The Claudeforce partnership launches with Salesforce in Claude, a Plugin with 37 prebuilt sales skills that enable sellers and agents to reason over live revenue context, automate pipeline updates, and take governed action right from Claude — with the power of Salesforce directly where sellers work. 1. Salesforce inside Claude 2. Claude inside Salesforce 3. Slack: Where humans and agents work together
Ну как это ты не понимаешь. Ты используешь связку, но ты не используешь её для программирования, а для чего-то другого. И вот это самая интересная часть. Давай рассказывай.
А что рассказывать. Это часть бизнесс процесса. Мы работает с квотами. Локальный поиск по множеству критериев у нас есть, но он не всегда подходит. А с Claude человек просто пишщет критерии сам и Claude выдает результаты в виде таблички со ссылками. Точно так же работает поиск по базе поставщиков, конечно если у поставщика есть API. Ну и соответственно пользователь может реализовать любые хотелки по обработке данных без программирования. Но это не так уж и дешево. Средний запрос соит около 1 доллара.
А теперь представьте что у вас таких запросов в день хотя бы штук 50.
У меня логика такая. Есть поле "prompt" куда пользователь пишет свои хотелки. потом в этот prompt добавляется стандартный системный промпт типа "для вичисления используй 2 знака после запятой. Используй только это и это" и добавляется инфа о MCP серверах.
Пользователь нажимает "Спросить" появляется спинер и под полем начинают появляться какие-то данные
мождо создать отдельную тему. но в общем Prompt Template может жить и сам по себе, например Record Summary: Summarize a Case, Opportunity, or Account for quick review (e.g., "Summarize this case for a manager"). или Field Generation (a case summary, next-step recommendation, or account description) based on other fields. я использовал Field Generation для запуска разных промтов для Account Summary, данных которые related to Account (Cases)
теже промты могут вызываться из Flow (Prompt Template action) и apex, передавая параметры например АccountId, получить отработанный response и показать юзеру
из последних проектов, иногда используем как Agent Action (Prompt Template type) если надо обработать какие то данные или чтоб не писать instructions в agentscript. тогда этот action может быть reusable.
Ещё если надо чтоб был больше выбор какой LLM использовать, то тоже можно выбрать Agent Action (Prompt Template type)
Окей, похоже, вы уже начали разделять назначения. Таким образом, промпт - это волшебная когнитивная функция, которая выполняет именно когнитивные задачи. И это не должно смешиваться с агентом. Тогда остается вопрос: а что такое агент? Если ответить на него простыми техническими словами.
Так вроде ж все просто. Промпт это просто темплейт вопроса на который ты шлешь ИИ напрямую и получает от ИИ ответ. Агент это чувак который сидит между Тобой и ИИ и на твой вопрос выполняет какое-то действия - действием как частный случай может быть просто ответ от ИИ пересланный тебе, а может и вызов сложной операции с бизнес логикой. Надеюсь я правильно понял твой вопрос и дал не слишком детский ответ
Слушай, а можешь расшифровать что ты подразумеваешь под понятием "когнитивный" в этом предложении. Пробовал даже ИИ попросить разъяснить смысл твоего предложения, но все равно мимо. Каким образом Prompt Template и понятие когнитивный связаны тут по смыслу?
Бизнес-процессы до сих пор были автоматизированы только частично. В основном автоматизировалась та часть, которая не требовала собственно мыслительной работы: работа со структурированными данными, правилами, условиями, маршрутизацией.
Но практически в любом процессе информация в какой-то момент приходила к человеку, который должен был выполнить самую важную часть работы - понять контекст, проанализировать информацию, сделать вывод или принять решение. То есть выполнить когнитивную, мыслительную работу.
Сейчас появляется возможность автоматизировать и эти шаги.
Основной инструмент для этого - промпт. Промпт - это фактически окно в мир AI. Очень многое из того, что можно сделать в ChatGPT, можно использовать и внутри бизнес-процесса через prompt invocation. Главное - правильно определить задачу и передать нужный контекст.
В моём случае я иногда использую практически универсальные промпты, даже без заранее зашитых инструкций. Один и тот же prompt template может использоваться для разных сценариев. Во время вызова из апекса или флоу в него динамически передаются инструкции, данные и, при необходимости, attachment. В инструкции я также определяю, какой JSON должен быть возвращён. После этого JSON автоматически преобразуется в объект или набор данных, и дальше процесс снова работает с обычными структурированными полями.
Агент - это немного другой уровень.
В первую очередь агенты известны тем, что с ними можно разговаривать, и это действительно впечатляющая часть технологии. Но если объяснять агента самыми простыми словами, я бы назвал его AI-powered dynamic Flow.
В обычном Flow я заранее вручную определяю, какие функции должны вызываться, в какой последовательности и при каких условиях. В агенте я в основном описываю цель, инструкции и доступные actions, а дальше агент сам выполняет reasoning и определяет, какой action нужно вызвать следующим и в какой последовательности.
По сути, агент - это orchestration layer. Его основная когнитивная задача - понять, что делать дальше и какую функцию вызвать. А сама содержательная когнитивная работа - например, анализ текста, документа, классификация или формирование вывода - часто выполняется через отдельные prompts или другие actions.
И я бы даже сказал, что сегодня мы часто будем сталкиваться, когда нас будут просить вставить AI функционал в существующие приложения. И для этого как раз нужны не агенты, а нужно понимание, как и где использовать промпт. Он даже важнее, по-моему, чем агент.
