Inicio rápido

Inicia sesión en ElevenLabs

Ve a elevenlabs.io e inicia sesión o crea tu cuenta.

Crea un asistente nuevo

En el panel de ElevenLabs, crea un asistente nuevo introduciendo un nombre y seleccionando la opción Blank template.

Configura el comportamiento del asistente

Ve a la pestaña Agent para configurar el comportamiento del asistente. Establece lo siguiente:

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

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.

Añade una base de conocimientos

Ve a la sección Knowledge Base para proporcionar a tu asistente contexto sobre tu empresa.

Aquí puedes subir documentos relevantes y enlaces a recursos externos:

• Incluye documentación, preguntas frecuentes y otros recursos para ayudar al asistente a responder consultas de clientes.
• Mantén actualizada la base de conocimientos para garantizar que el asistente proporcione información precisa y actual.

Selecciona una voz

En la pestaña Voice, elige en la biblioteca de voces la voz que mejor encaje con tu asistente:

Prueba tu asistente

Pulsa el botón Test AI agent e intenta conversar con tu asistente.

Configura los criterios de evaluación

Ve a la pestaña Analysis de la configuración de tu asistente para definir criterios personalizados con los que evaluar conversaciones.

La transcripción de cada conversación se envía al LLM para comprobar si se han cumplido objetivos específicos. Los resultados serán success, failure o unknown, junto con una explicación del resultado elegido.

Añadamos un criterio de evaluación con el nombre solved_user_inquiry:

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.

Configura la recopilación de datos

En la sección Data collection, configura los datos que se extraerán de cada conversación.

Haz clic en Add item y configura lo siguiente:

1. Tipo de datos: Selecciona “string”
2. Identificador: Introduce un identificador único para este dato: user_question
3. Descripción: Proporciona al LLM instrucciones detalladas sobre cómo extraer los datos específicos de la transcripción:

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

Consulta el historial de conversaciones

Consulta los resultados de la evaluación y los datos recopilados de cada conversación en la pestaña Call history.