Come abbiamo creato l'agente ElevenLabs per le interviste ai clienti
Panoramica
Abbiamo creato un intervistatore IA con ElevenLabs Agents per raccogliere feedback qualitativi degli utenti dell’app ElevenReader su larga scala. Questo documento spiega il design del sistema, la configurazione dell’agente, la pipeline di raccolta dati e il framework di valutazione che abbiamo usato per condurre oltre 230 interviste in meno di 24 ore.
L’obiettivo era replicare la profondità e le sfumature delle interviste dal vivo con i clienti, senza i vincoli di pianificazione, lingua e operatività delle sessioni condotte da persone.

Architettura del sistema
L’intervistatore IA è stato implementato interamente su ElevenAgents, con i seguenti componenti di alto livello:
- Agente vocale conversazionale per interviste in tempo reale
- Modello linguistico di grandi dimensioni per la pianificazione del dialogo e il ragionamento
- Estrazione strutturata dei dati per l’analisi post-chiamata
- Chiusura automatizzata delle chiamate e controllo delle sessioni
Progettazione dell’agente

Obiettivi della ricerca
All’agente è stato chiesto di esplorare quattro aree di ricerca principali:
- Richieste di funzionalità e miglioramenti del prodotto
- Principali modalità d’uso
- Confronti con la concorrenza
- Percezione dei prezzi e valore del brand
Questi obiettivi sono stati integrati direttamente nel prompt di sistema per garantire coerenza tra le interviste.
Selezione della voce
Abbiamo selezionato la voce Hope - La podcaster per l’intervistatore. Questa voce è stata scelta per il ritmo neutro, il calore e il tono conversazionale, che hanno ridotto l’attrito percepito e aiutato gli utenti a interagire in modo naturale anche nelle sessioni più lunghe.
Selezione del modello
Modello di ragionamento: Gemini 2.5 Flash
Abbiamo scelto Gemini 2.5 Flash per bilanciare la bassa latenza con una profondità di ragionamento sufficiente per domande di approfondimento adattive durante le conversazioni dal vivo.
Struttura del prompt di sistema
Il prompt di sistema indicava all’agente di:
- Porre domande aperte in linea con gli obiettivi della ricerca
- Generare domande di approfondimento quando le risposte erano vaghe o minime
- Evitare formulazioni suggestive o distorte
- Mantenere la conversazione in tema e entro una finestra temporale fissa
Seguendo la nostra guida ai prompt, ecco il prompt di sistema completo che abbiamo usato:
Gestione della sicurezza e dei casi limite
Prima del rilascio in produzione, abbiamo eseguito conversazioni simulate usando gli strumenti di test di ElevenLabs per convalidare il comportamento in caso di:
- Risposte di una sola parola o non informative
- Input fuori tema
- Linguaggio inappropriato
- Silenzio o pause prolungate
Questi test hanno definito guardrail aggiuntivi nel prompt per mantenere alta la qualità delle interviste.
Controllo della durata della sessione
Ogni intervista aveva una durata massima di dieci minuti. L’agente usava lo strumento end_call per:
- Concludere la sessione in modo naturale
- Ringraziare l’utente per il tempo dedicato
- Evitare conversazioni eccessivamente lunghe o cicliche
Raccolta e analisi dei dati

Elaborazione delle trascrizioni
Tutte le conversazioni sono state trascritte e analizzate tramite la funzionalità Analisi di ElevenLabs Agents per estrarre dati strutturati dai dialoghi aperti.
Abbiamo monitorato le risposte a domande come:
- “Come usi principalmente ElevenReader oggi?”
- “Quali due modifiche migliorerebbero maggiormente l’app?”
Output strutturati
I campi estratti includevano:
- Caso d’uso principale
- Funzionalità richieste
- Bug segnalati
- Indicatori di sentiment
Questo ci ha permesso di aggregare i feedback qualitativi senza esaminare manualmente ogni trascrizione.
Limiti e insegnamenti
- Le interviste con l’IA richiedono un’attenta progettazione dei prompt per evitare risposte superficiali
- Stabilire un limite di tempo è essenziale per controllare i costi e mantenere il focus
- L’estrazione strutturata è fondamentale: le sole trascrizioni non sono scalabili per l’analisi
Sviluppi futuri
Prevediamo di estendere questo sistema:
- Aggiungendo percorsi di intervista adattivi in base al segmento utente
- Integrando l’analisi del sentiment in tempo reale
- Ampliando la copertura delle interviste multilingue
- Collegando gli insight estratti direttamente ai sistemi di monitoraggio del prodotto
Inizia a creare il tuo agente oggi o contatta il nostro team per saperne di più.