> This is a page from the ElevenLabs documentation. For a complete page index, fetch https://elevenlabs.io/docs/llms.txt. For the full documentation in a single file, fetch https://elevenlabs.io/docs/llms-full.txt. # Multimodale Eingabe ## Überblick Die Einstellungen für multimodale Eingaben steuern zusätzliche Möglichkeiten, wie Nutzer dem Agenten neben Sprache Informationen senden können. Sie finden sie im Tab **Erweitert** des Agenten unter **Multimodale Eingabe**. #### [Dateieingabe](#file-input) Nutzer können Bilder und PDFs im Chat anhängen #### [DTMF-Eingabe](#dtmf-input) Erfassen Sie während Telefongesprächen Ziffern über das Tastenfeld von Anrufern ## Dateieingabe Mit der Dateieingabe können Nutzer dem Agenten im Chat Bilder und PDFs senden. Der Agent kann diese Dateien lesen, wenn das ausgewählte [Modell](/docs/de/eleven-agents/customization/llm) Bild- und/oder Dokumenteingaben unterstützt. > **Note** > > Anhänge werden ignoriert, wenn das Modell den Dateityp nicht unterstützt, auch wenn die Dateieingabe > aktiviert ist. ### Konfiguration | Feld | Typ | Standard | Beschreibung | | ---------------------------- | --------- | -------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | `enabled` | `boolean` | `true` | Bei `true` können Nutzer Bilder oder PDFs anhängen, wenn das Modell diesen Eingabetyp unterstützt. | | `max_files_in_memory` | `integer` | `10` | Anzahl der zuletzt hochgeladenen Dateien, die gleichzeitig im Speicher gehalten werden. Bereich: `1` bis `10`. Bei Erreichen des Limits werden ältere Dateien durch eine kurze Zusammenfassung ersetzt. | | `max_files_per_conversation` | `integer` | `10` | Gesamtzahl der Dateien, die ein Nutzer in einer Unterhaltung hochladen kann. Uploads werden pro Datei abgerechnet. Verwenden Sie `-1` für kein Limit. Muss `-1` oder größer oder gleich `max_files_in_memory` sein. | Nutzer können Dateien im [Widget](/docs/de/eleven-agents/customization/widget), in unterstützten Chat-Kanälen wie [Slack](/docs/de/eleven-agents/customization/integrations/slack) oder über die API zum [Hochladen einer Unterhaltungsdatei](/docs/de/eleven-agents/api-reference/conversations/upload-file) anhängen. #### Über das Dashboard aktualisieren #### Multimodale Eingabe öffnen Öffnen Sie Ihren Agenten im Dashboard, bestätigen Sie, dass das ausgewählte Modell Bild- und/oder PDF-Eingaben unterstützt, und wechseln Sie dann zum Tab **Erweitert**. #### Dateianhänge aktivieren Aktivieren Sie unter **Multimodale Eingabe** die Option **Dateianhänge zulassen**. #### Dateilimits festlegen Legen Sie optional **Im Speicher gehaltene Dateien** und **Max. Dateien pro Unterhaltung** fest. #### Änderungen speichern Speichern Sie den Agenten. Nutzer können dann Bilder und PDFs im Chat anhängen. #### Über die CLI aktualisieren #### Agentenkonfiguration abrufen ```bash elevenlabs agents pull --agent agent_7101k5zvyjhmfg983brhmhkd98n6 ``` #### Agentenkonfiguration bearbeiten Legen Sie `conversation_config.conversation.file_input` fest: ```json { "conversation_config": { "conversation": { "file_input": { "enabled": true, "max_files_in_memory": 10, "max_files_per_conversation": 10 } } } } ``` #### Agentenkonfiguration übertragen ```bash elevenlabs agents push --agent agent_7101k5zvyjhmfg983brhmhkd98n6 ``` #### Über die API aktualisieren ```python from elevenlabs import ElevenLabs elevenlabs = ElevenLabs() elevenlabs.conversational_ai.agents.update( agent_id="agent_7101k5zvyjhmfg983brhmhkd98n6", conversation_config={ "conversation": { "file_input": { "enabled": True, "max_files_in_memory": 10, "max_files_per_conversation": 10, } } }, ) ``` ```typescript import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js"; const elevenlabs = new ElevenLabsClient(); await elevenlabs.conversationalAi.agents.update("agent_7101k5zvyjhmfg983brhmhkd98n6", { conversationConfig: { conversation: { fileInput: { enabled: true, maxFilesInMemory: 10, maxFilesPerConversation: 10, }, }, }, }); ``` ## DTMF-Eingabe Mit der DTMF-Eingabe können Anrufer während eines Anrufs Ziffern über ihr Telefontastenfeld eingeben. Verwenden Sie sie, um Telefonnummern, Menüauswahlen und andere numerische Eingaben zu erfassen, ohne auf Spracherkennung angewiesen zu sein. Sie ist die Umkehrung des System-Tools [Tastenton abspielen](/docs/de/eleven-agents/customization/tools/system-tools/play-keypad-touch-tone), das Töne vom Agenten sendet. > **Warning** > > Es wird nur Out-of-Band-DTMF von > [Twilio](/docs/de/eleven-agents/phone-numbers/twilio-integration/native-integration), [SIP- Trunking](/docs/de/eleven-agents/phone-numbers/sip-trunking) (Telefonie) oder > [Genesys](/docs/de/eleven-agents/phone-numbers/c-caa-s-integrations/genesys) unterstützt. In-Band- > Töne im Audiostream werden ignoriert. Das Web-Widget und Chat-Kanäle können kein DTMF senden. Jeder Tastendruck wird gepuffert, bis die Sequenz vollständig ist. Das Abschließen einer Sequenz erstellt einen Nutzerzug. 1. Der Anrufer drückt eine Taste. Die erste Ziffer unterbricht den Agenten, wenn er spricht. 2. Weitere Ziffern werden an denselben Puffer angehängt. 3. Die Sequenz wird abgeschlossen, wenn der Anrufer `#` drückt (sofern der Abschluss per Raute aktiviert ist) oder wenn vor dem Timeout keine weiteren Ziffern eintreffen. 4. Der Agent erhält die erfassten Ziffern als Nutzerzug und antwortet. `#` ist ein Abschlusszeichen, wenn der Abschluss per Raute aktiviert ist; es wird nicht in die erfasste Zeichenfolge aufgenommen. Ein bei leerem Puffer gedrücktes `#` wird ignoriert. Der Puffer akzeptiert `0-9`, `*`, `#` und `A-D` mit bis zu 50 Zeichen. ### Konfiguration `conversation_config.conversation.dtmf_input_settings` ist `null`, wenn die DTMF-Eingabe deaktiviert ist. Bei Aktivierung gelten folgende Standardwerte: | Feld | Typ | Standard | Beschreibung | | -------------------- | --------- | -------- | --------------------------------------------------------------------------------------------------------------------------------------- | | `dtmf_input_timeout` | `float` | `2.0` | Sekunden, die nach dem letzten Tastendruck vor dem Abschließen der Sequenz gewartet wird. Bereich: `0.5` bis `10.0`. | | `hash_terminator` | `boolean` | `true` | Bei `true` schließt `#` die Sequenz sofort ab und wird nicht in die erfassten Ziffern aufgenommen. | | `redact_input` | `boolean` | `false` | Bei `true` werden Tastenfeldeingaben im gespeicherten Transkript, Unterhaltungsprotokoll und in der Analyse durch `` ersetzt. | Die Schwärzung gilt für den Tastenfeldzug in gespeicherten Gesprächsdaten. Sie verbirgt Ziffern nicht während des laufenden Anrufs vor dem Agenten und schreibt auch keine Ziffern um, die der Agent zurückspricht oder an ein Tool sendet. Dies ist getrennt von der [Schwärzung des Gesprächsverlaufs](/docs/de/eleven-agents/customization/privacy/conversation-history-redaction). #### Über das Dashboard aktualisieren #### Multimodale Eingabe öffnen Öffnen Sie Ihren Agenten im Dashboard und wechseln Sie zum Tab **Erweitert**. #### DTMF-Eingabe aktivieren Aktivieren Sie unter **Multimodale Eingabe** die Option **DTMF-Eingabe aktivieren**. #### Timeout und Schwärzung konfigurieren Legen Sie optional **Timeout für DTMF-Eingabe**, **# zum Abschließen der DTMF-Eingabe verwenden** und **DTMF-Eingabe schwärzen** fest. #### Änderungen speichern Speichern Sie den Agenten, tätigen Sie dann einen Anruf und geben Sie Ziffern über das Tastenfeld ein. #### Über die CLI aktualisieren #### Agentenkonfiguration abrufen ```bash elevenlabs agents pull --agent agent_7101k5zvyjhmfg983brhmhkd98n6 ``` #### Agentenkonfiguration bearbeiten Legen Sie `conversation_config.conversation.dtmf_input_settings` fest. Lassen Sie das Objekt weg oder setzen Sie es auf `null`, um die DTMF-Eingabe zu deaktivieren. ```json { "conversation_config": { "conversation": { "dtmf_input_settings": { "dtmf_input_timeout": 2.0, "hash_terminator": true, "redact_input": false } } } } ``` #### Agentenkonfiguration übertragen ```bash elevenlabs agents push --agent agent_7101k5zvyjhmfg983brhmhkd98n6 ``` #### Über die API aktualisieren ```python from elevenlabs import ElevenLabs elevenlabs = ElevenLabs() elevenlabs.conversational_ai.agents.update( agent_id="agent_7101k5zvyjhmfg983brhmhkd98n6", conversation_config={ "conversation": { "dtmf_input_settings": { "dtmf_input_timeout": 2.0, "hash_terminator": True, "redact_input": False, } } }, ) ``` ```typescript import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js"; const elevenlabs = new ElevenLabsClient(); await elevenlabs.conversationalAi.agents.update("agent_7101k5zvyjhmfg983brhmhkd98n6", { conversationConfig: { conversation: { dtmfInputSettings: { dtmfInputTimeout: 2.0, hashTerminator: true, redactInput: false, }, }, }, }); ``` Aktualisieren Sie den [System-Prompt](/docs/de/eleven-agents/best-practices/prompting-guide) des Agenten, damit er weiß, wann er nach einer Tastenfeldeingabe fragen soll. Beispiel: ```text If you need the caller's phone number, ask them to type it on their keypad. Wait for the DTMF input before continuing. ```