Agentforce 実戦構築記【2026 新Builder対応】現役TAが予約対応エージェントをゼロから作り、3つの落とし穴にハマった話

AI活用

Agentforce 実戦構築記——予約対応エージェントをゼロから作り、3つの落とし穴にハマった話

「AIエージェントなんて、ノーコードでポチポチすれば1時間でできるでしょ？」

——この考えで作り始めたチームが、デモ当日に地獄を見ます。エージェントが平気で嘘をつき、聞いてもいないことを喋り、肝心の予約処理は動かない。「PoCでは動いたのに」。この”PoCの罠”は、AIエージェント案件で最も多い事故です。

私はSalesforceのテクニカルアーキテクトです。この記事では、2026年2月にGAした新しいAgentforce Builderを使って、架空の「リゾート予約・問い合わせ対応エージェント」をゼロから組み立てる過程を、設計判断と”ハマりどころ”つきで解説します。単なる公式手順のなぞりではなく、「なぜそう作るのか」をアーキテクトの目線で言語化するのが狙いです。

ℹ️ 本記事は検証シナリオに基づく構築記です。試験範囲の体系的な整理は👉[Agentforceスペシャリスト試験対策]を参照。

2026年、Agentforceは「別物」になった

まず前提。新Agentforce Builder（GA 2026年2月）で、作り方が根本的に変わりました。ここを知らずに古い記事を読むと確実に迷子になります。

  • 旧来：ほぼ全ての判断をLLMに丸投げ（＝確率的で非決定的）。「なぜかたまに変な動きをする」の温床。
  • 新Builder：ハイブリッド推論。決定論的に動かすべき部分（業務ルール）と、LLMに任せる部分（会話）を明確に分離できるようになった。

キーワードは3つ。

  • Agentforce Builder：Agentforce Studio内の新しい制作環境。Canvas view（ノーコードのブロック）とScript view（Agent Scriptを直接記述）を行き来できる。
  • Agent Script：自然言語の指示 ＋ プログラム的な条件分岐（if/else・遷移・変数）を混ぜて書ける言語。“ガードレール”を宣言的に引けるのが最大の進化。
  • Atlas Reasoning Engine：実行エンジン。Agent Graphを状態機械として辿り、ノードごとに「決定論的に実行するか／LLMを呼ぶか」を判断し、ガード条件を強制する。※作者が直接触る層ではなく、Builderで書いた境界を”守らせる”実行系。

用語注：かつての Topic は、2026年4月から Subagent（サブエージェント） に名称変更されました。機能は同じ。ドキュメントでは新旧が混在します。

ステップ0：設計が9割——作る前に「境界」を決める

コードを書く前に、アーキテクトは必ず「AIに任せる範囲」と「絶対にAIに任せない範囲」を線引きします。今回の予約エージェントなら：

  • LLMに任せてよい：あいさつ、意図の汲み取り、FAQ回答の言い回し
  • 絶対に決定論で固定：在庫確認・予約確定・キャンセル料計算（＝間違えたら実害が出る処理）

この線引きを最初にやらないと、「AIが勝手に予約を確定した」「規約にない割引を約束した」といった事故が起きます。AIエージェント設計の8割は、この境界設計だと考えてください。

ステップ1：Agentforce Builderで骨組みを作る

Agentforce Studio →新規エージェント作成で、Canvas viewが開きます。左のナビゲーションには Settings / Subagents / Variables / Connections / Data が並びます。

  • Agent Router：ユーザー発話と会話履歴から、どのSubagentに振り分けるかを判断する中枢。
  • Subagent（旧Topic）：意図のかたまり。今回は「FAQ対応」「予約管理」「エスカレーション」の3つに分割。

🏛 実務コラム：Subagentは”部署”、Actionは”担当者”
Subagentを増やしすぎると、Agent Routerが振り分けを誤ります。会社で言えば、部署が多すぎて「この問い合わせどこ？」となる状態。まず3〜5個の粗い分割から始め、精度を見て割るのが鉄則です。最初から細かく割るのは、たいてい失敗します。

ステップ2：グラウンディング——Data 360でRAGを効かせる

エージェントが嘘をつかないための命綱がグラウンディング。ここでData Library（Data 360、旧Data Cloud）にFAQ・規約PDFをアップロードし、インデックス化してRAG（検索拡張生成）を効かせます。

これで、エージェントはLLMの一般知識ではなく、あなたが入れた正確な資料から答えるようになります。ナビの Data に、参照ソースとして登録するだけ。

🏛 落とし穴①：精度が出ないのは”モデル”のせいではない
「回答が微妙」の犯人は、ほぼグラウンディング設計です。特に効くのがチャンク（分割）の粒度。規約を1つの巨大PDFで放り込むと、検索が的外れな箇所を拾います。意味のまとまりで適切に分割するだけで精度が激変する。この”検索の質＝回答の質”はData Cloud/Data 360の知識そのものです。
👉 深掘り：[Data Cloud(Data 360)コンサルタント試験ガイド]

ステップ3：Action作成——「単一目的」で作る

Actionは、エージェントが実際の仕事を行うための道具。Flow・Apex・プロンプトテンプレートで作り、Studioに登録してSubagentに割り当てます。今回は「空室照会」「予約確定」をFlow/Apexで実装。

新Atlasは、Actionの label と description を読んで、どれを使うか選びます。つまり説明文が雑だと誤選択する。ここが超重要。

  • 単一目的にする（1 Action = 1 能力）。使い回しが効く。
  • label / description を具体的に書く。曖昧さは誤動作に直結。
  • Apexなら @InvocableVariable の説明も丁寧に。会話文脈からの自動マッピング精度が上がる。

🏛 落とし穴②：Actionの盛りすぎで”誤選択”
便利にしようと20個もActionを付けた結果、Atlasが選択を誤る——AIエージェント最頻出の事故です。人間の新人に道具を100個渡すと混乱するのと同じ。“少なく・明確に”が精度の近道。（※実体験ベースで調整：実際に誤選択した組み合わせの例を1つ入れると刺さります）

ステップ4：Agent Scriptでガードレールを引く

ここが新Builderの真骨頂。ステップ0で決めた「絶対に決定論で固定する処理」を、Agent Scriptで宣言します。

  • 予約確定の前に、必ず在庫確認Actionを通す（action chaining＝順序の固定）
  • 会員か非会員かで、提示する料金ロジックをif/elseで分岐（LLMの気分で変えさせない）
  • 特定条件で確実に人間へエスカレーション（Subagent遷移を決定論で強制）

これにより、「会話はやわらかく、業務は厳格に」を両立できます。

🏛 落とし穴③：「全部LLMに任せた」結果の非決定性
旧来のノリで全部LLM任せにすると、テストでは通っても本番で揺らぎます。“守るべき業務ルールはScriptで境界を引く”——これがハイブリッド推論の核心であり、エンタープライズ導入の合否を分けます。

ステップ5：テストと安全性——Conversation Preview / Trust Layer

  • Conversation Preview：Builder内で、Atlasの推論・Action選択・グラウンディング結果をリアルタイムに覗ける。「なぜこの回答になったか」を追えるのが新Builderの強み。まずここで壊れる箇所を潰す。
  • Einstein Trust Layer：LLMに渡る前にPIIをマスキング。日本企業の導入審査で必ず問われる「情報漏えい対策」を、設計に最初から織り込む。
  • 本番相当のテストは、本番から複製したサンドボックスで回すのが原則（Developer Orgでの検証はNGパターン）。

コスト・運用の現実

エージェントは自律的に何度もLLMを呼ぶため、トークンコストが読みにくいのが実態です。対策は、決定論で済む処理をScript側に寄せてLLM呼び出しを減らすこと。“何をLLMに投げないか”の設計が、そのまま月額を決めます。

※実体験ベースで調整：実際に検証した際の概算コスト・レスポンス時間・詰まったエラーを1〜2行足すと、記事の信頼性が跳ね上がります。

まとめ——Agentforceは「AIの知識」より「設計力」で決まる

  • 2026年の新Builderはハイブリッド推論。会話はLLM、業務ルールはAgent Scriptで決定論に。
  • 精度はモデルよりグラウンディング（Data 360）で決まる。
  • Actionは単一目的＋明確な説明。盛りすぎは誤選択の元。
  • 安全性はTrust Layer＋サンドボックステストを最初から。

「作れる」と「本番で事故らないものを作れる」の間には、深い谷があります。その谷を埋めるのが、境界を設計できるアーキテクトの仕事です。

関連記事（内部リンク）

著者：ケイ（Kei）｜セールスフォース領域 テクニカルアーキテクト

コメント

タイトルとURLをコピーしました