Schnellstart | ElevenLabs Documentation

In diesem Leitfaden erfahren Sie, wie Sie Ihren ersten Konversationsagenten erstellen. Er dient als Grundlage für Konversations-Workflows, die auf Ihre geschäftlichen Anwendungsfälle zugeschnitten sind.

Nutzen Sie den ElevenLabs Agents Skill, um Sprachagenten über Ihren KI-Coding-Assistenten zu erstellen und zu verwalten:

npx skills add elevenlabs/skills --skill agents

Sie können auch den gehosteten MCP-Server mit Claude oder einem anderen MCP-Client verbinden, um Agenten per natürlicher Sprache zu erstellen und zu verwalten.

Erste Schritte

ElevenLabs Agents werden über das ElevenAgents-Dashboard, die ElevenLabs API, die Agents CLI oder den gehosteten MCP-Server verwaltet.

Ihren ersten Agenten erstellen

In dieser Kurzanleitung erstellen wir zunächst einen Agenten über die API oder das Web-Dashboard. Anschließend testen wir ihn – entweder eingebettet in Ihre Website oder über das ElevenLabs-Dashboard.

Agenten über das Web-Dashboard erstellen

Agenten über die CLI erstellen

Agenten über die API erstellen

In diesem Leitfaden erstellen wir einen Support-Assistenten für Gespräche, der Fragen zu Ihrem Produkt, Ihrer Dokumentation oder Ihrem Service beantworten kann. Sie können ihn in Ihre Website oder App einbetten, um Ihren Kunden Support in Echtzeit zu bieten.

Bei ElevenLabs anmelden

Gehen Sie zu elevenlabs.io und melden Sie sich an oder erstellen Sie ein Konto.

Neuen Assistenten erstellen

Erstellen Sie im ElevenLabs-Dashboard einen neuen Assistenten. Geben Sie dazu einen Namen ein und wählen Sie die Option Blank template.

Verhalten des Assistenten konfigurieren

Wechseln Sie zum Tab Agent, um das Verhalten des Assistenten zu konfigurieren. Legen Sie Folgendes fest:

Erste Nachricht

Dies ist die erste Nachricht, die der Assistent laut spricht, wenn ein Nutzer ein Gespräch beginnt.

First message

Hi, this is Alexis from <company name> support. How can I help you today?

System-Prompt

Dieser Prompt steuert Verhalten, Aufgaben und Persönlichkeit des Assistenten.

Passen Sie das folgende Beispiel mit den Angaben Ihres Unternehmens an:

System prompt

You are a friendly and efficient virtual assistant for [Your Company Name]. Your role is to assist customers by answering questions about the company's products, services, and documentation. You should use the provided knowledge base to offer accurate and helpful responses.
Tasks:
- Answer Questions: Provide clear and concise answers based on the available information.
- Clarify Unclear Requests: Politely ask for more details if the customer's question is not clear.
Guidelines:
- Maintain a friendly and professional tone throughout the conversation.
- Be patient and attentive to the customer's needs.
- If unsure about any information, politely ask the customer to repeat or clarify.
- Avoid discussing topics unrelated to the company's products or services.
- Aim to provide concise answers. Limit responses to a couple of sentences and let the user guide you on where to provide more detail.

Wissensdatenbank hinzufügen

Wechseln Sie zum Bereich Knowledge Base, um Ihrem Assistenten Kontext zu Ihrem Unternehmen bereitzustellen.

Hier können Sie relevante Dokumente und Links zu externen Ressourcen hochladen:

Fügen Sie Dokumentation, FAQs und weitere Ressourcen hinzu, damit der Assistent Kundenanfragen beantworten kann.
Halten Sie die Wissensdatenbank aktuell, damit der Assistent präzise und aktuelle Informationen liefert.

Als Nächstes konfigurieren wir die Stimme für Ihren Assistenten.

Stimme auswählen

Wählen Sie im Tab Voice eine Stimme aus der Stimmbibliothek, die am besten zu Ihrem Assistenten passt:

Hochwertigere Stimmen, Modelle und LLMs können die Antwortzeit erhöhen. Für ein optimales Kundenerlebnis sollten Sie Qualität und Latenz anhand des erwarteten Anwendungsfalls Ihres Assistenten abwägen.

Assistenten testen

Klicken Sie auf Test AI agent und führen Sie ein Gespräch mit Ihrem Assistenten.

Konfigurieren Sie Bewertungskriterien und Datenerfassung, um Gespräche zu analysieren und die Leistung Ihres Assistenten zu verbessern.

Bewertungskriterien konfigurieren

Öffnen Sie den Tab Analysis in den Einstellungen Ihres Assistenten, um eigene Kriterien für die Bewertung von Gesprächen festzulegen.

Jedes Gesprächstranskript wird an das LLM übermittelt, um zu prüfen, ob bestimmte Ziele erreicht wurden. Die Ergebnisse sind entweder success, failure oder unknown und enthalten eine Begründung für das ausgewählte Ergebnis.

Fügen wir ein Bewertungskriterium mit dem Namen solved_user_inquiry hinzu:

Prompt

The assistant was able to answer all of the queries or redirect them to a relevant support channel.
Success Criteria:
- All user queries were answered satisfactorily.
- The user was redirected to a relevant support channel if needed.

Datenerfassung konfigurieren

Konfigurieren Sie im Bereich Data collection Details, die aus jedem Gespräch extrahiert werden sollen.

Klicken Sie auf Add item und konfigurieren Sie Folgendes:

Datentyp: Wählen Sie „string“
Kennung: Geben Sie eine eindeutige Kennung für diesen Datenpunkt ein: user_question
Beschreibung: Geben Sie dem LLM detaillierte Anweisungen dazu, wie die spezifischen Daten aus dem Transkript extrahiert werden sollen:

Prompt

Extract the user's questions & inquiries from the conversation.

Testen Sie Ihren Assistenten, indem Sie sich als Kunde ausgeben. Stellen Sie Fragen, bewerten Sie die Antworten und passen Sie die Prompts an, bis Sie mit der Leistung zufrieden sind.

Gesprächsverlauf anzeigen

Im Tab Call history können Sie die Bewertungsergebnisse und erfassten Daten für jedes Gespräch anzeigen.

Überprüfen Sie den Gesprächsverlauf regelmäßig, um häufige Probleme und Muster zu erkennen.

Der neu erstellte Agent kann auf verschiedene Arten getestet werden. Am schnellsten geht es über das ElevenLabs-Dashboard.

Das Web-Dashboard nutzt im Hintergrund unser React SDK, um Gespräche in Echtzeit zu verarbeiten.

Wenn Sie den Agenten stattdessen schnell auf Ihrer eigenen Website testen möchten, können Sie das Agent-Widget verwenden. Fügen Sie einfach den folgenden HTML-Ausschnitt in Ihre Website ein und ersetzen Sie agent-id durch die ID Ihres Agenten.

<elevenlabs-convai agent-id="agent-id"></elevenlabs-convai>
<script src="https://unpkg.com/@elevenlabs/convai-widget-embed" async type="text/javascript"></script>

Nächste Schritte

Nach dieser Kurzanleitung können Sie Ihren Agenten durch folgende Integrationen leistungsfähiger machen:

Wissensdatenbanken, um ihn mit domänenspezifischen Informationen auszustatten.
Tools, damit er Aufgaben in Ihrem Auftrag ausführen kann.
Authentifizierung, um den Zugriff auf bestimmte Gespräche einzuschränken.
Erfolgsbewertung, um Gespräche zu analysieren und seine Leistung zu verbessern.
Datenerfassung, um Daten zu Gesprächen zu sammeln und seine Leistung zu verbessern.
Aufbewahrung von Gesprächen, um Gesprächsverläufe anzuzeigen und seine Leistung zu verbessern.