प्रॉम्प्टिंग गाइड

परिचय

प्रभावी प्रॉम्प्टिंग ElevenLabs Agents को रोबोटिक से सजीव बना देती है।

सिस्टम प्रॉम्प्ट आपके AI एजेंट के व्यक्तित्व और नीतियों का ब्लूप्रिंट होता है। एंटरप्राइज़ इस्तेमाल में यह आमतौर पर विस्तृत होता है—इसमें एजेंट की भूमिका, लक्ष्य, अनुमति वाले टूल्स, कुछ कार्यों के लिए चरण-दर-चरण निर्देश और एजेंट को क्या नहीं करना चाहिए, यह बताने वाले guardrails तय किए जाते हैं। आप इस प्रॉम्प्ट को जिस तरह व्यवस्थित करते हैं, उसका विश्वसनीयता पर सीधा असर पड़ता है।

प्रॉम्प्ट इंजीनियरिंग के मूल सिद्धांत

सिस्टम प्रॉम्प्ट आपके AI एजेंट की व्यक्तित्व और नीति की रूपरेखा होता है। एंटरप्राइज़ उपयोग में, यह आम तौर पर विस्तृत होता है—जिसमें एजेंट की भूमिका, लक्ष्य, अनुमत टूल्स, कुछ कार्यों के लिए चरण-दर-चरण निर्देश और एजेंट को क्या नहीं करना चाहिए, यह बताने वाली सीमाएं शामिल होती हैं। आप इस प्रॉम्प्ट को कैसे संरचित करते हैं, इसका विश्वसनीयता पर सीधा असर पड़ता है।

नीचे दिए गए सिद्धांत प्रोडक्शन-ग्रेड प्रॉम्प्ट इंजीनियरिंग की नींव हैं:

निर्देशों को स्पष्ट सेक्शन में बांटें

Markdown हेडिंग्स के साथ निर्देशों को अलग-अलग सेक्शन में रखने से मॉडल उन्हें सही तरीके से प्राथमिकता देने और समझने में मदद मिलती है। निर्देशों को अलग करने के लिए खाली जगह और लाइन ब्रेक का उपयोग करें।

विश्वसनीयता के लिए यह क्यों ज़रूरी है: मॉडल कुछ हेडिंग्स पर अतिरिक्त ध्यान देने के लिए ट्यून किए जाते हैं (खासकर # Guardrails), और स्पष्ट सेक्शन सीमाएं निर्देशों के एक संदर्भ से दूसरे संदर्भ में असर पहुंचने से रोकती हैं।

You are a customer service agent. Be polite and helpful. Never share sensitive data. You can look up orders and process refunds. Always verify identity first. Keep responses under 3 sentences unless the user asks for details.

जितना हो सके उतना संक्षिप्त रखें

हर निर्देश को छोटा, स्पष्ट और कार्रवाई-आधारित रखें। अनावश्यक शब्द हटाएं और केवल वही दोहराएं जो मॉडल के सही तरीके से कार्य करने के लिए ज़रूरी है।

विश्वसनीयता के लिए यह क्यों ज़रूरी है: संक्षिप्त निर्देश अस्पष्टता और टोकन उपयोग कम करते हैं। हर अनावश्यक शब्द गलत व्याख्या का संभावित स्रोत है।

# Tone
When you're talking to customers, you should try to be really friendly and approachable, making sure that you're speaking in a way that feels natural and conversational, kind of like how you'd talk to a friend, but still maintaining a professional demeanor that represents the company well.

महत्वपूर्ण निर्देशों पर ज़ोर दें

लाइन के आखिर में “This step is important” जोड़कर महत्वपूर्ण चरणों को हाइलाइट करें। प्रॉम्प्ट में सबसे महत्वपूर्ण 1-2 निर्देशों को दो बार दोहराने से उन्हें मज़बूती मिल सकती है।

विश्वसनीयता के लिए यह क्यों ज़रूरी है: जटिल प्रॉम्प्ट में मॉडल पहले के निर्देशों की तुलना में हाल के संदर्भ को प्राथमिकता दे सकते हैं। ज़ोर और दोहराव से यह सुनिश्चित होता है कि महत्वपूर्ण नियम नज़रअंदाज़ न हों।

# Goal
Verify customer identity before accessing their account.
Look up order details and provide status updates.
Process refund requests when eligible.

टेक्स्ट नॉर्मलाइज़ेशन

टेक्स्ट टू स्पीच मॉडल, खासकर तेज़ मॉडल, वर्णमाला वाले टेक्स्ट से स्पीच जनरेट करने में सबसे बेहतर होते हैं। इसलिए, अंक और ”@” या ”£” जैसे चिह्नों से गलत उच्चारण या वॉइस हैलुसिनेशन होने की संभावना अधिक होती है।

इसे हल करने के लिए, TTS मॉडल तक पहुंचने से पहले हम गैर-वर्णमाला टेक्स्ट को शब्दों में नॉर्मलाइज़ करते हैं (जैसे, 123 -> one-hundred and twenty three, john@gmail.com -> john at gmail dot com) और आपको अलग-अलग ट्रेड-ऑफ़ वाली नॉर्मलाइज़ेशन रणनीतियों में से चुनने देते हैं।

नॉर्मलाइज़ेशन रणनीतियां

हम text_normalisation_type एजेंट कॉन्फ़िगरेशन के ज़रिए दो नॉर्मलाइज़ेशन रणनीतियां सपोर्ट करते हैं:

system_prompt (डिफ़ॉल्ट) — सिस्टम प्रॉम्प्ट में ऐसे निर्देश जोड़ता है जो LLM को TTS मॉडल तक टेक्स्ट पहुंचने से पहले नंबरों और चिह्नों को शब्दों में लिखने के लिए कहते हैं।

• कोई अतिरिक्त लेटेंसी नहीं
• LLM कभी-कभी सही तरीके से नॉर्मलाइज़ नहीं कर पाते
• ट्रांसक्रिप्ट में सब कुछ शब्दों में लिखा होता है (जैसे, “$1,000” की जगह “one thousand dollars”)

elevenlabs — LLM जनरेशन के बाद और TTS मॉडल तक टेक्स्ट पहुंचने से पहले, टेक्स्ट को नॉर्मलाइज़ करने के लिए हमारे TTS नॉर्मलाइज़र का उपयोग करता है।

• LLM-आधारित नॉर्मलाइज़ेशन से ज़्यादा विश्वसनीय
• सिस्टम प्रॉम्प्ट में बदलाव नहीं होता
• ट्रांसक्रिप्ट में चिह्नों और नंबरों के साथ प्राकृतिक फ़ॉर्मेटिंग रहती है (जैसे, “$1,000”)
• थोड़ी लेटेंसी जोड़ता है

इस कॉन्फ़िगरेशन को हमारे प्लेटफ़ॉर्म में “Agent” टैब के तहत खोजें। “Voices” सेक्शन में कॉग आइकन पर क्लिक करके सामान्य वॉइस सेटिंग्स शीट खोलें और नीचे इसे कॉन्फ़िगर करें।

टूल इनपुट के लिए स्ट्रक्चर्ड डेटा

system_prompt नॉर्मलाइज़ेशन सेटिंग इस्तेमाल करने पर, LLM अपने जवाबों में चिह्नों और नंबरों को शब्दों में लिखता है (जैसे, john@gmail.com के बजाय john at gmail dot com)। स्पीच टू टेक्स्ट से मिले यूज़र ट्रांसक्रिप्शन भी गैर-मानक रूप में आ सकते हैं। इसका मतलब है कि टूल कॉल में इन विवरणों को पैरामीटर के रूप में इस्तेमाल करते समय, LLM बातचीत के संदर्भ में मौजूद असंरचित वर्शन का उपयोग कर सकता है।

अगर किसी टूल पैरामीटर को सही फ़ॉर्मेट वाला मान चाहिए (जैसे, john at gmail dot com नहीं बल्कि john@gmail.com), तो LLM को यह पता होना चाहिए। उदाहरण के साथ अपेक्षित फ़ॉर्मेट सीधे टूल पैरामीटर विवरण में शामिल करें।

## `lookupAccount` tool parameters
- `email` (required): "The user's email."
- `phone` (required): "The user's phone number."
- `confirmation_code` (required): "The user's confirmation code."

गार्डरेल्स के लिए अलग सेक्शन रखें

मॉडल को जिन गैर-परक्राम्य नियमों का हमेशा पालन करना है, उन्हें एक अलग # Guardrails सेक्शन में सूचीबद्ध करें। मॉडल इस हेडिंग पर अतिरिक्त ध्यान देने के लिए ट्यून किए जाते हैं।

विश्वसनीयता के लिए यह क्यों ज़रूरी है: गार्डरेल्स अनुचित जवाबों को रोकते हैं और नीतियों का पालन सुनिश्चित करते हैं। उन्हें एक अलग सेक्शन में रखने से उनका ऑडिट और अपडेट करना आसान होता है।

# Guardrails
Never share customer data across conversations or reveal sensitive account information without proper verification.
Never process refunds over $500 without supervisor approval.
Never make promises about delivery dates that aren't confirmed in the order system.
Acknowledge when you don't know an answer instead of guessing.
If a customer becomes abusive, politely end the conversation and offer to escalate to a supervisor.

प्रभावी गार्डरेल्स डिज़ाइन करने के बारे में और जानने के लिए, हमारी गार्डरेल्स गाइड देखें।

विश्वसनीयता के लिए टूल कॉन्फ़िगरेशन

लेन-देन वाले वर्कफ़्लो संभालने में सक्षम एजेंट बहुत प्रभावी हो सकते हैं। इसे सक्षम करने के लिए, उन्हें ऐसे टूल्स से लैस होना चाहिए जो उन्हें दूसरे सिस्टम में कार्रवाई करने या उनसे लाइव डेटा पाने दें।

प्रॉम्प्ट संरचना जितना ही महत्वपूर्ण है कि आप अपने एजेंट के लिए उपलब्ध टूल्स का वर्णन कैसे करते हैं। स्पष्ट, कार्रवाई-आधारित टूल परिभाषाएं मॉडल को सही तरीके से उन्हें इनवोक करने और त्रुटियों से सहजता से उबरने में मदद करती हैं।

विस्तृत पैरामीटर के साथ टूल्स का सटीक वर्णन करें

टूल बनाते समय, सभी पैरामीटर के विवरण जोड़ें। इससे LLM को टूल कॉल्स सटीकता से बनाने में मदद मिलती है।

टूल विवरण: “ऑर्डर ID से ग्राहक के ऑर्डर की स्थिति खोजता है और मौजूदा स्थिति, अनुमानित डिलीवरी तारीख और ट्रैकिंग नंबर लौटाता है।”

पैरामीटर विवरण:

• order_id (आवश्यक): “अद्वितीय ऑर्डर पहचानकर्ता, लिखे हुए वर्णों के रूप में फ़ॉर्मेट किया हुआ (जैसे, ‘ORD123456’)”
• include_history (वैकल्पिक): “अगर true है, तो स्थिति में बदलाव सहित पूरा ऑर्डर इतिहास लौटाता है”

विश्वसनीयता के लिए यह क्यों ज़रूरी है: पैरामीटर विवरण मॉडल के लिए इनलाइन डॉक्यूमेंटेशन की तरह काम करते हैं। वे फ़ॉर्मेट अपेक्षाएं, आवश्यक और वैकल्पिक फ़ील्ड तथा स्वीकार्य मान स्पष्ट करते हैं।

सिस्टम प्रॉम्प्ट में बताएं कि हर टूल कब और कैसे इस्तेमाल करना है

अपने सिस्टम प्रॉम्प्ट में स्पष्ट रूप से परिभाषित करें कि हर टूल का उपयोग कब और कैसे होना चाहिए। केवल टूल विवरण पर निर्भर न रहें—उपयोग का संदर्भ और क्रम का लॉजिक दें।

# Tools
You have access to the following tools:
## `getOrderStatus`
Use this tool when a customer asks about their order. Always call this tool before providing order information—never rely on memory or assumptions.
**When to use:**
- Customer asks "Where is my order?"
- Customer provides an order number
- Customer asks about delivery estimates
**How to use:**
1. Collect the order ID from the customer
2. Call `getOrderStatus` with the order ID
3. Present the results to the customer in natural language
**Error handling:**
If the tool returns "Order not found", ask the customer to verify the order number and try again.
## `processRefund`
Use this tool only after verifying:
1. Customer identity has been confirmed
2. Order is eligible for refund (within 30 days, not already refunded)
3. Refund amount is under $500 (escalate to supervisor if over $500)
**Required before calling:**
- Order ID (from `getOrderStatus`)
- Refund reason code
- Customer confirmation
This step is important: Always confirm refund details with the customer before calling this tool.

टूल पैरामीटर विवरण में अपेक्षित फ़ॉर्मेट बताएं

जब टूल्स को स्ट्रक्चर्ड पहचानकर्ताओं (ईमेल, फ़ोन नंबर, कोड) की ज़रूरत होती है, तो उदाहरण के साथ पैरामीटर विवरण में अपेक्षित फ़ॉर्मेट स्पष्ट करें। यह खास तौर पर ज़रूरी है क्योंकि नॉर्मलाइज़ेशन और स्पीच टू टेक्स्ट ट्रांसक्रिप्शन बातचीत के संदर्भ में बोले गए रूप के मान जनरेट कर सकते हैं। पृष्ठभूमि के लिए टूल इनपुट के लिए स्ट्रक्चर्ड डेटा देखें।

## `lookupAccount` tool parameters
- `email` (required): "The customer's email address."

टूल कॉल की विफलताओं को सहजता से संभालें

नेटवर्क समस्याओं, गायब डेटा या अन्य त्रुटियों के कारण टूल्स कभी-कभी विफल हो सकते हैं। रिकवरी के लिए अपने सिस्टम प्रॉम्प्ट में स्पष्ट निर्देश शामिल करें।

विश्वसनीयता के लिए यह क्यों ज़रूरी है: प्रोडक्शन में टूल विफलताएं अपरिहार्य हैं। स्पष्ट हैंडलिंग निर्देशों के बिना, एजेंट जवाब हैलुसिनेट कर सकते हैं या गलत जानकारी दे सकते हैं।

# Tool error handling
If any tool call fails or returns an error:
1. Acknowledge the issue to the customer: "I'm having trouble accessing that information right now."
2. Do not guess or make up information
3. Offer alternatives:
   - Try the tool again if it might be a temporary issue
   - Offer to escalate to a human agent
   - Provide a callback option
4. If the error persists after 2 attempts, escalate to a supervisor
**Example responses:**
- "I'm having trouble looking up that order right now. Let me try again... [retry]"
- "I'm unable to access the order system at the moment. I can transfer you to a specialist who can help, or we can schedule a callback. Which would you prefer?"

विश्वसनीय टूल इंटीग्रेशन बनाने के लिए विस्तृत मार्गदर्शन हेतु, क्लाइंट टूल्स, वेबहुक टूल्स, और MCP टूल्स पर हमारी डॉक्यूमेंटेशन देखें।

एंटरप्राइज़ एजेंट्स के लिए आर्किटेक्चर पैटर्न

मजबूत प्रॉम्प्ट और टूल्स एजेंट की विश्वसनीयता की नींव बनाते हैं, लेकिन प्रोडक्शन सिस्टम के लिए सोच-समझकर आर्किटेक्चरल डिज़ाइन की ज़रूरत होती है। एंटरप्राइज़ एजेंट जटिल वर्कफ़्लो संभालते हैं, जो अक्सर एक ही मोनोलिथिक प्रॉम्प्ट के दायरे से बाहर होते हैं।

एजेंट्स को विशेषज्ञ रखें

बहुत व्यापक निर्देश या बड़े कॉन्टेक्स्ट विंडो लेटेंसी बढ़ाते हैं और सटीकता घटाते हैं। हर एजेंट के पास एक सीमित, स्पष्ट रूप से परिभाषित नॉलेज बेस और ज़िम्मेदारियों का सेट होना चाहिए।

विश्वसनीयता के लिए यह क्यों ज़रूरी है: विशेषज्ञ एजेंट्स के पास संभालने के लिए कम एज केस होते हैं, सफलता के मानदंड स्पष्ट होते हैं और जवाब देने का समय तेज़ होता है। उनका परीक्षण, डीबग और सुधार करना आसान होता है।

ऑर्केस्ट्रेटर और स्पेशलिस्ट पैटर्न का उपयोग करें

जटिल कार्यों के लिए, ऐसे मल्टी-एजेंट वर्कफ़्लो डिज़ाइन करें जो विशेषज्ञ एजेंट्स के बीच—और ज़रूरत पड़ने पर मानव ऑपरेटर्स को—कार्य सौंपते हैं।

आर्किटेक्चर पैटर्न:

1. ऑर्केस्ट्रेटर एजेंट: इंटेंट क्लासिफ़िकेशन के आधार पर आने वाले अनुरोधों को उपयुक्त विशेषज्ञ एजेंट्स तक रूट करता है
2. विशेषज्ञ एजेंट्स: डोमेन-विशिष्ट कार्य संभालते हैं (बिलिंग, शेड्यूलिंग, तकनीकी सहायता आदि)
3. मानव एस्केलेशन: जटिल या संवेदनशील मामलों के लिए तय हैंडऑफ़ मानदंड

इस पैटर्न के फ़ायदे:

• हर विशेषज्ञ के पास केंद्रित प्रॉम्प्ट और कम कॉन्टेक्स्ट होता है
• सिस्टम को प्रभावित किए बिना अलग-अलग विशेषज्ञों को अपडेट करना आसान होता है
• हर डोमेन के लिए स्पष्ट मेट्रिक्स (बिलिंग रिज़ॉल्यूशन रेट, शेड्यूलिंग सक्सेस रेट आदि)
• हर इंटरैक्शन में कम लेटेंसी (छोटे प्रॉम्प्ट, तेज़ इन्फ़रेंस)

स्पष्ट हैंडऑफ़ मानदंड तय करें

मल्टी-एजेंट वर्कफ़्लो डिज़ाइन करते समय, ठीक-ठीक बताएं कि एजेंट्स के बीच या मानव ऑपरेटर्स को कंट्रोल कब और कैसे ट्रांसफ़र होना चाहिए।

# Goal
Route customer requests to the appropriate specialist agent based on intent.
## Routing logic
**Billing specialist:** Customer mentions payment, invoice, refund, charge, subscription, or account balance
**Technical support specialist:** Customer reports error, bug, issue, not working, broken
**Scheduling specialist:** Customer wants to book, reschedule, cancel, or check appointment
**Human escalation:** Customer is angry, requests supervisor, or issue is unresolved after 2 specialist attempts
## Handoff process
1. Classify customer intent based on first message
2. Provide brief acknowledgment: "I'll connect you with our [billing/technical/scheduling] team."
3. Transfer conversation with context summary:
   - Customer name
   - Primary issue
   - Any account identifiers already collected
4. Do not repeat information collection that already occurred

# Personality
You are a billing specialist for Acme Corp. You handle payment issues, refunds, and subscription changes.
# Goal
Resolve billing inquiries by:
1. Verifying customer identity
2. Looking up account and billing history
3. Processing refunds (under $500) or escalating (over $500)
4. Updating subscription settings when requested
# Guardrails
Never access account information without identity verification.
Never process refunds over $500 without supervisor approval.
If the customer's issue is not billing-related, transfer back to the orchestrator agent.

मल्टी-एजेंट वर्कफ़्लो बनाने के लिए विस्तृत मार्गदर्शन हेतु, वर्कफ़्लो पर हमारी डॉक्यूमेंटेशन देखें।

एंटरप्राइज़ विश्वसनीयता के लिए मॉडल चयन

सही मॉडल का चयन आपकी परफ़ॉर्मेंस आवश्यकताओं पर निर्भर करता है—खास तौर पर लेटेंसी, सटीकता और टूल-कॉलिंग विश्वसनीयता पर। अलग-अलग मॉडल स्पीड, रीजनिंग क्षमता और लागत के बीच अलग-अलग ट्रेड-ऑफ़ देते हैं।

ट्रेड-ऑफ़ समझें

लेटेंसी: छोटे मॉडल (कम पैरामीटर वाले) आम तौर पर तेज़ी से जवाब देते हैं, इसलिए वे अधिक आवृत्ति वाले, कम जटिलता के इंटरैक्शन के लिए उपयुक्त होते हैं।

सटीकता: बड़े मॉडल ज़्यादा मज़बूत रीजनिंग क्षमताएं देते हैं और जटिल, मल्टी-स्टेप कार्यों को बेहतर ढंग से संभालते हैं, लेकिन उनकी लेटेंसी और लागत ज़्यादा होती है।

टूल-कॉलिंग विश्वसनीयता: सभी मॉडल टूल/फ़ंक्शन कॉलिंग को समान सटीकता से नहीं संभालते। कुछ स्ट्रक्चर्ड आउटपुट में बेहतर होते हैं, जबकि दूसरों को ज़्यादा स्पष्ट प्रॉम्प्टिंग की ज़रूरत हो सकती है।

उपयोग के मामले के अनुसार मॉडल सुझाव

लाखों एजेंट इंटरैक्शन में किए गए डिप्लॉयमेंट के आधार पर, ये पैटर्न सामने आते हैं:

• GPT-4o या GLM 4.5 Air (सुझाया गया शुरुआती विकल्प): सामान्य उद्देश्य वाले एंटरप्राइज़ एजेंट्स के लिए सबसे अच्छा, जहां लेटेंसी, सटीकता और लागत—तीनों में संतुलन ज़रूरी हो। मज़बूत टूल-कॉलिंग परफ़ॉर्मेंस और प्रति इंटरैक्शन उचित लागत के साथ कम से मध्यम लेटेंसी देता है। कस्टमर सपोर्ट, शेड्यूलिंग, ऑर्डर मैनेजमेंट और सामान्य पूछताछ संभालने के लिए आदर्श है।

• Gemini 2.5 Flash Lite (अत्यंत कम लेटेंसी): ज़्यादा आवृत्ति वाले, सरल इंटरैक्शन के लिए सबसे अच्छा, जहां स्पीड बहुत महत्वपूर्ण हो। व्यापक सामान्य ज्ञान के साथ सबसे कम लेटेंसी देता है, हालांकि जटिल टूल-कॉलिंग में इसकी परफ़ॉर्मेंस कम होती है। शुरुआती रूटिंग/ट्रायेज, सरल FAQs, अपॉइंटमेंट कन्फ़र्मेशन और बुनियादी डेटा कलेक्शन के लिए बड़े स्तर पर किफ़ायती है।

• Claude Sonnet 4 या 4.5 (जटिल रीजनिंग): मल्टी-स्टेप समस्या समाधान, सूक्ष्म निर्णय और जटिल टूल ऑर्केस्ट्रेशन के लिए सबसे अच्छा। उत्कृष्ट टूल-कॉलिंग विश्वसनीयता के साथ सबसे अधिक सटीकता और रीजनिंग क्षमता देता है, हालांकि इसकी लेटेंसी और लागत ज़्यादा होती है। ऐसे कार्यों के लिए आदर्श है जहां गलतियां महंगी पड़ती हैं, जैसे तकनीकी ट्रबलशूटिंग, वित्तीय सलाह, कंप्लायंस-संवेदनशील वर्कफ़्लो और जटिल रिफ़ंड/एस्केलेशन निर्णय।

अपने वास्तविक प्रॉम्प्ट के साथ बेंचमार्क करें

प्रॉम्प्ट संरचना और कार्य की जटिलता के आधार पर मॉडल परफ़ॉर्मेंस में काफी अंतर होता है। मॉडल के लिए प्रतिबद्ध होने से पहले:

1. अपने वास्तविक सिस्टम प्रॉम्प्ट के साथ 2-3 संभावित मॉडल टेस्ट करें
2. असली यूज़र क्वेरी या सिंथेटिक टेस्ट केस पर मूल्यांकन करें
3. लेटेंसी, सटीकता और टूल-कॉलिंग सफलता दर मापें
4. अपनी खास आवश्यकताओं के अनुसार सबसे अच्छे ट्रेड-ऑफ़ के लिए ऑप्टिमाइज़ करें

मॉडल कॉन्फ़िगरेशन विकल्पों की विस्तृत जानकारी के लिए, हमारी मॉडल्स डॉक्यूमेंटेशन देखें।

पुनरावृत्ति और परीक्षण

प्रोडक्शन में विश्वसनीयता लगातार पुनरावृत्ति से आती है। अच्छे से बनाए गए प्रॉम्प्ट भी वास्तविक उपयोग में विफल हो सकते हैं। मायने यह रखता है कि आप उन विफलताओं से सीखें और अनुशासित परीक्षण के ज़रिए सुधार करें।

मूल्यांकन मानदंड कॉन्फ़िगर करें

समय के साथ सफलता पर नज़र रखने और रिग्रेशन की जांच करने के लिए हर एजेंट के साथ ठोस मूल्यांकन मानदंड जोड़ें।

ट्रैक करने के लिए मुख्य मेट्रिक्स:

• टास्क पूरा होने की दर: सफलतापूर्वक संबोधित किए गए यूज़र इंटेंट का प्रतिशत
• एस्केलेशन दर: मानवीय हस्तक्षेप की ज़रूरत वाली बातचीत का प्रतिशत

ElevenLabs में मूल्यांकन मानदंड कॉन्फ़िगर करने के बारे में विस्तृत जानकारी के लिए सफलता मूल्यांकन देखें।

विफलता पैटर्न का विश्लेषण करें

जब एजेंट अपेक्षा के मुताबिक काम न करें, तो समस्याग्रस्त इंटरैक्शन में पैटर्न पहचानें:

• एजेंट गलत जानकारी कहाँ देता है? → खास सेक्शन में निर्देश मज़बूत करें
• वह यूज़र इंटेंट कब नहीं समझ पाता? → उदाहरण जोड़ें या भाषा सरल करें
• कौन से यूज़र इनपुट उसे अपने किरदार से बाहर कर देते हैं? → एज केस के लिए गार्डरेल जोड़ें
• कौन से टूल सबसे ज़्यादा विफल होते हैं? → एरर हैंडलिंग या पैरामीटर विवरण बेहतर करें

उन बातचीत ट्रांसक्रिप्ट की समीक्षा करें जिनमें यूज़र संतुष्टि कम थी या टास्क पूरे नहीं हुए थे।

लक्षित सुधार करें

पहचानी गई समस्याओं को ठीक करने के लिए अपने प्रॉम्प्ट के खास सेक्शन अपडेट करें:

1. समस्या को अलग करें: पहचानें कि कौन सा प्रॉम्प्ट सेक्शन या टूल डेफ़िनिशन विफलताओं का कारण बन रहा है
2. खास उदाहरणों पर बदलाव टेस्ट करें: पहले विफल हुई बातचीत को टेस्ट केस के रूप में इस्तेमाल करें
3. एक बार में एक बदलाव करें: यह समझने के लिए सुधारों को अलग रखें कि क्या काम कर रहा है
4. उन्हीं टेस्ट केस के साथ फिर से मूल्यांकन करें: पुष्टि करें कि बदलाव ने नई समस्याएँ बनाए बिना समस्या ठीक कर दी

डेटा कलेक्शन कॉन्फ़िगर करें

हर बातचीत से डेटा का सारांश बनाने के लिए अपने एजेंट को कॉन्फ़िगर करें। इससे आप इंटरैक्शन पैटर्न का विश्लेषण कर सकते हैं, आम यूज़र अनुरोध पहचान सकते हैं और वास्तविक उपयोग के आधार पर अपने प्रॉम्प्ट में लगातार सुधार कर सकते हैं।

ElevenLabs में डेटा कलेक्शन कॉन्फ़िगर करने के बारे में विस्तृत जानकारी के लिए डेटा कलेक्शन देखें।

रिग्रेशन टेस्टिंग के लिए सिमुलेशन इस्तेमाल करें

प्रॉम्प्ट बदलावों को प्रोडक्शन में डिप्लॉय करने से पहले, रिग्रेशन पकड़ने के लिए उन्हें ज्ञात परिदृश्यों के एक सेट पर टेस्ट करें।

प्रोग्राम के ज़रिए एजेंट टेस्ट करने की जानकारी के लिए बातचीत सिम्युलेट करें देखें।

प्रोडक्शन संबंधी बातें

एंटरप्राइज़ एजेंट को प्रॉम्प्ट की गुणवत्ता के अलावा अतिरिक्त सुरक्षा उपायों की ज़रूरत होती है। प्रोडक्शन डिप्लॉयमेंट में एरर हैंडलिंग, अनुपालन और सुचारू रूप से सीमित कार्यक्षमता को ध्यान में रखना ज़रूरी है।

सभी टूल इंटीग्रेशन में एरर हैंडल करें

हर बाहरी टूल कॉल एक संभावित विफलता बिंदु है। सुनिश्चित करें कि आपके प्रॉम्प्ट में इन स्थितियों के लिए स्पष्ट एरर हैंडलिंग शामिल हो:

• नेटवर्क विफलताएँ: “मुझे हमारे सिस्टम से कनेक्ट करने में समस्या आ रही है। मैं फिर से कोशिश करता हूँ।”
• गुम डेटा: “मुझे हमारे सिस्टम में वह जानकारी नहीं दिख रही है। क्या आप विवरण की पुष्टि कर सकते हैं?”
• टाइमआउट एरर: “इसमें उम्मीद से ज़्यादा समय लग रहा है। मैं आपको किसी विशेषज्ञ के पास एस्केलेट कर सकता हूँ या फिर से कोशिश कर सकता हूँ।”
• अनुमति संबंधी एरर: “मुझे उस जानकारी का एक्सेस नहीं है। मैं आपको ऐसे व्यक्ति से कनेक्ट करता हूँ जो मदद कर सकता है।“

उदाहरण प्रॉम्प्ट

नीचे दिए गए उदाहरण दिखाते हैं कि इस गाइड में बताए गए सिद्धांतों को वास्तविक एंटरप्राइज़ उपयोग मामलों में कैसे लागू करें। हर उदाहरण में एनोटेशन शामिल हैं, जो इस्तेमाल किए गए विश्वसनीयता सिद्धांतों को हाइलाइट करते हैं।

उदाहरण 1: तकनीकी सहायता एजेंट

# Personality
You are a technical support specialist for CloudTech, a B2B SaaS platform.
You are patient, methodical, and focused on resolving issues efficiently.
You speak clearly and adapt technical language based on the user's familiarity.
# Environment
You are assisting customers via phone support.
Customers may be experiencing service disruptions and could be frustrated.
You have access to diagnostic tools and the customer account database.
# Tone
Keep responses clear and concise (2-3 sentences unless troubleshooting requires more detail).
Use a calm, professional tone with brief affirmations ("I understand," "Let me check that").
Adapt technical depth based on customer responses.
Check for understanding after complex steps: "Does that make sense?"
# Goal
Resolve technical issues through structured troubleshooting:
1. Verify customer identity using email and account ID
2. Identify affected service and severity level
3. Run diagnostics using `runSystemDiagnostic` tool
4. Provide step-by-step resolution or escalate if unresolved after 2 attempts
This step is important: Always run diagnostics before suggesting solutions.
# Guardrails
Never access customer accounts without identity verification. This step is important.
Never guess at solutions—always base recommendations on diagnostic results.
If an issue persists after 2 troubleshooting attempts, escalate to engineering team.
Acknowledge when you don't know the answer instead of speculating.
# Tools
## `verifyCustomerIdentity`
**When to use:** At the start of every conversation before accessing account data
**Parameters:**
- `email` (required): Customer email in standard written format (e.g., "user@company.com"). Convert from spoken format: "at" → "@", "dot" → ".", remove spaces between words.
- `account_id` (optional): Account ID if customer provides it
**Error handling:**
If verification fails, ask customer to confirm email spelling and try again.
## `runSystemDiagnostic`
**When to use:** After verifying identity and understanding the reported issue
**Parameters:**
- `account_id` (required): From `verifyCustomerIdentity` response
- `service_name` (required): Name of affected service (e.g., "api", "dashboard", "storage")
**Usage:**
1. Confirm which service is affected
2. Run diagnostic with account ID and service name
3. Review results before providing solution
**Error handling:**
If diagnostic fails, acknowledge the issue: "I'm having trouble running that diagnostic. Let me escalate to our engineering team."
# Error handling
If any tool call fails:
1. Acknowledge: "I'm having trouble accessing that information right now."
2. Do not guess or make up information
3. Offer to retry once, then escalate if failure persists

दिखाए गए सिद्धांत:

• ✓ सेक्शन का साफ़ विभाजन (# Personality, # Goal, # Tools आदि)
• ✓ हर लाइन में एक कार्रवाई (# Goal के क्रमांकित चरण देखें)
• ✓ संक्षिप्त निर्देश (टोन सेक्शन छोटा और स्पष्ट है)
• ✓ महत्वपूर्ण चरणों पर ज़ोर (“This step is important”)
• ✓ पैरामीटर विवरण में फ़ॉर्मैट कन्वर्ज़न (ईमेल नॉर्मलाइज़ेशन)
• ✓ गार्डरेल के लिए अलग सेक्शन
• ✓ कब/कैसे/एरर की जानकारी के साथ सटीक टूल विवरण
• ✓ स्पष्ट एरर हैंडलिंग निर्देश

उदाहरण 2: ग्राहक सेवा रिफ़ंड एजेंट

# Personality
You are a refund specialist for RetailCo.
You are empathetic, solution-oriented, and efficient.
You balance customer satisfaction with company policy compliance.
# Goal
Process refund requests through this workflow:
1. Verify customer identity using order number and email
2. Look up order details with `getOrderDetails` tool
3. Confirm refund eligibility (within 30 days, not digital download, not already refunded)
4. For refunds under $100: Process immediately with `processRefund` tool
5. For refunds $100-$500: Apply secondary verification, then process
6. For refunds over $500: Escalate to supervisor with case summary
This step is important: Never process refunds without verifying eligibility first.
# Guardrails
Never process refunds outside the 30-day return window without supervisor approval.
Never process refunds over $500 without supervisor approval. This step is important.
Never access order information without verifying customer identity.
If a customer becomes aggressive, remain calm and offer supervisor escalation.
# Tools
## `verifyIdentity`
**When to use:** At the start of every conversation
**Parameters:**
- `order_id` (required): Order ID in uppercase alphanumeric format (e.g., "ORD123456"). Convert from spoken format: spell out letters and spoken digits to written form, no spaces.
- `email` (required): Customer email in standard written format (e.g., "john.smith@retailco.com"). Convert from spoken format: "at" → "@", "dot" → ".", remove spaces between words.
## `getOrderDetails`
**When to use:** After identity verification
**Returns:** Order date, items, total amount, refund eligibility status
**Error handling:**
If order not found, ask customer to verify order number and try again.
## `processRefund`
**When to use:** Only after confirming eligibility
**Required checks before calling:**
- Identity verified
- Order is within 30 days
- Order is eligible (not digital, not already refunded)
- Refund amount is under $500
**Parameters:**
- `order_id` (required): From previous verification
- `reason_code` (required): One of "defective", "wrong_item", "late_delivery", "changed_mind"
**Usage:**
1. Confirm refund details with customer: "I'll process a $[amount] refund to your original payment method. It will appear in 3-5 business days. Does that work for you?"
2. Wait for customer confirmation
3. Call this tool
**Error handling:**
If refund processing fails, apologize and escalate: "I'm unable to process that refund right now. Let me escalate to a supervisor who can help."

दिखाए गए सिद्धांत:

• ✓ विशेष एजेंट दायरा (सिर्फ़ रिफ़ंड, सामान्य सहायता नहीं)
• ✓ # Goal सेक्शन में स्पष्ट वर्कफ़्लो चरण
• ✓ महत्वपूर्ण नियमों पर बार-बार ज़ोर (रिफ़ंड सीमाएँ, वेरिफ़िकेशन)
• ✓ “when to use” और “required checks” के साथ विस्तृत टूल उपयोग
• ✓ पैरामीटर विवरण में फ़ॉर्मैट कन्वर्ज़न (ऑर्डर ID, ईमेल)
• ✓ हर टूल के लिए स्पष्ट एरर हैंडलिंग
• ✓ एस्केलेशन के मानदंड स्पष्ट रूप से तय हैं

फ़ॉर्मैटिंग के सर्वोत्तम तरीके

आप अपने प्रॉम्प्ट को कैसे फ़ॉर्मैट करते हैं, इसका असर इस बात पर पड़ता है कि भाषा मॉडल उसे कितने प्रभावी ढंग से समझता है:

• Markdown हेडिंग इस्तेमाल करें: मुख्य सेक्शन के लिए # और सबसेक्शन के लिए ## के साथ सेक्शन व्यवस्थित करें
• बुलेटेड लिस्ट को प्राथमिकता दें: निर्देशों को आसानी से समझ आने वाले बुलेट पॉइंट में बाँटें
• खाली जगह इस्तेमाल करें: सेक्शन और निर्देश समूहों को खाली लाइनों से अलग करें
• हेडिंग को वाक्य शैली में रखें: # Goal, न कि # GOAL
• एकरूप रहें: पूरे प्रॉम्प्ट में एक ही फ़ॉर्मैटिंग पैटर्न अपनाएँ

अक्सर पूछे जाने वाले सवाल

अगले चरण

यह गाइड प्रॉम्प्ट इंजीनियरिंग, टूल कॉन्फ़िगरेशन और आर्किटेक्चरल पैटर्न के ज़रिए भरोसेमंद एजेंट व्यवहार की नींव तैयार करती है। प्रोडक्शन-ग्रेड सिस्टम बनाने के लिए, आगे इनका उपयोग करें:

• वर्कफ़्लो: मल्टी-एजेंट ऑर्केस्ट्रेशन और विशेषज्ञ हैंडऑफ़ डिज़ाइन करें
• सफलता मूल्यांकन: मेट्रिक्स और मूल्यांकन मानदंड कॉन्फ़िगर करें
• डेटा कलेक्शन: बातचीत से संरचित इनसाइट कैप्चर करें
• टेस्टिंग: रिग्रेशन टेस्टिंग और सिमुलेशन लागू करें
• गार्डरेल: सुरक्षित एजेंट जवाबों के लिए कंटेंट मॉडरेशन कॉन्फ़िगर करें
• प्राइवेसी: अनुपालन और डेटा सुरक्षा सुनिश्चित करें
• हमारे डॉक्स एजेंट: इन सिद्धांतों के इस्तेमाल का पूरा केस स्टडी देखें

एंटरप्राइज़ डिप्लॉयमेंट सहायता के लिए, हमारी टीम से संपर्क करें।