A. 呼び出し回避率、インタラクションあたりのコスト、およびメモリ消費量

B. 通話拒否率、生産性、およびセッション放棄率

C. 通話拒否率、セッション放棄率、およびユーザーの意図評価

A. そのターン中はアクションは利用できません。条件が LLM に対するアクションの可視性を制御し、推論サイクルが始まる前に評価される場合は利用可能になるため、次のターンまでアクションを呼び出すことはできません。

B. アクションは最初から利用可能です。推論エンジンがユーザーの問題を解決しようとする意図により、利用可能条件ガードが自動的に上書きされます。

C. アクションはすぐに使用可能になります。1ターン内の変数変更ごとに条件が動的に再評価されるときに使用可能になります。

A. すべての顧客に自動メールを送信する

B. 各顧客と関わる際に関連性の高いコンテンツを生成する

C. 過去のキャンペーンのパフォーマンスを分析する

A. アカウントのステータスを確認するための指示を含む Flex プロンプト テンプレートを作成します。

B. トピック レベルとアクション レベルで、ルールと例を説明する手順を段階的に含めます。

C. アカウントステータスフィールドのコンテキスト変数を作成し、条件フィルター AccountStatus が次の値と等しいことを適用する。
払い戻しアクションを実行するには「アクティブ」にします。

A. マーケティングキャンペーンと戦略の最適化に重点を置く場合

B. 顧客サポートプロセスを合理化し、応答時間を改善することが目標である場合

C. 主な目的がデータセキュリティとコンプライアンス対策の強化である場合

A. エージェントにはユーザーのレコードを削除する権限がありません。

B. エージェントはレコードの削除アクションをサポートしていません。

C. エージェントの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。

A. 識別フィールドは関連性スコアリングのためのキーワードを強調表示し、コンテンツ フィールドには検索用に記事の全文を保存します。

B. 識別フィールドは正しいナレッジ記事を見つけるのに役立ち、コンテンツ フィールドは AI 応答に詳細情報を追加します。

C. 識別フィールドはインデックス作成の目的で記事を分類し、コンテンツ フィールドは表示用の簡単な概要を提供します。

A. 承認された文書の構造化された検索可能なリポジトリを提供するため、エージェントは各問い合わせに対して信頼できる情報を取得できます。

B. ナレッジ記事のリトリーバーのみが、エージェントがプラットフォーム内と顧客の Web サイトの両方からナレッジにアクセスできるようにします。

C. ナレッジ記事の取得機能は、デフォルトの取得機能よりも精度とパフォーマンスに優れています。

A. カスタム変数とフィルターを指定します。

B. 大規模言語モデル (LLM) プロバイダーとバージョンを指定します。

C. アクションの順序を指定します。

A. モデルコンテキストプロトコル (MCP)

B. 顔を抱きしめる

C. エージェント間（A2A）プロトコル

A. account_created = True の場合に send_verification アクションが利用可能になるように設定し、次のステップでエージェントがそれを呼び出すのを待ちます。

B. create_account アクション内でキーワード run を使用して、send_verification アクションをフォローアップとして連鎖させます。

C. プロファイル設定が完了する前に実行されるように、send_verification ロジックをプロシージャル命令内に追加します。

A. Apex マージ フィールドを使用したグラウンド

B. レコード結合フィールドを持つグラウンド

C. Draft with Einstein機能を使用した自動接地

A. テストを実行すると、運用環境で CRM データが変更されるリスクがあります。

B. テストを実行しても Einstein リクエストは消費されません。

C. Agentforce テスト センターは実稼働環境でのみ使用できます。

A. 機密フィールドをマスクし、#PII 以外のデータのみをインデックスします。

B. 埋め込みを暗号化しますが、PII レコードは引き続きインデックスします。

C. 個人情報の漏洩を避けるため、エージェントの指示に従う

A. すべての言語を処理するために、multilingual-e5-large埋め込みモデルを使用します。

B. フランス語とスペイン語のユーザー向けには、multilingual-e5-large埋め込みモデルを使用します。

C. フランス語と英語の言語ユーザーには、multilingual-e5-large埋め込みモデルを使用します。