About this video

• Video Title: Build a Cited Web Search Agent with Agentforce | Agentforce Decoded
• Channel: Salesforce Developers
• Speakers: None explicitly named
• Duration: 00:04:09

Overview

This video demonstrates how to build a web search agent using Salesforce's Agentforce and AEX prompt templates. The agent is designed to answer questions and provide citations, showing the sources of the information used. It covers the setup of prompt templates, AEX classes, and Agentforce topics to create an AI-powered backend for Agentforce within Salesforce.

Key takeaways

• Cited Web Search Agent: The core functionality demonstrated is an agent that answers user questions by searching the web and providing citations for the information presented.
• Agentforce and AEX Integration: The process involves integrating Agentforce with AEX prompt templates to leverage real-time web search capabilities.
• Prompt Template Setup: Creating a prompt template is the first step, defining how the LLM will answer using web results. This requires web retrieval to be set up in Data Cloud.
• AEX Class Functionality: The AEX class orchestrates the process by sending questions to the prompt template, receiving the LLM's answer, and transforming citations for Agentforce compatibility.
• Data Transformation: Helper methods within the AEX class reformat citations from the connect API into the format expected by Agentforce.
• Request and Response Classes: Defining Request and Response classes in AEX structures the input (question) and output (text and citation data) for the agent.
• Agentforce Topic Configuration: An AEX execution action is set up within an Agentforce topic. When a user asks a question relevant to the topic, this action is triggered, initiating the LLM call and returning a sourced answer.
• Trusted AI Experience: The combined use of prompt templates, AEX, and Agentforce enables a trusted AI experience within Salesforce, suitable for internal help, compliance, or knowledge support.

Claro, aquí tienes un resumen de los puntos clave del video con sus respectivos tiempos, traducido al español:

Puntos Clave del Video

• Introducción a Agentes con Citas: El video comienza mostrando un agente que responde preguntas y, crucialmente, cita las fuentes de la información. (0:00 - 0:04)
• Configuración del Prompt Template: Se explica la necesidad de crear un "prompt template" en AEX para definir cómo el LLM usará los resultados de la web en sus respuestas. (0:20 - 0:29)
• Requisito de Web Retrieval: Se menciona que para usar la recuperación web, primero debe estar configurada en Data Cloud. (0:31 - 0:36)
• Selección de "Search Text": Es importante asegurarse de que la opción "search text" esté seleccionada, coincidiendo con la entrada del prompt. (0:41 - 0:45)
• Coincidencia de Nombres API y de Entrada: Se destaca la importancia de que el nombre de la API y el nombre de la pregunta de entrada en el prompt template coincidan exactamente con los definidos en el código AEX. (0:45 - 1:01)
• Activación del Prompt Template: Una vez configurado, el prompt template debe ser activado para poder usarlo desde AEX. (1:01 - 1:07)
• Funciones de la Clase AEX: La clase AEX principal realiza tres tareas: enviar la pregunta al prompt template, recibir la respuesta del LLM y transformar las citas para Agentforce. (1:07 - 1:21)
• Llamada al Prompt Template: Se muestra cómo la clase AEX llama al prompt template usando la API connect, pasando la pregunta con el nombre de entrada correcto. (1:23 - 1:41)
• Orquestación y Transformación de Citas: Un método en la clase AEX orquesta todo el proceso, ejecuta el prompt template, transforma las citas y devuelve la respuesta. Se utilizan dos métodos auxiliares para reformatear las citas al formato esperado por Agentforce. (1:54 - 2:19)
• Clases de Solicitud y Respuesta: Se definen clases Request (para la pregunta) y Response (para el texto y los datos de la cita) que estructuran la entrada y salida del agente. (2:22 - 2:41)
• AEX como Backend Potenciado por IA: Con esta estructura, el código Apex actúa como un backend impulsado por IA para Agentforce. (2:46 - 2:48)
• Configuración en Agentforce: Se muestra cómo configurar una acción de ejecución Apex dentro de un tema (topic) de Agentforce. (2:51 - 3:05)
• Flujo Completo: Cuando un usuario hace una pregunta relacionada con el tema, se llama a la acción Apex, que a su vez llama al prompt template, al LLM y devuelve una respuesta con fuentes. (3:05 - 3:17)
• Visualización de Resultados: El usuario final puede ver las fuentes de donde provienen las respuestas, creando una experiencia de IA confiable dentro de Salesforce. (3:50 - 4:02)
• Casos de Uso: El agente es ideal para soporte interno, cumplimiento normativo o ayuda con conocimiento. (4:04 - 4:07)

¡Por supuesto! Aquí tienes los puntos clave del video con el tiempo indicado al principio de cada punto:

• 0:00 - 0:04: El video comienza mostrando un agente que responde preguntas y, crucialmente, cita las fuentes de la información.
• 0:20 - 0:29: Se explica la necesidad de crear un "prompt template" en AEX para definir cómo el LLM usará los resultados de la web en sus respuestas.
• 0:31 - 0:36: Se menciona que para usar la recuperación web, primero debe estar configurada en Data Cloud.
• 0:41 - 0:45: Es importante asegurarse de que la opción "search text" esté seleccionada, coincidiendo con la entrada del prompt.
• 0:45 - 1:01: Se destaca la importancia de que el nombre de la API y el nombre de la pregunta de entrada en el prompt template coincidan exactamente con los definidos en el código AEX.
• 1:01 - 1:07: Una vez configurado, el prompt template debe ser activado para poder usarlo desde AEX.
• 1:07 - 1:21: La clase AEX principal realiza tres tareas: enviar la pregunta al prompt template, recibir la respuesta del LLM y transformar las citas para Agentforce.
• 1:23 - 1:41: Se muestra cómo la clase AEX llama al prompt template usando la API connect, pasando la pregunta con el nombre de entrada correcto.
• 1:54 - 2:19: Un método en la clase AEX orquesta todo el proceso, ejecuta el prompt template, transforma las citas y devuelve la respuesta. Se utilizan dos métodos auxiliares para reformatear las citas al formato esperado por Agentforce.
• 2:22 - 2:41: Se definen clases Request (para la pregunta) y Response (para el texto y los datos de la cita) que estructuran la entrada y salida del agente.
• 2:46 - 2:48: Con esta estructura, el código Apex actúa como un backend impulsado por IA para Agentforce.
• 2:51 - 3:05: Se muestra cómo configurar una acción de ejecución Apex dentro de un tema (topic) de Agentforce.
• 3:05 - 3:17: Cuando un usuario hace una pregunta relacionada con el tema, se llama a la acción Apex, que a su vez llama al prompt template, al LLM y devuelve una respuesta con fuentes.
• 3:50 - 4:02: El usuario final puede ver las fuentes de donde provienen las respuestas, creando una experiencia de IA confiable dentro de Salesforce.
• 4:04 - 4:07: El agente es ideal para soporte interno, cumplimiento normativo o ayuda con conocimiento.

¡Entendido! Mis disculpas por eso. Aquí tienes el listado de puntos clave con el tiempo al inicio y un título descriptivo para cada uno:

Puntos Clave del Video (con Tiempos y Títulos)

• 0:00 - 0:04: Demostración Inicial - Agente con Citas: El video inicia mostrando la funcionalidad de un agente capaz de responder preguntas y citar las fuentes de la información obtenida.
• 0:20 - 0:29: Creación del Prompt Template: Se explica que el primer paso es crear un "prompt template" en AEX para instruir al LLM sobre cómo utilizar los resultados de la web.
• 0:31 - 0:36: Configuración Previa - Data Cloud: Se enfatiza la necesidad de tener configurada la funcionalidad de "web retrieval" en Data Cloud antes de proceder.
• 0:41 - 0:45: Selección Clave - "Search Text": Se subraya la importancia de seleccionar la opción "search text" en la configuración, asegurando que coincida con la entrada del prompt.
• 0:45 - 1:01: Sincronización de Nombres - API y Entrada: Se destaca la relevancia de que el nombre de la API y el nombre de la pregunta de entrada en el prompt template coincidan exactamente con los definidos en el código AEX.
• 1:01 - 1:07: Activación para Uso: Una vez configurado el prompt template, es necesario activarlo para poder utilizarlo desde AEX.
• 1:07 - 1:21: Triple Función de la Clase AEX: Se detalla que la clase AEX principal se encarga de tres tareas esenciales: enviar la pregunta, recibir la respuesta del LLM y transformar las citas.
• 1:23 - 1:41: Ejecución del Prompt con connect API: Se muestra cómo la clase AEX invoca al prompt template a través de la API connect, pasando la pregunta con el nombre de entrada especificado.
• 1:54 - 2:19: Orquestación y Formato de Citas: Un método central en la clase AEX gestiona el flujo, ejecuta el prompt, y utiliza métodos auxiliares para reformatear las citas al formato requerido por Agentforce.
• 2:22 - 2:41: Estructura de Datos - Clases Request y Response: Se definen las clases Request (para la pregunta del usuario) y Response (para la respuesta del LLM y las citas) que modelan la interacción.
• 2:46 - 2:48: Apex como Backend IA: Se explica que, con esta arquitectura, el código Apex funciona como un backend potente para Agentforce, habilitado por IA.
• 2:51 - 3:05: Integración en Agentforce - Configuración del Topic: Se detalla el proceso de añadir una acción de ejecución Apex a un tema específico dentro de Agentforce.
• 3:05 - 3:17: Flujo de Respuesta Completo: Se describe cómo, al recibir una pregunta relevante, se activa la acción Apex, que desencadena la llamada al prompt template, al LLM, y finalmente devuelve la respuesta con sus fuentes.
• 3:50 - 4:02: Experiencia Confiable para el Usuario: El resultado final es que los usuarios pueden ver el origen de la información, generando confianza en la experiencia de IA dentro de Salesforce.
• 4:04 - 4:07: Aplicaciones Prácticas: Se mencionan casos de uso ideales como soporte interno, cumplimiento de normativas o apoyo al conocimiento.