストは、生成された出力をフィールドに入力するための新しいカスタム プロンプト テンプレートを作成する任務を負っています。UC は、Einstein Trust Layer を有効にして、AI 監査データが確実にキャプチャされ、採用と可能な機能強化のために監視されるようにしました。
AI スペシャリストはどのプロンプト テンプレート タイプを使用し、どのような考慮事項を確認する必要がありますか?

  • A. フィールド生成、および動的フォームが有効になっていること
  • B. Flex、およびダイナミックフィールドが有効になっていること
  • C. フィールド生成、および動的フィールドが有効になっていること

正解：C

解説：
When creating acustom prompt templateto populate a field with generated output, the most appropriate template type isField Generation. This template is specifically designed for generating field-specific outputs using generative AI.
Additionally, the AI Specialist must ensure thatDynamic Fieldsare enabled.Dynamic Fieldsallow the system to use real-time data inputs from related records or fields when generating content, ensuring that the AI output is contextually accurate and relevant. This is crucial when populating specific fields with AI-generated content, as it ensures the data source remains dynamic and up-to-date.
TheEinstein Trust Layerwill track and audit the interactions to ensure the organization can monitor AI adoption and make necessary enhancements based on AI usage patterns.
For further reading, refer to Salesforce's guidelines onField Generation templatesand theEinstein Trust Layer.


質問 # 54
大量のチャット問い合わせを処理する Universal Containers は、生産性を向上させるために Einstein Work Summaries を導入しています。
エージェントと顧客の会話の後、アインシュタインは「要約」以外にどのような追加情報を生成し、入力しますか？

  • A. アンケート依頼メールの下書き
  • B. 問題と革命
  • C. 感情分析と感情検出

正解：B

解説：
Einstein Work Summaries automatically generate concise summaries of customer interactions (e.g., chat transcripts). Beyond the "summary" field, it extracts and populates Issue (key problem discussed) and Resolution (action taken to resolve the issue). These fields help agents and supervisors quickly grasp the conversation's context without reviewing the full transcript.
* Sentiment Analysis and Emotion Detection (Option A): While Einstein Conversation Insights provides sentiment scores and emotion detection, these are separate from Work Summaries. Work Summaries focus on factual summaries, not sentiment.
* Draft Survey Request Email (Option B): Not part of Work Summaries. This would require automation tools like Flow or Email Studio.
* Issue and Resolution (Option C): Directly referenced in Salesforce documentation as fields populated by Einstein Work Summaries.
References:
* Salesforce Help Article: Einstein Work Summaries
* Einstein Work Summaries focus on "key details like Issue and Resolution" alongside summaries.
* Contrast with Einstein Conversation Insights for sentiment/emotion analysis.


質問 # 55
Universal Containers の営業チームは、全国の見込み客と多数のビデオ営業通話を行っています。営業管理部門は、取引条件や顧客の感情などの重要な情報を簡単に理解できる方法を求めています。
このリクエストに対して AI スペシャリストはどの Einstein Generative AI 機能を推奨すべきでしょうか?

  • A. アインシュタイン通話概要
  • B. アインシュタイン会話インサイト
  • C. アインシュタインビデオKPI

正解：A

解説：
Einstein Call Summaries is the best option for this scenario because it leverages Salesforce's AI capabilities to automatically summarize key details of video or voice calls. It includes details like deal terms, customer sentiments, follow-up tasks, and other crucial information. This feature is designed to help sales teams focus on their strategies rather than taking extensive manual notes during conversations.
* Einstein Call Summaries:Automatically generates summaries for calls, identifying critical points such as next steps and follow-ups, enhancing efficiency and understanding of deal progression.
* Einstein Conversation Insights:While it provides insights into customer sentiment and engagement, it is more suited for analyzing patterns across conversations rather than summarizing specific call details.
* Einstein Video KPI:Focuses on analyzing key performance indicators within video calls but does not offer summarization features needed for deal terms or sentiment tracking.
This feature ensures actionable insights are delivered directly into the Salesforce CRM, allowing sales managers to gain a concise overview without manually reviewing long recordings.


質問 # 56
Universal Containers は、現在の注文履行ステータスを大規模言語モデル (LLM) のプロンプトに組み込むことを希望しています。注文ステータスは、外部のエンタープライズ リソース プランニング (ERP) システムに保存されます。
AI スペシャリストはどのデータ グラウンディング手法を推奨すべきでしょうか?

  • A. 外部サービスマージフィールド
  • B. Apex マージフィールド
  • C. 永久オブジェクトレコードのマージフィールド

正解：C

解説：
* Context of the Requirement:Universal Containers wants to pull in real-time order status data from an external ERP system into an LLM prompt.
* Data Grounding in LLM Prompts:Data grounding ensures the Large Language Model has access to the most current and relevant information. In Salesforce, one recommended approach is to useExternal Objects(via Salesforce Connect) when data resides outside of Salesforce.
* Why External Object Record Merge Fields:
* External Objectsappear much like standard or custom objects but map to tables in external systems.
* You can reference fields from these External Objects in merge fields, allowing real-time data retrieval from the external ERP system without storing that data natively in Salesforce.
* This is a simpler "point-and-reference" approach compared to coding custom Apex or configuring external services for direct prompt embedding.
* Why Not External Services Merge Fields or Apex Merge Fields:
* External Services Merge Fieldstypically leverage flows or external service definitions. While feasible, it is more about orchestrating or invoking external services for automation (e.g., Flow).
It's not the standard approach for seamlessly referencingexternal recorddata in prompt merges.
* Apex Merge Fieldswould imply custom Apex code controlling the prompt insertion. While possible, it's less "clicks not code" friendly and is not the default method for referencing typical record data.
* References and Study Resources:
* Salesforce Help & Training#Salesforce Connect and External Objects
* Salesforce Trailhead#"Integrate External Data with Salesforce Connect"
* Salesforce AI Specialist Study Resources(documentation regarding how to ground LLM prompts using External Objects)


質問 # 57
Universal Containers はユーザー向けに Agentforce を実装しました。あるユーザーから、エージェントが過去 7 日間のアクティビティを削除していないという苦情がありました。この問題の原因は何ですか?

  • A. Agentforce には標準のレコード削除アクションがありません。
  • B. Agentforce レコード削除アクション権限がユーザーに関連付けられていません。
  • C. Agentforce にはユーザーのレコードを削除する権限がありません。

正解：A

解説：
* Context of the QuestionUniversal Containers (UC) uses Agentforce, a specialized AI-driven assistant for Salesforce. A user reports that an Agent is unable to delete recent activities.
* Why Agentforce Cannot Delete Records
* Agentforce's Standard Actions: Agentforce typically has predefined or "standard" actions like Create, Update, or Summarize records. However, a standard Delete Record action is not part of the default set of Agentforce actions.
* Implication: If Agentforce has no built-in delete functionality, it cannot remove activities-even if the user has permission to delete them in the Salesforce UI.
* Why Other Options Are Incorrect
* Option A - Permission to Delete the User's Records: Standard Salesforce user permissions do not automatically extend to Agentforce's capabilities. Even if the user can delete records, that doesn't grant Agentforce a new action.
* Option B - Agentforce Delete Record Action Permission: There is no separate "Delete Record Action permission" for Agentforce to be toggled. The relevant issue is that the standard Delete Record action does not exist within Agentforce out of the box.
* ConclusionThe core reason for the issue is thatAgentforce does not support a standard Delete Record action(Choice C).
Salesforce AI Specialist References & Documents
* Salesforce Official Documentation - Agentforce(Note: Agentforce may be a pilot or specialized feature; check pilot release notes or official docs for standard actions.)
* Salesforce AI Specialist Study GuideCovers the limitations of certain AI-enabled features regarding record operations.


質問 # 58
......

Salesforce Salesforce-AI-Specialist日本語事前試験練習テストはPassTest：https://www.passtest.jp/Salesforce/Salesforce-AI-Specialist-JPN-shiken.html

関するブログ

もっと
Salesforce-AI-Specialist-JPN 無料問題集