> 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.

# Experimentos

Los experimentos te permiten realizar pruebas A/B controladas sobre cualquier aspecto de la configuración del agente —estructura del prompt, lógica del workflow, voz, personalidad, herramientas, base de conocimiento— dirigiendo una parte definida del tráfico a una variante, midiendo el impacto en resultados clave y llevando las opciones ganadoras a producción.

> **Note**
>
> Los experimentos se basan en el [versionado de agentes](/docs/es/eleven-agents/operate/versioning).
> Debes activar el versionado en tu agente antes de poder realizar experimentos.

## Por qué experimentar

Sin una experimentación estructurada, la optimización depende de la intuición. Un ajuste del prompt «parece» mejor. Un cambio en el workflow «debería» mejorar la contención. Una nueva vía de escalado «da la impresión» de ser más eficiente.

Los experimentos sustituyen las conjeturas por evidencias. Pruebas los cambios con tráfico real, mides resultados reales y llevas a producción lo que funciona.

## Cómo funciona

Los experimentos siguen un workflow de cuatro pasos:

#### Crea una variante

Parte de la configuración actual de tu agente y crea una nueva rama. Modifica lo que necesites: prompt del sistema, workflow, voz, herramientas, base de conocimiento, medidas de seguridad o criterios de evaluación. Cada cambio se registra como una configuración versionada.

Ve a la pestaña **Ramas** en los ajustes de tu agente y haz clic en **Crear rama**.

#### Dirige el tráfico

Define qué porcentaje de las conversaciones reales debe ir a tu variante. Empieza con poco (5–10 %) para limitar el riesgo y aumenta el porcentaje a medida que ganes confianza.

Haz clic en **Editar reparto de tráfico** y establece los porcentajes de cada rama. Los porcentajes deben sumar exactamente el 100 %.

![Configuración del reparto de tráfico entre ramas](/docs/_fern-img/0d4fd1ae53a2fec09bf7572d4bbf4341c1c183cbf9b3618807f91ede1dd126ee.webp)

#### Mide el impacto

Compara el rendimiento de la variante con tu referencia mediante el [panel de analíticas](/docs/es/eleven-agents/dashboard). Haz clic en **Ver analíticas** desde el panel de ramas para ir directamente a una vista filtrada por rama.

![Panel de ramas que muestra las ramas principal y variante con reparto de tráfico y opciones de fusión](/docs/_fern-img/26946acc8b602c4dc66fd1b2312ffbbc09faa83d5b59b6d42ec7538e8ac1d60a.webp)

Los equipos pueden medir resultados como:

* CSAT
* Tasa de contención
* Conversión
* Tiempo medio de gestión
* Latencia mediana de respuesta del agente
* Coste por resolución del agente

#### Lleva a producción la ganadora

Cuando una variante demuestre una mejora cuantificable, aumenta su cuota de tráfico o fusiónala con la rama principal para convertirla en la nueva opción predeterminada. Se conserva todo el historial de versiones, lo que permite revertir cambios si es necesario.

## Enrutamiento del tráfico

El tráfico se divide entre ramas por porcentaje. El enrutamiento es **determinista** según el ID de la conversación, por lo que el mismo usuario llega siempre a la misma rama en distintas sesiones.

De forma predeterminada, el tráfico se distribuye aleatoriamente entre la base de usuarios. Si utilizas la API para iniciar conversaciones, puedes dirigir cohortes específicas a ramas concretas controlando con qué configuración de rama se inicia cada conversación.

> **Warning**
>
> Todos los porcentajes de tráfico deben sumar exactamente el 100 %. Un despliegue fallará si no es así.

## Casos de uso

Los experimentos permiten una optimización continua de workflows operativos y de atención al cliente.

#### Experiencia del cliente

Comprueba si un flujo de escalado revisado mejora el CSAT sin aumentar el tiempo de gestión. Compara
distintos estilos de bienvenida, niveles de empatía o estrategias de resolución.

#### Ingresos

Comprueba si un tono más directo o una lógica de cualificación diferente aumenta la conversión.
Experimenta con la gestión de objeciones, la presentación de precios o el momento del seguimiento.

#### Operaciones

Mide si los cambios en la lógica de herramientas reducen el tiempo medio de gestión o el coste de infraestructura. Prueba
distintas configuraciones de la base de conocimiento o estructuras de workflow.

Cada experimento está vinculado a una versión específica del agente, por lo que cada cambio de rendimiento puede atribuirse a un cambio de configuración definido.

## Qué puedes probar

Puedes variar entre ramas cualquier aspecto de la configuración del agente:

| Categoría                   | Ejemplos                                                                      |
| --------------------------- | ----------------------------------------------------------------------------- |
| **Prompt del sistema**      | Tono, instrucciones, personalidad, medidas de seguridad                       |
| **Workflow**                | Estructura de nodos, lógica de ramificación, vías de escalado                 |
| **Voz**                     | Selección de voz, modelo de TTS, ajustes de velocidad                         |
| **Herramientas**            | Configuración de herramientas, lógica de herramientas webhook, servidores MCP |
| **Base de conocimiento**    | Documentos distintos, ajustes de RAG                                          |
| **LLM**                     | Selección de modelo, temperatura, máximo de tokens                            |
| **Criterios de evaluación** | Métricas de éxito distintas por rama                                          |
| **Idioma**                  | Ajustes de idioma, configuraciones multilingües                               |

## Buenas prácticas

#### Empieza con una hipótesis

Define qué esperas mejorar y cómo lo medirás antes de crear una variante. Por
ejemplo: «Cambiar el prompt de escalado para incluir un resumen del problema mejorará nuestro
criterio de evaluación de tasa de resolución en un 10 %».

#### Cambia una cosa cada vez

Aislar una sola variable deja claro qué ha causado cada diferencia de rendimiento. Si cambias
el prompt, la voz y el workflow a la vez, no sabrás qué cambio ha generado el resultado.

#### Configura primero los criterios de evaluación

Configura los criterios de [evaluación del éxito](/docs/es/eleven-agents/customization/agent-analysis/success-evaluation) antes de
realizar experimentos. Te proporcionan las métricas estructuradas que necesitas para comparar variantes
objetivamente.

#### Empieza con porcentajes de tráfico bajos

Comienza con un 5–10 % del tráfico en la variante. Así limitas la exposición si algo sale mal y, al mismo tiempo,
generas datos significativos.

#### Da suficiente tiempo a los experimentos

Deja que se acumulen suficientes conversaciones antes de sacar conclusiones. Las muestras pequeñas dan lugar a
resultados poco fiables. Supervisa el panel de analíticas y espera a que las tendencias se estabilicen.

#### Mantén los experimentos breves

Fusiona o descarta los experimentos sin demora. Las ramas que se mantienen durante mucho tiempo son más difíciles de fusionar y pueden
alejarse de la configuración principal.

## Próximos pasos

#### [Versionado](/docs/es/eleven-agents/operate/versioning)

Conoce el sistema de versionado subyacente: ramas, versiones y referencia de la API

#### [Analíticas](/docs/es/eleven-agents/dashboard)

Supervisa el rendimiento de los experimentos con el panel de analíticas

#### [Evaluación del éxito](/docs/es/eleven-agents/customization/agent-analysis/success-evaluation)

Define criterios de éxito personalizados para medir los resultados de los experimentos

#### [Pruebas](/docs/es/eleven-agents/customization/agent-testing)

Configura pruebas automatizadas antes de crear una rama para establecer una referencia