Data Cloud における RAG 関連機能
公開日: 2025.07.29
Share:
この記事で学べること
- RAG 実現のための Data Cloud の関連機能
Data Cloud における RAG 関連機能
この記事では、 Salesforce の中でも Data Cloud が提供する RAG 関連の機能について詳しく紹介します。 Data Cloud は単にデータを保存するだけでなく、 RAG を実現するための様々な機能を備えています。これらを理解することで、後続の設定手順（検索インデックスやレトリーバーの設定）がなぜ必要かが明確になります。
- データモデルオブジェクト: Data Cloud は、構造化データだけでなく、社内の FAQ 記事、通話記録の文字起こし、 PDF マニュアルなどの非構造化データも格納することができます。取り込んだデータをデータモデルオブジェクトにマッピングすることで、後述の検索インデックス機能により RAG に活用できるようになります。
- 検索インデックス: 「検索インデックス」機能により、データモデルオブジェクトのデータを RAG に活用できる状態にします。特定のデータモデルオブジェクトをもとに検索インデックスを設定することで、その中にあるテキストデータは、チャンク化（長文を適切な長さの断片に分割）され、さらにベクトル化（各チャンクを意味ベースの数値ベクトルに変換）されます。この一連の処理によって、非構造化データであっても意味の近いデータを検索できる状態（＝検索インデックスが構築された状態）になります。
- レトリーバー（ Retriever ）: 検索インデックスと対をなす機能がレトリーバーです。レトリーバーは「検索クエリに基づいてベクトル DB から関連するデータを検索・取得する役割」を担います。 Data Cloud では検索インデックスを作成すると、そのデータを検索するデフォルトレトリーバーが自動的に用意されますが、詳細に検索を制御するためのレトリーバーを任意で作成することも可能です。 Agentforce は、このレトリーバーを通じて Data Cloud 内のベクトル化されたデータへ検索を行い、回答の根拠となる情報を取り出します。検索インデックスとレトリーバーによって、 Data Cloud のデータを RAG に活用できるようになります。
Data Cloud RAG 実装のステップ
Data Cloud で RAG を実装するには、以下のステップで設定を進めていきます。各ステップの詳細は、後続の記事で解説していきます。
- Data Cloud へのデータ取り込み: RAG に活用する社内データをデータモデルオブジェクトにマッピング
- 検索インデックスの作成: 取り込んだデータを RAG に活用できる状態にする
- レトリーバーの作成: Agentforce が RAG データを検索・取得できるようにする
- Agentforce / プロンプトテンプレートで使用: Agentforce が RAG データを動的に取得して応答を生成
まとめ
Data Cloud は RAG に必要な様々な機能を備えています。データを取り込み、 RAG に活用できるように処理を行い、それを検索・取得できるようにするという一連の流れを Data Cloud で設定できるため、複雑な AI 検索基盤を構築しなくても、 Salesforce プラットフォーム上で RAG の基盤を実現できます。次の記事では、最初のステップであるデータの取り込みについて詳しく解説します。
学習ツール
Premier Success Plan をご契約のお客様は、この記事の内容について1対1のフォローアップセッションでご相談いただけます。
具体的な設定方法などについてご支援が必要でしたらぜひ以下のリンクよりお申し込みくださいませ。
エキスパートコーチング： Data Cloud : AI & Agentforce
参考リソース
公開日: 2025.07.29
Share:
この情報は役に立ちましたか？
ご意見お待ちしております。
フィードバックありがとうございます。
より役に立つために
役に立たなかった一番の理由を教えてください。
活用ステップ
-
STEP1. はじめに
-
STEP2. 概要
-
STEP3. データ取込
-
STEP4. 準備
-
STEP5. 活用
