Agentic Memory and Context è stata introdotta nella release di Data 360 di luglio 2026.
Agentic Memory and Context è un meccanismo che ingerisce i dati delle conversazioni degli AI Agent in Data 360 e fornisce un contesto utilizzabile tra Session e Conversation diverse.
Nota: In questo articolo ho verificato questa feature utilizzando un ambiente demo.
Quando si registra un AI agent per la prima volta utilizzando l’API descritta in questo articolo, il processo di registrazione crea automaticamente componenti correlati come data stream, DLO, DMO, mapping e un real-time data graph. Di conseguenza, potrebbe verificarsi un consumo involontario di credit. Pertanto, non registrare un agente in un ambiente di produzione senza aver prima verificato l’architettura e l’impatto sul consumo di credit. Prima di utilizzare questa feature, consulta il tuo referente Salesforce e verifica credit, volumi di dati, procedure operative e altri aspetti da considerare.
Data 360 memorizza i messaggi di conversazione e la cronologia delle interazioni. Inoltre analizza periodicamente il contenuto delle conversazioni ed estrae automaticamente le seguenti informazioni.
- Fatti importanti sull’utente (Facts)
- Preferenze dell’utente (Preferences)
- Riepiloghi delle conversazioni (Session Summaries)
Invece di conservare il contenuto della conversazione solo all’interno di una singola Session, questo meccanismo gestisce più Session come un’unica Conversation, permettendo alle memorie estratte dalle conversazioni di accumularsi nel lungo periodo attorno alla Unified Individual.
Concettualmente, la relazione è la seguente.
Unified Individual
├─ Conversation 1: Viaggio in famiglia a Kyoto
│ ├─ Session 1: Consulenza iniziale
│ └─ Session 2: Consulenza di follow-up
├─ Conversation 2: Modifica prenotazione hotel
└─ Conversation 3: Un'altra richiesta
Ogni unità può essere intesa come segue.
Unified Individual
- L’unità utilizzata per identificare lo stesso utente nel lungo periodo.
- Funziona come entità centrale per gestire la memoria dell’utente attraverso più data source, Conversation, Session e canali.
Conversation
- L’unità che raggruppa una serie di obiettivi o argomenti correlati. Ad esempio, una singola richiesta, un Case, un’opportunità di vendita, una prenotazione o un piano di viaggio corrispondono a una Conversation.
- La separazione delle Conversation non è determinata automaticamente da Data 360 in base al contenuto della conversazione. Il sistema integrato deve invece definire in anticipo delle regole per stabilire quando creare una nuova Conversation.
Session
- Una singola interazione all’interno di una Conversation.
- Quando una chat viene interrotta e successivamente ripresa, oppure quando la conversazione viene passata a un altro AI agent, è possibile creare una nuova Session all’interno della stessa Conversation.
Conversation Context e Profile Context
Il contesto fornito da Agentic Memory and Context può essere compreso dividendolo in due ambiti:
- Livello Conversation
- Livello Profile
Salesforce non definisce ufficialmente questo modello come una “memoria a due livelli”.
In questo articolo, questa classificazione si basa sui due valori di sourceType — Conversation e Profile — restituiti dalla GetContext API.
① Livello Conversation
Recupera i messaggi recenti, i Session Summaries, la cronologia delle interazioni e altre informazioni relative alla Conversation specificata.
Poiché una singola Conversation può contenere più Session, anche dopo che la prima Session è terminata è possibile creare una nuova Session all’interno della stessa Conversation e continuare a utilizzare la cronologia della conversazione precedente.
Ad esempio, se un utente si consulta per un viaggio in famiglia a Kyoto nell’arco di più giorni:
- Conversation: Viaggio in famiglia a Kyoto
- Session 1: Discussione sugli hotel
- Session 2: Discussione sui trasporti, alcuni giorni dopo
- Session 3: Conferma finale della prenotazione
In questo caso, chiamando la GetContext API all’inizio della Session 2, è possibile recuperare quanto discusso nella Session 1 come contesto della Conversation.
A livello di Conversation, possono essere utilizzati i messaggi e la cronologia delle interazioni memorizzati.
Pertanto, anche se le memorie di profilo come Facts e Preferences non sono ancora state estratte, le conversazioni precedenti possono comunque essere richiamate all’interno della stessa Conversation.
② Livello Profile
Gestisce Facts, Preferences, Session Summaries e altre informazioni estratte dalle conversazioni, associandole a un Individual o a una Unified Individual.
A differenza del contesto a livello di Conversation, il contesto a livello di Profile non è limitato a una specifica Conversation.
Anche quando lo stesso utente inizia un’altra Conversation o interagisce con un altro AI agent, è possibile recuperare la memoria associata alla Unified Individual.
Ad esempio, se informazioni come “preferisce hotel tranquilli” o “richiede camere non fumatori” vengono estratte come memoria di profilo da una Conversation relativa a un viaggio a Kyoto, tali preferenze potranno essere utilizzate anche successivamente, all’avvio di una nuova Conversation relativa a un altro viaggio.
La GetContext API combina il contesto della Conversation e quello del Profile secondo necessità, fornendoli in un formato facilmente utilizzabile dagli AI agent.
In altre parole, la cronologia della conversazione può proseguire attraverso più Session all’interno della stessa Conversation e, una volta generata la memoria a livello di Profile, diventa possibile una comprensione a lungo termine dell’utente attraverso Conversation e AI agent diversi.
Funzionalità principali di Agentic Memory and Context
Le principali funzionalità di Agentic Memory and Context sono riassunte di seguito.
Memoria delle conversazioni tra Session
Le conversazioni passate, le decisioni prese e le azioni completate possono essere utilizzate in modo continuativo senza dover rileggere l’intera cronologia della conversazione.
Estrazione automatica di Facts, Preferences e riepiloghi
Data 360 analizza periodicamente il contenuto delle conversazioni ed estrae automaticamente i fatti sull’utente, le sue preferenze e i riepiloghi delle conversazioni.
Contesto fornito dalla GetContext API
Combina conversazioni passate, memorie e informazioni di profilo, fornendole in un formato facilmente utilizzabile dagli AI agent.
Conformità al modello di sicurezza di Data 360
Applica permessi di accesso a livello di oggetto, campo e record, fornendo agli AI agent solo le informazioni autorizzate.
Passaggio di conversazione tra AI agent
Utilizzando la memoria associata alla Unified Individual, il contesto della conversazione può essere mantenuto anche quando la conversazione viene passata a un altro AI agent.
Recupero del contesto in near real-time
Le conversazioni ingerite, i Session Summaries estratti e le memorie di profilo diventano disponibili come contesto nel giro di pochi secondi.
Casi d’uso principali
La documentazione ufficiale di Salesforce presenta i seguenti come principali casi d’uso di Agentic Memory and Context.
- Ricordare i passaggi di troubleshooting e gli errori già tentati nel supporto tecnico
- Utilizzare le discussioni di vendita precedenti e le preferenze del cliente per migliorare le raccomandazioni di vendita
- Permettere a un web agent di raccomandare prodotti in base alla cronologia di navigazione e di ricerca
- Evitare di chiedere agli utenti di ripetere le stesse informazioni quando si passa a un altro AI agent
- Permettere a un assistente AI interno di ricordare richieste di ferie precedenti e domande sui benefit dei dipendenti
Come si può notare, Agentic Memory and Context non è semplicemente una feature per memorizzare la cronologia delle chat.
Data 360 diventa piuttosto il fondamento per il contesto e la memoria a lungo termine degli AI agent, abilitando una comprensione continua dell’utente ed esperienze personalizzate per ogni individuo.
Cosa verificheremo
In un ambiente di produzione, operazioni come la creazione di Conversation e Session, l’ingestion dei dati di conversazione e il recupero del contesto tramite GetContext devono essere automatizzate integrandosi con AI agent e canali.
In questo articolo registreremo un Service Agent di test in Data 360 e verificheremo manualmente l’intero processo — dall’ingestion dei dati di conversazione al recupero del contesto con la GetContext API — utilizzando Talend API Tester.
Il workflow di produzione è il seguente.
<Workflow di produzione>
L'utente avvia una chat
↓
Creazione di una Conversation e di una Session
↓
Recupero della memoria precedente tramite GetContext
↓
Passaggio della memoria recuperata all'AI agent
↓
L'utente e l'AI agent conversano
↓
Invio di domande e risposte tramite Add Entries
↓
Chiusura della Session al termine della chat
↓
Data 360 estrae le memorie
↓
Riutilizzo nella successiva richiesta GetContext
Il semplice abilitare Agentic Memory and Context non fornisce automaticamente il contesto precedente a un AI agent. È invece necessario chiamare la GetContext API, ad esempio all’avvio di una Session, e passare il contesto recuperato all’AI agent.
Inoltre, la semplice registrazione di un Service Agent con Agentic Memory and Context non ingerisce automaticamente le conversazioni di un Service Agent già esistente.
Conversation Management è un framework incentrato sulle API. Per questo motivo, in questo articolo registriamo manualmente i dati di conversazione utilizzando le API di Agentic Memory and Context. In un contesto di produzione, i dati di conversazione devono essere inviati in modo continuativo da AI agent o canali tramite automazione.
Nota: In questo articolo, la verifica viene eseguita utilizzando un Service Agent già creato.
Procedura di verifica
1. Ottenere un Access Token
Per prima cosa è necessario un access token per il Client Credentials Flow. Configuralo facendo riferimento al seguente articolo.
Esempio di nome External Client App
- Agentic Memory and Context API
Scope richiesti
- Manage user data via APIs (api)
- Manage Data Cloud Ingestion API data (cdp_ingest_api)
- Manage Data Cloud profile data (cdp_profile_api)
- Perform SQL queries on Data Cloud data (cdp_query_api)
Run-As User
- Se stai solo testando la feature, puoi utilizzare un System Administrator con il permesso Data Cloud Architect.
Per semplificare la verifica in questo articolo, come run-as user per l’External Client App viene specificato il System Administrator. In un ambiente di produzione, utilizza un Integration User dedicato, che disponga solo dei permessi Data 360 necessari.
SFMC Tips #181: Marketing Cloud Next: Obtaining an Access Token for the REST API
2. Registrare un AI Agent
Dopo aver ottenuto un access token, apri l’Agentforce Builder relativo al Service Agent già creato e verifica l’API Name (Developer Name) del Service Agent.
Successivamente, invia la seguente richiesta POST per registrare l’agente in Agentic Memory and Context.
In questo esempio, poiché il mio ambiente utilizza la Unified Individual, specifico direttamente l’API name del DMO Unified Individual in profileDmos[].name.
--- Method
POST
--- Endpoint
https://[My Domain].my.salesforce.com/services/data/v67.0/ssot/agentic/agent
--- Headers
Content-Type: application/json
Authorization: Bearer [Access Token]
--- Body
{
"dataspaceName": "default",
"label": "Agentforce Service Agent",
"name": "Agentforce_Service_Agent",
"configuration": {
"profileDmos": [
{
"name": "UnifiedIndividual__dlm"
}
]
}
}
Nota: L’esempio ufficiale di richiesta per la Create Agent API include associatedDataGraph. Tuttavia, eseguendo tale richiesta con v67.0 si è ottenuto un JSON_PARSER_ERROR. Pertanto, in questo articolo associatedDataGraph non viene utilizzato, e il DMO di profilo target viene specificato direttamente in profileDmos.name.
Se la richiesta ha successo, viene restituita una risposta simile alla seguente.
{
"configuration": {
"profileDmos": [
{
"name": "UnifiedIndividual__dlm"
}
]
},
"createdBy": {
"name": "005g7000003QvfFAAS"
},
"createdDate": "2026-08-01T14:21:00.000Z",
"dataspaceName": "default",
"id": "1lWg7000000ADlZEAW",
"label": "Agentforce Service Agent",
"lastModifiedBy": {
"name": "005g7000003QvfFAAS"
},
"lastModifiedDate": "2026-08-01T14:21:00.000Z",
"name": "Agentforce_Service_Agent",
"status": "PROCESSING"
}
Quando l’agente viene registrato con successo, il suo stato iniziale è PROCESSING. Durante questa fase vengono creati automaticamente DLO, DMO, mapping, Data Graph e altri componenti utilizzati per gestire conversazioni e memoria.
Dopo qualche minuto, esegui la seguente richiesta GET e verifica che lo stato sia passato ad ACTIVE.
--- Method
GET
--- Endpoint
https://[My Domain].my.salesforce.com/services/data/v67.0/ssot/agentic/agent/[Agent API Name]
--- Headers
Content-Type: application/json
Authorization: Bearer [Access Token]
--- Body
None
3. Verificare i componenti generati automaticamente
1. Real-Time Data Graphs
Sono stati generati i seguenti tre real-time data graph.
- Un session data graph che memorizza le informazioni su conversazioni e session
- Un profile data graph basato su Individual
- Un profile data graph basato su User
Ciascuno svolge la seguente funzione.
① AgenticConversation (DMO primario: Conversation)
Un data graph a livello di session, il cui DMO primario è Conversation.
Gestisce la cronologia delle conversazioni con gli AI agent, incluse conversazioni, session, partecipanti, messaggi, interazioni e step di esecuzione.
② AgenticIndividual (DMO primario: Individual)
Un data graph a livello di profilo, il cui DMO primario è Individual.
Gestisce le memorie per gli utenti identificati come Individual, come clienti e prospect. Viene utilizzato per recuperare Facts, Preferences, Session Summaries, memorie a lungo termine e altre informazioni estratte dalle conversazioni, associandole al relativo Individual.
③ AgenticUser (DMO primario: User)
Un data graph a livello di profilo, il cui DMO primario è User.
Gestisce le memorie per gli utenti identificati come User Salesforce, come i dipendenti. Viene utilizzato quando l’utente è trattato come User, ad esempio con assistenti AI interni o Employee Agent.
Nota: i data graph creati automaticamente potrebbero non apparire tutti in Recently Viewed. Cambia la list view su All Data Graphs.
2. Data Streams / Connections
Verifica che l’Ingestion API Connector e i Data Streams per Agentic Memory siano stati creati automaticamente.
Questi componenti vengono utilizzati per ingerire conversazioni, memorie, riepiloghi e trace di esecuzione.
- AgenticConnector (Type: Server to Server)
- AgenticConnector-AiAgentInteractionStep
- AgenticConnector-AiAgentSession
- AgenticConnector-AiParticipantInsight
- AgenticConnector-AiAgentInteractionMessage
- AgenticConnector-Conversation
- AgenticConnector-AiAgentInteraction
- AgenticConnector-AiAgentSessionParticipant
3. Data Lake Objects
Quando l’agente viene registrato, vengono creati automaticamente sette DLO per memorizzare conversazioni, session, partecipanti, messaggi, interazioni, step di esecuzione e memorie estratte.
Session Summaries, preferenze dell’utente, Facts e memorie a lungo termine non vengono memorizzati in DLO separati. Vengono invece consolidati in AiParticipantInsight.
Conversation
- AgenticConnector-Conversation
Session
- AgenticConnector-AiAgentSession
Partecipanti alla Session
- AgenticConnector-AiAgentSessionParticipant
Messaggi
- AgenticConnector-AiAgentInteractionMessage
Turni di conversazione o unità di elaborazione
- AgenticConnector-AiAgentInteraction
Trace di esecuzione come LLM e Function Execution
- AgenticConnector-AiAgentInteractionStep
Memorie, preferenze utente, Facts e Session Summaries
- AgenticConnector-AiParticipantInsight
Il campo InsightType in AiParticipantInsight classifica i record come segue.
- summary: riepilogo di sessione
- preference: preferenza dell’utente
- memory: memoria a lungo termine
- insight: fatti e insight estratti dalle conversazioni
Struttura
Conversation
└─ AiAgentSession
├─ AiAgentSessionParticipant
└─ AiAgentInteraction (Turno di conversazione)
├─ AiAgentInteractionMessage (Contenuto del messaggio)
└─ AiAgentInteractionStep (Processo LLM / Function Execution)
Estratto dalla Conversation
└─ AiParticipantInsight (Riepiloghi, Facts, Preferences e memorie)
4. Data Model Objects
Vengono creati sia DMO a livello di session, sia DMO a livello di profilo.
AI Agent Interaction
- Gestisce una singola interazione all’interno di una session.
- Ad esempio, la domanda di un utente e la risposta dell’AI agent vengono memorizzate come un unico turno di conversazione.
- Funge da record padre per i messaggi e gli step di esecuzione descritti in seguito.
AI Agent Interaction Message
- Memorizza i messaggi scambiati tra l’utente e l’AI agent.
- Oltre al corpo del messaggio, registra se il messaggio è di input o output, il mittente, il timestamp e la Conversation, Session e Interaction correlate.
AI Agent Interaction Step
- Memorizza gli step di elaborazione eseguiti dall’AI agent durante la generazione di una risposta.
- Gli step tipici includono l’input dell’utente, l’esecuzione dell’LLM e l’esecuzione di Function.
- Poiché può registrare anche valori di input, valori di output, tempo di esecuzione e dettagli sugli errori, rappresenta la trace di esecuzione dell’AI agent.
AI Agent Session
- Gestisce le session avviate all’interno di una conversazione.
- Memorizza l’orario di inizio e fine della session, il proprietario della session e la Conversation correlata.
- Poiché una singola Conversation può contenere più Session, supporta conversazioni interrotte, riprese e passaggi tra AI agent.
AI Agent Session Participant
- Gestisce i partecipanti a una session, inclusi utenti, AI agent e User Salesforce.
- Registra l’ID del partecipante, il tipo di partecipante, il ruolo all’interno della session, gli orari di ingresso e uscita e l’API name dell’AI agent.
AI Participant Insight
- Il DMO centrale per la memorizzazione delle memorie estratte dalle conversazioni.
- Memorizza Session Summaries, fatti sull’utente, preferenze, memorie a lungo termine e informazioni correlate. Questi record sono categorizzati tramite InsightType, come summary, preference, insight e memory.
- Oltre al contenuto della memoria, gestisce anche il punteggio di confidenza, la Conversation o Session di origine, se la memoria è attiva o inattiva, e l’Individual o User correlato.
Conversation
- Il DMO di livello superiore che gestisce l’intera conversazione con un AI agent.
- Memorizza l’ID della Conversation, l’orario di inizio e fine, lo stato della conversazione e l’Individual o User che ha iniziato la conversazione. Una singola Conversation può contenere più AI Agent Session.
Nel complesso, la relazione è la seguente.
Conversation
└─ AI Agent Session
├─ AI Agent Session Participant
└─ AI Agent Interaction
├─ AI Agent Interaction Message
└─ AI Agent Interaction Step
Memorie estratte dalle conversazioni
└─ AI Participant Insight
5. Mappings
Anche i mapping dai data stream generati automaticamente verso ciascun DMO vengono creati in automatico.
4. Creare una Conversation
Da questo punto in avanti, registreremo manualmente i dati di conversazione utilizzando le API di Agentic Memory and Context.
Per prima cosa, crea una Conversation, che gestisce l’intera conversazione.
Una Conversation è l’unità di livello superiore (contenitore) che raggruppa la Session, i Participant, i messaggi e gli altri componenti creati successivamente.
Verificare l’Individual utilizzato come proprietario della Conversation
Per creare una Conversation è necessario l’ID dell’Individual o dello User che sarà il proprietario della conversazione.
Esempio: 003g700000EXylJAAT
In questo articolo si assume una conversazione con un cliente, quindi utilizziamo un Individual.
Inoltre, per verificare successivamente la memoria centrata sulla Unified Individual, utilizziamo un Individual già associato a una Unified Individual tramite Identity Resolution.
Ottenere un Data 360 Access Token per creare una Conversation
Copia la configurazione utilizzata precedentemente per ottenere l’access token e crea una nuova configurazione per ottenere un Data 360 access token da usare per la creazione delle Conversation.
--- Method
POST
--- Endpoint
https://[My Domain].my.salesforce.com/services/a360/token
--- Headers
Content-Type: application/x-www-form-urlencoded
Nel body Form, specifica i seguenti quattro valori.
- grant_type: urn:salesforce:grant-type:external:cdp
- subject_token: l’access token ottenuto al Passo 1
- subject_token_type: urn:ietf:params:oauth:token-type:access_token
- dataspace: default
Eseguendo la richiesta, viene restituito un Data 360 access token. Prendi nota anche dell’instance_url, poiché verrà utilizzato in seguito.
Creare una Conversation
Utilizzando il Data 360 access token, crea la seguente richiesta in Talend API Tester.
--- Method
POST
--- Endpoint
https://[instance_url]/api/v1/agentic/conversations
--- Headers
Content-Type: application/json
Authorization: Bearer [Data 360 Access Token]
agent_id: Agentforce_Service_Agent
--- Body
{
"conversationId": "conv-agentic-memory-001",
"conversationOwnerId": "[Individual ID]",
"ownerType": "individual",
"name": "Agentic Memory Test Conversation",
"channel": {
"type": "chat",
"id": "talend-api-tester"
}
}
L’header agent_id utilizza il name dell’agente specificato al momento della registrazione in Agentic Memory and Context.
Questo valore funge da identificatore di integrazione che associa Conversation, Session e memorie all’agente registrato. Si consiglia pertanto di non modificare questo valore dopo la registrazione.
Nel body della richiesta vengono specificati i seguenti valori.
conversationId
- Un ID univoco della Conversation, definito dall’applicazione chiamante. Poiché lo stesso ID non può essere riutilizzato, modifica il suffisso (ad esempio il numero sequenziale) ripetendo la verifica.
conversationOwnerId
- Specifica l’ID dell’Individual verificato precedentemente.
ownerType
- Specifica individual quando si utilizza un Individual, ad esempio un cliente.
- Specifica employee quando si utilizza uno User Salesforce o un dipendente.
name
- Un nome arbitrario utilizzato per identificare la Conversation.
channel
- Specifica il canale in cui avviene la conversazione. Poiché questo articolo esegue una verifica manuale con Talend API Tester, specifica chat per type e talend-api-tester per id.
Se la Conversation viene creata con successo, viene restituita una risposta HTTP status 201 Created simile alla seguente.
{
"statusCode": "created",
"conversationId": "conv-agentic-memory-001"
}
5. Creare una Session e i Participant
Successivamente, crea una Session e i relativi Participant iniziali all’interno della Conversation.
È richiesto almeno un Participant al momento della creazione di una Session. In questo esempio vengono registrati sia l’utente sia l’AI agent.
--- Method
POST
--- Endpoint
https://[instance_url]/api/v1/agentic/conversations/conv-agentic-memory-001/sessions
--- Headers
Content-Type: application/json
Authorization: Bearer [Data 360 Access Token]
agent_id: Agentforce_Service_Agent
--- Body
{
"sessionId": "session-agentic-memory-001",
"conversationOwnerId": "[Individual ID specificato nella creazione della Conversation]",
"ownerType": "individual",
"participants": [
{
"id": "[Individual ID specificato nella creazione della Conversation]",
"type": "individual",
"role": "owner"
},
{
"id": "Agentforce_Service_Agent",
"type": "agent",
"role": "participant"
}
]
}
Vanno considerati i seguenti aspetti.
- conversationOwnerId deve essere lo stesso Individual ID specificato al momento della creazione della Conversation.
- Poiché i Participant iniziali possono essere creati insieme alla Session, in questo esempio non è necessario richiamare separatamente la Add Participant API.
- La Add Participant API viene principalmente utilizzata per aggiungere un altro agente durante una conversazione in corso, oppure quando si passa la conversazione a un altro agente.
Se la richiesta ha successo, viene restituita una risposta HTTP 201 Created simile alla seguente.
{
"statusCode": "created",
"conversationId": "conv-agentic-memory-001",
"sessionId": "session-agentic-memory-001"
}
A questo punto, sono state create all’interno della Conversation una Session che rappresenta questa serie di interazioni e i relativi Participant. Non è stato ancora registrato alcun messaggio di conversazione.
6. Registrare i messaggi di conversazione (Entries)
Successivamente, registra i messaggi scambiati tra l’utente e l’AI agent come Entries.
La Add Entries API può inviare più Entries in un’unica richiesta.
Tuttavia, in questo articolo, per riprodurre una conversazione reale, i messaggi dell’utente e dell’AI agent vengono inviati uno alla volta, per un totale di quattro richieste.
Suggerimento: questo approccio rende più semplice verificare l’ordine di registrazione e il timestamp di ciascuna Entry. Sebbene tutte le Entries possano essere inviate in un’unica richiesta, in tal caso condividerebbero lo stesso timestamp, rendendo l’ordine meno chiaro.
Nota: secondo la specifica ufficiale dell’API, timestamp è un campo opzionale. Se viene omesso, Data 360 assegna automaticamente un timestamp a ciascuna Entry.
La conversazione registrata in questo esempio è pensata per contenere informazioni estraibili come Facts e Preferences.
Il flusso della conversazione è il seguente.
① Utente
Vivo a Tokyo. Quando viaggio preferisco hotel tranquilli e amo la cucina tradizionale giapponese. Sto pianificando un viaggio in famiglia a Kyoto il mese prossimo.
↓
② AI Agent
Capito. Ti consiglierò hotel tranquilli e un piano di viaggio che includa occasioni per gustare la cucina tradizionale giapponese a Kyoto.
↓
③ Utente
Viaggio con i miei figli, quindi preferirei una camera non fumatori. Prevediamo di usare un’auto a noleggio durante il viaggio.
↓
④ AI Agent
Capito. Mi concentrerò su hotel adatti alle famiglie che offrono camere non fumatori e strutture di parcheggio comode.
Prima Entry: messaggio iniziale dell’utente
--- Method
POST
--- Endpoint
https://[instance_url]/api/v1/agentic/conversations/conv-agentic-memory-001/entries
--- Headers
Content-Type: application/json
Authorization: Bearer [Data 360 Access Token]
agent_id: Agentforce_Service_Agent
--- Body
{
"sessionId": "session-agentic-memory-001",
"entries": [
{
"id": "entry-agentic-memory-001",
"interactionId": "interaction-agentic-memory-001",
"participantId": "[Individual ID]",
"content": "Vivo a Tokyo. Quando viaggio preferisco hotel tranquilli e amo la cucina tradizionale giapponese. Sto pianificando un viaggio in famiglia a Kyoto il mese prossimo.",
"type": "user_message",
"category": "Message"
}
]
}
Seconda Entry: risposta dell’AI Agent
Utilizza lo stesso endpoint e gli stessi header della prima richiesta.
{
"sessionId": "session-agentic-memory-001",
"entries": [
{
"id": "entry-agentic-memory-002",
"interactionId": "interaction-agentic-memory-001",
"participantId": "Agentforce_Service_Agent",
"content": "Capito. Ti consiglierò hotel tranquilli e un piano di viaggio che includa occasioni per gustare la cucina tradizionale giapponese a Kyoto.",
"type": "agent_response",
"category": "Message"
}
]
}
Specifica lo stesso interaction-agentic-memory-001 sia per la prima sia per la seconda Entry. Questo associa il messaggio dell’utente e la risposta dell’AI agent come parte dello stesso turno di conversazione.
Terza Entry: informazioni aggiuntive dall’utente
{
"sessionId": "session-agentic-memory-001",
"entries": [
{
"id": "entry-agentic-memory-003"
Tradotto e adattato da SFMC Tips #325 : Agentforce: AI Agents Retain Memory Across Sessions and Conversations di Nobuyuki Watanabe (@marketingcloudtips), pubblicato originariamente su Medium. Traduzione autorizzata dall'autore.