Salesforce Agentforce 実装ガイド：2026 年版ステップバイステップ

数年前、ビジネスにおける AI (人工知能) といえば、FAQ (よくある質問) にほとんど答えられないチャットボットのことでした。何か入力すると、推測する。諦めてサポートに電話する。

そんな時代は終わりました。

Salesforce Agentforce は、企業が AI に期待するものを変えました。より優れたオートコンプリートのことではありません。自律型エージェントのことです。トリガーを受け、問題を推論し、人間の介入なしに複数ステップのワークフローを完了するシステムのことです。

しかし、ここに落とし穴があります。Agentforce は強力ですが、プラグアンドプレイではありません。実装には、慎重な計画、クリーンなデータ、およびプラットフォームの仕組みに関する確かな理解が必要です。間違えると、顧客とエージェントの両方をイライラさせる高価な実験になってしまいます。

このガイドでは、Salesforce Agentforce の完全な実装プロセスをステップごとに説明します。開始する前に必要なもの、最初のエージェントを構成する方法、およびほとんどの実装を頓挫させる間違いを回避する方法について説明します。

開始する前に必要なもの

単一の指示を記述したり、最初のエージェントを作成したりする前に、いくつかのものを準備する必要があります。

管理者アクセス権を持つ Salesforce 組織 (org)。 機能を有効にし、権限を構成し、統合を管理する必要があります。管理者権限がない場合は、管理者権限を持つ人が必要になります。

Data Cloud (データクラウド) が有効になっていること。 Agentforce は、根拠付けのために Data Cloud に依存しています。これは、一般的なトレーニングデータではなく、実際の顧客レコードからデータを取得する機能です。これがないと、エージェントは自信を持って間違った答えを出します。

クリーンで構造化された CRM (顧客関係管理) データ。 これは、ほとんどのガイドが省略している不都合な真実です。エージェントの品質は、データ次第です。重複レコード、古い連絡先情報、および古いナレッジ記事は、すべてを損ないます。

明確に定義されたユースケース。 すべてを処理するエージェントを構築しないでください。まず、大量で複雑さの低いタスクを 1 つ選択します。配送紛争の解決、請求に関する FAQ への回答、または特定のソースからのインバウンドリードの絞り込みなどです。

予算の明確化。 Agentforce の価格設定は進化しました。3 つのオプションがあります。

出典: Salesforce Agentforce の価格分析

重要なポイント：同じ組織 (org) 内で Flex Credits (フレックス・クレジット) と会話モデルを混在させることはできません。慎重に選択してください。

ステップ 1：データの準備状況を評価する

詳しく見ていきましょう。Atlas Reasoning Engine (アトラス・リーズニング・エンジン) （Agentforce の背後にある AI (人工知能) の頭脳）は、質の悪いデータを修正できません。自信を持って間違った答えを出すだけです。

データの準備状況チェックリストを以下に示します。

Data Cloud (データクラウド) で顧客プロファイルを統合します。 システムには、顧客ごとに単一のクリーンなプロファイルが必要です。エージェントが同じ人物に対して 3 つの異なるエントリを表示した場合、どれを信頼すればよいかわかりません。最初に重複をクリーンアップします。これは必須です。

ベクターデータベースを構築します。 PDF (ピーディーエフ) マニュアル、ヘルプ記事、および内部 SOP (標準作業手順書) をベクター埋め込みに変換する必要があります。これが、Atlas Reasoning Engine (アトラス・リーズニング・エンジン) が組織の知識を読み取る方法です。これがないと、エージェントは実際のポリシーではなく、一般的なトレーニングデータから回答します。

Einstein Trust Layer (アインシュタイン・トラスト・レイヤー) を構成します。 データが LLM (大規模言語モデル) に触れる前に、PII (個人情報) をマスクする必要があります。名前、メールアドレス、支払い情報、機密性の高いものはすべてマスクします。規制対象の業界で事業を行っている場合、または EU (欧州連合)、英国、またはカリフォルニアの顧客にサービスを提供している場合は、これはオプションではありません。

Gartner (ガートナー) の 2025 年 AI (人工知能) リスクレポートによると、エンタープライズ環境における AI (人工知能) 展開の失敗の 67% は、モデルの品質ではなく、質の悪いデータガバナンスに関連しています。最初にデータを正しく取得してください。

ステップ 2：目的とユースケースを定義する

私が見る最大の間違いは何ですか？すべてを実行する 1 つのエージェントを構築しようとする企業です。そのエージェントは失敗します。

焦点を絞って開始します。方法は次のとおりです。

単一の指示を記述する前に、成功基準を記述します。 「動作する」とはどういう意味ですか？今日のベースライン解決時間はどれくらいですか？40% の改善はビジネスにとって何を意味しますか？

エージェントタイプを選択します。 Salesforce は、一般的なユースケース向けに構築済みのエージェントを提供しています。

出典: Salesforce Agentforce のユースケース

理想的なユーザーエクスペリエンスをマッピングします。 会話の流れ、システムが入力に応答する方法、およびエラーの処理方法の概要を示します。この図は、指示を生成し、アクション、変数、およびフィルターを使用する場所を把握するのに役立ちます。

ステップ 3：Agentforce を有効にして構成する

簡単なバージョンを以下に示します。プラットフォームを有効にしてから、Agent Builder (エージェントビルダー) で構築します。

Agentforce を有効にする：

1. [設定] > [Einstein (アインシュタイン) の設定] に移動し、Agentforce を [オン] に切り替えます。
2. Data Cloud (データクラウド) を有効にして、根拠付けのコンテキストを提供します。
3. ブラウザを更新して [設定] をリロードします。

Agent Builder (エージェントビルダー) で構築する：

これがメインのワークスペースです。構成する 3 つのこと：

トピック： 関連するタスクをグループ化します。トピックを職務記述書のように考えてください。「請求に関する問い合わせ」トピックを持つエージェントは、請求関連のすべての処理方法を知っています。分類の説明は具体的にしてください。2 つのトピック間でキーワードが重複すると、エージェントがフリーズする可能性があります（使用するトピックを決定できません）。

指示： 明確で宣言的な英語で記述します。「注文状況を確認する」の代わりに、「注文オブジェクトの Shipment_Status__c フィールドを確認し、今日の日付と比較します。発送が 3 日以上遅れている場合は、人間のエージェントにエスカレーションします。」と記述します。具体性がすべてです。

アクション： トピックを、エージェントが実際に実行できること（Apex (エーペックス) クラス、自動起動フロー、プロンプトテンプレート、または MuleSoft (ミュールソフト) 経由での外部 API (アプリケーション・プログラミング・インタフェース) 呼び出し）に接続します。

ステップ 4：Reasoning Log (リーズニングログ) を使用してテストする

ほとんどの実装が成功するか失敗するかは、ここにあります。Agent Tester (エージェントテスター) を使用して会話をシミュレートしますが、誰も教えてくれないことを以下に示します。常に Reasoning Log (リーズニングログ) を確認してください。

Reasoning Log (リーズニングログ) には、エージェントが選択したトピックと、特定のアクションを選択した理由が正確に表示されます。間違った呼び出しを行った場合、ログには指示があいまいな場所が示されます。

テストループ：

1. テスト会話を実行します。
2. Reasoning Log (リーズニングログ) を確認します。
3. 推論が間違っている場所を特定します。
4. 指示を修正します。
5. 再度テストします。
6. 推論が正しくなるまで繰り返します。

これは、Salesforce AI (人工知能) 自動化の最も難しい部分です。また、最も重要な部分でもあります。急がないでください。

ライブになる前にガードレールを設定します。 Agent Builder (エージェントビルダー) の設定で最大ターン制限を構成します。これにより、エージェントがループに陥り、Flex Credits (フレックス・クレジット) を使い果たすのを防ぎます。セッションあたり 10 回のやり取りの制限は、安全な開始点です。

ステップ 5：チャネルに展開する

Agentforce は、エージェントが顧客がすでにいる場所で顧客に対応するときに最も強力になります。以下に展開できます。

• Experience Cloud (エクスペリエンスクラウド) （Web サイトまたはポータル）
• WhatsApp (ワッツアップ) および SMS (ショートメッセージサービス)
• Slack (スラック) （社内従業員エージェントに最適）
• メール（受信メッセージによってトリガーされる）

1 つのチャネルから開始します。それをマスターします。次に、拡張します。

チャネルごとに、以下を行う必要があります。

1. [設定] でチャネル接続を構成します。
2. エージェントをチャネルにマッピングします。
3. サンドボックスで実際のデータを使用してテストします。
4. 監視付きで本番環境に展開します。

ステップ 6：チームをトレーニングして最適化する

Agentforce は仕事のやり方を変えますが、チームが変化に対応する準備ができている場合に限ります。トレーニングは、機能を示すだけではありません。新しい働き方のために人々を準備することです。

以下に焦点を当てます。

• Agentforce が反復的なタスクを引き受ける方法を示す将来の状態のワークフロー
• 日常業務を反映した役割固有のシミュレーション
• 根拠のある応答がどのように生成されるかを理解することで信頼を構築する
• 導入をモデル化し、質問に答えるチャンピオンとスーパーユーザー

重要なことを測定します。 実際の影響を反映する KPI (重要業績評価指標) を追跡します。解決時間、顧客満足度、エージェントの利用率。ユーザーからのフィードバックに基づいて、摩擦点を特定し、エクスペリエンスを微調整します。

定期的に設定を見直します。 ビジネスが進化するにつれて、エージェントも進化する必要があります。目標は、自動化を増やすことではありません。より優れた自動化です。

回避すべき一般的な実装ミス

数十の実装を見直した後、失敗を予測するパターンを以下に示します。

あいまいまたは不明確なプロンプト。 プロンプトの明確さは、正確な応答につながります。指示があいまいな場合、エージェントのアクションもあいまいになります。

すべてを実行する 1 つのエージェントを構築しようとする。 範囲を絞って開始します。エージェントが 1 つのユースケースで動作することが証明された場合にのみ拡張します。

データクリーンアップフェーズをスキップする。 質の悪いデータを自動化することはできません。最初にクリーンアップし、次に自動化します。

ライブになる前に十分なテストを行わない。 Reasoning Log (リーズニングログ) はあなたの味方です。顧客がエージェントを見る前に、広範囲に使用してください。

定義されたエスカレーションパスがない。 エージェントはいつ人間の手に渡すべきですか？指示でこれを明確に定義します。

検討すべき代替案

Agentforce は強力ですが、すべての組織に適しているわけではありません。結論を以下に示します。

以下に該当する場合は、Agentforce を選択してください。

• すでに Salesforce エコシステムに投資している
• 深い CRM (顧客関係管理) 統合が必要
• トピック、アクション、および指示を管理するための技術リソースがある
• アシスタント AI (人工知能) だけでなく、自律型エージェントが必要

以下に該当する場合は、代替案を検討してください。

• Salesforce を使用していない（または使用したくない）
• より迅速な価値実現時間が必要
• 構成の複雑さなしに AI (人工知能) エージェントが必要

eesel AI では、異なるアプローチを採用しています。AI (人工知能) ツールを構成する代わりに、AI (人工知能) チームメイトを雇います。eesel をヘルプデスク（Zendesk (ゼンデスク)、Freshdesk (フレッシュデスク)、Gorgias (ゴルジアス)、Intercom (インターコム)）に接続すると、過去のチケットやヘルプセンターから数分で学習します。手動トレーニングは不要です。複雑なトピックマッピングは不要です。コーディングは不要です。

レビューのために eesel が下書きを作成することから始めます。それが証明されたら、最前線のサポート全体を自律的に処理するようにレベルアップします。違いは何ですか？人間が学習するのに数週間かかることを、eesel は数分で学習します。

Salesforce エコシステムの複雑さなしに AI (人工知能) カスタマーサービスをお探しの場合は、eesel の動作をご覧ください。

今すぐ Agentforce の実装を開始する

Agentforce の実装は重要な取り組みですが、潜在的な報酬は大きいです。ケースを解決し、リードを絞り込み、24 時間年中無休で顧客をサポートできる自律型エージェントは、企業の運営方法に真の変化をもたらします。

重要なのは、強固な基盤から始めることです。データをクリーンアップします。ユースケースを狭く定義します。徹底的にテストします。エージェントが動作することが証明された場合にのみ拡張します。

すでに Salesforce を使用しており、技術リソースがある場合は、Agentforce が魅力的なオプションです。実装の複雑さなしに AI (人工知能) を活用したカスタマーサービスへのより迅速なパスをお探しの場合は、eesel AI などの代替手段を使用すると、数か月ではなく数日で実現できます。

いずれにせよ、カスタマーサービスの未来には、人間のチームと協力して働く AI (人工知能) エージェントが含まれます。AI (人工知能) エージェントを採用するかどうかではありません。ビジネスに実際に役立つ方法で採用する方法です。