De meeste foute antwoorden van Agentforce zijn terug te voeren op de data die de agent ophaalt, niet op het model dat de tekst genereert. Agentforce-agents lezen uw Salesforce-records, gronden hun reacties in wat ze vinden en handelen erop — dus wanneer de onderliggende records onvolledig, inconsistent, verouderd of gedupliceerd zijn, produceert de agent onnauwkeurige reacties uit een nauwkeurige ophaling van slechte data.
Dit is een probleemoplossingsgids. Elke sectie koppelt een faalsymptoom dat u kunt waarnemen aan het dataprobleem dat het veroorzaakt, de DQS-statistiek die het diagnosticeert, en de herstelstap die het oplost. Als u een implementatie plant in plaats van een te debuggen, begin dan met de Agentforce-datakwaliteitgids en de datagereedheidschecklist.
Waarom geeft Agentforce überhaupt foute antwoorden?
Een agent verzint geen feiten in een vacuüm. Het haalt records op die overeenkomen met een verzoek, leest de velden waartoe het toegang heeft, en stelt een reactie samen uit die context. Het model is consistent; de data eronder is dat niet.
Wat eruitziet als een hallucinatie is vaak de agent die getrouw rapporteert wat uw records zeggen. Een leeg veld geeft de agent niets om op te gronden. Vier spellingen van hetzelfde land geven het vier antwoorden. Een dubbel record geeft het een tweede versie van de waarheid. Repareer de data en de meeste van deze fouten verdwijnen zonder de agentconfiguratie aan te raken.
Het patroon is branchewijd, niet specifiek voor uw organisatie. Gartner voorspelde in 2024 dat minstens 30% van generatieve AI-projecten zou worden opgegeven na proof of concept tegen eind 2025, met slechte datakwaliteit genoemd als voornaamste oorzaak. En in Salesforce’s eigen State of Data and Analytics-onderzoek, beoordeelden gegevens- en analytics-leiders 26% van hun data als onbetrouwbaar — ruwweg één record op de vier die verkeerde context geeft aan een agent dat erop is gebouwd.
De zes onderstaande faalwijzen dekken de data-grondoorzaken die u in Salesforce kunt meten en corrigeren.
Waarom zijn Agentforce-reacties vaag of generiek?
Symptoom. De agent beantwoordt een specifieke vraag met een generiek antwoord. Een gebruiker vraagt waarom een Case is geëscaleerd en krijgt „het probleem is beoordeeld en aangepakt“ in plaats van de werkelijke reden.
Grondoorzaak. Onvolledige records. Wanneer de agent een Case ophaalt met een leeg Description-, Comments- of Resolution-veld, heeft het geen context om een specifiek antwoord op te gronden. Het valt terug op een vage samenvatting omdat er niets concreets is om te lezen.
Diagnose. Het Volledigheidspercentage, uitgesplitst per veld, laat zien hoeveel records in het bereik van de agent de velden missen die het nodig heeft voor context. Een hoge totaalscore verbergt het probleem als de lege velden de velden zijn die de agent leest. Controleer Volledigheid specifiek op Description, Notes, Comments en Resolution.
Oplossing. Verhoog de Volledigheid op de velden die de agent gebruikt voor reacties. Vul aan vanuit een vertrouwde bron, maak kritieke velden verplicht bij invoer, en voer de scan opnieuw uit om te bevestigen. Zie Volledigheid voor de diagnostische flow op veldniveau.
Waarom spreekt Agentforce zichzelf tegen over gesprekken heen?
Symptoom. Dezelfde vraag retourneert verschillende antwoorden in verschillende sessies, of twee gebruikers krijgen tegenstrijdige feiten over hetzelfde account.
Grondoorzaak. Inconsistente waarden en dubbele records. Wanneer het Country-veld „US“, „USA“, „United States“ en „U.S.A.“ bevat, behandelt de agent ze als vier verschillende waarden en segmenteert zijn antwoorden naar welke het ook ophaalde. Wanneer twee Account-records hetzelfde bedrijf met verschillende data beschrijven, antwoordt de agent vanuit welke het als eerste vond.
Diagnose. Het Conformiteitspercentage meet hoeveel waarden overeenkomen met uw canonieke set, dus een laag percentage onthult gefragmenteerde picklist- en referentievelden. Het Duplicaatpercentage meet hoeveel records duplicaten van een ander zijn, wat de tweede helft van deze fout is. Voer beide uit over de objecten die de agent leest.
Oplossing. Standaardiseer waarden naar een gecontroleerde set en voeg duplicaten samen. Gebruik Importeren uit veld in de Definition Builder om de varianten te ontdekken die al in uw data staan, definieer de canonieke waarde en normaliseer. Voeg vervolgens dubbele records samen en configureer matchingregels om nieuwe te blokkeren. Zie Consistentie en Uniciteit.
Waarom retourneert Agentforce verouderde informatie?
Symptoom. De agent rapporteert een gesloten deal als open, noemt een contact dat een jaar geleden het bedrijf heeft verlaten, of citeert een prijs uit een vervangen record.
Grondoorzaak. Verouderde records. De agent heeft geen begrip van „oud“. Het leest het meest relevante record op inhoudelijke overeenkomst, ongeacht wanneer de data voor het laatst is aangeraakt. Een record dat niet is bijgewerkt sinds de feiten veranderden, voedt de agent verouderde context.
Diagnose. Het Tijdigheidspercentage meet hoeveel records binnen een actualiteitsdrempel vallen die u definieert op een datumveld zoals LastModifiedDate of een zakelijke datum. Een dalend Tijdigheidspercentage op de objecten van de agent betekent dat de agent steeds waarschijnlijker verouderde feiten naar boven haalt. Zie Tijdigheid.
Oplossing. Markeer records die uw actualiteitsdrempel zijn gepasseerd en routeer ze naar her-engagement- of archiveringsworkflows. Archiveer of sluit records uit die antwoorden niet langer mogen informeren, zodat de agent ze niet meer ophaalt. Plan de Tijdigheidsscan om te herhalen zodat veroudering zichtbaar blijft.
Waarom legt Agentforce gevoelige data bloot die het niet zou moeten?
Symptoom. Een gegenereerde reactie bevat een burgerservicenummer, een creditcardnummer of een ander stuk PII dat niets te zoeken heeft in agentuitvoer.
Grondoorzaak. PII die in vrijetekstvelden zit. Email-to-case, chattranscripten en handmatige notities leggen persoonlijke data vast in Description- en Comments-velden. Wanneer de agent een van die records ophaalt, komt de PII in de AI-context terecht en kan deze in een reactie verschijnen.
Diagnose. Het PII-blootstellingspercentage meet hoeveel records in het bereik detecteerbare PII bevatten over uw tekstvelden. Scan elk tekstveld dat de agent kan lezen, niet de velden die voor PII zijn benoemd, want de blootstelling verbergt zich in algemene comment- en description-velden. Zie PII-detectie.
Oplossing. Identificeer bevindingen met een PII-scan, en maskeer, verwijder of beperk vervolgens de bevestigde overeenkomsten. Configureer per-veld-patroonoverrides voor velden waar een overeenkomend patroon verwacht en legitiem is, zodat u handelt op echte blootstelling. Voer de scan opnieuw uit om te valideren, en bekijk de PII-compliancegids vóór implementatie.
Waarom kan Agentforce het juiste record niet vinden?
Symptoom. De agent rapporteert dat het een klant die bestaat niet kan vinden, of haalt het volledig verkeerde record op. Een gebruiker zoekt op e-mail en de agent retourneert niets.
Grondoorzaak. Ongeldige indelingen en niet-doorzoekbare waarden. Een e-mail opgeslagen als „john [at] company dot com“, een telefoonnummer met inconsistente interpunctie, of een ID in de verkeerde indeling komt niet overeen met de lookup die de agent uitvoert. Het record is er, maar de agent kan het niet oplossen.
Diagnose. Het Geldigheidspercentage meet hoeveel waarden de indelingsregels doorstaan die u definieert op gestructureerde velden zoals e-mail, telefoon en identificatoren. Een laag Geldigheidspercentage op een sleutel-lookupveld voorspelt ophaalfouten. Zie Geldigheid.
Oplossing. Corrigeer misvormde waarden massaal op de velden die de agent doorzoekt, en voeg vervolgens een validatieregel toe om de indeling op nieuwe records af te dwingen. Richt u op de velden die lookups en matching aandrijven, waar een indelingsfout ophaling regelrecht breekt in plaats van slechts een reactie te verzwakken.
Waarom worden Agentforce-antwoorden slechter in de loop van de tijd?
Symptoom. De agent presteerde goed bij de lancering en degradeert over weken. Vage antwoorden, tegenstrijdigheden en verouderde feiten duiken opnieuw op na een schone implementatie.
Grondoorzaak. Datakwaliteitsregressie zonder monitoring. Records die u vóór de lancering hebt opgeschoond, vervallen naarmate gebruikers nieuwe data invoeren, integraties nieuwe records schrijven, en de agent zelf velden bijwerkt. Een eenmalige opschoning is een momentopname, en de momentopname veroudert.
Diagnose. Geen enkele statistiek vangt regressie. U vangt het via trend. Plan terugkerende scans over alle zes dimensies en bekijk elk percentage als een lijn in de tijd, zodat een daling zich binnen dagen aandient nadat een nieuwe integratie of proceswijziging slechte data introduceert. Zie Resultaten begrijpen.
Oplossing. Configureer geplande, terugkerende scans op de objecten in het bereik van de agent en volg statistiekentrends in Insight Studio. Stel een cadans in op basis van risico: wekelijkse PII-scans op tekstvelden met hoog volume, maandelijkse Volledigheid en Consistentie, een volledige scan per kwartaal. Vang regressie op het dashboard op voordat het een antwoord bereikt.
Symptoom-naar-oplossing naslag
| Symptoom | Grondoorzaak | DQS-statistiek | Oplossing |
|---|---|---|---|
| Vage of generieke reacties | Onvolledige records (lege Description, Notes) | Volledigheidspercentage | Vul contextvelden aan; vereis ze bij invoer |
| Tegenstrijdige antwoorden over gesprekken heen | Inconsistente waarden en dubbele records | Conformiteitspercentage, Duplicaatpercentage | Standaardiseer waarden; voeg duplicaten samen; voeg matchingregels toe |
| Verouderde informatie | Verouderde records | Tijdigheidspercentage | Markeer en archiveer records die een actualiteitsdrempel zijn gepasseerd |
| Legt gevoelige data bloot | PII in vrijetekstvelden | PII-blootstellingspercentage | Scan tekstvelden; maskeer, verwijder of beperk bevindingen |
| Kan het juiste record niet vinden | Ongeldige indelingen, niet-doorzoekbare waarden | Geldigheidspercentage | Corrigeer indelingen massaal; voeg validatieregels toe op lookupvelden |
| Antwoorden degraderen in de loop van de tijd | Datakwaliteitsregressie, geen monitoring | Alle zes (trend) | Plan terugkerende scans; volg trends in Insight Studio |
Hoe u deze diagnose uitvoert
Voer een DQS-scan uit over elk object dat de agent leest en bekijk de zes statistieken samen. De scan draait volledig binnen Salesforce, dus er verlaat geen data de org. Koppel elke zwakke statistiek aan zijn symptoom in de bovenstaande tabel, herstel in prioriteitsvolgorde, en plan de scan om te herhalen zodat de oplossing standhoudt. Voor de volledige voorbereidingsworkflow, zie de dataopschoningsgids voor Agentforce.
Volgende stappen
- Agentforce-datakwaliteit: de volledige voorbereidingsgids en tijdlijn
- Agentforce-datagereedheidschecklist: verificatie vóór implementatie
- Salesforce-dataopschoning voor Agentforce: de herstelworkflow
- Agentforce-datakwaliteit FAQ: veelgestelde vragen beantwoord
- De vijf dimensies: overzicht van elke datakwaliteitsdimensie
- AI-gereedheidsbeoordeling: ontvang uw huidige gereedheidsscore