Creare l'agente ElevenLabs per le interviste ai clienti
Panoramica
Abbiamo creato un intervistatore IA con ElevenLabs Agents per raccogliere su larga scala feedback qualitativi degli utenti sull’app ElevenReader. Questo documento descrive la progettazione del sistema, la configurazione dell’agente, la pipeline di raccolta dati e il framework di valutazione che abbiamo usato per condurre più di 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 principali:
- Agente vocale conversazionale per interviste in tempo reale
- Modello linguistico di grandi dimensioni per la pianificazione del dialogo e il ragionamento
- Estrazione di dati strutturati per l’analisi post-chiamata
- Terminazione automatizzata delle chiamate e controllo delle sessioni
Progettazione dell’agente

Obiettivi di ricerca
L’agente doveva esplorare quattro aree di ricerca principali:
- Richieste di funzionalità e miglioramenti del prodotto
- Principali modalità di utilizzo
- Confronti con i concorrenti
- Percezione dei prezzi e valore del brand
Questi obiettivi sono stati incorporati direttamente nel prompt di sistema per garantire coerenza tra le interviste.
Selezione della voce
Per l’intervistatore abbiamo selezionato la voce Hope - The podcaster. Questa voce è stata scelta per il suo ritmo neutro, il suo calore e il tono conversazionale, che hanno ridotto l’attrito percepito e aiutato gli utenti a interagire naturalmente durante sessioni più lunghe.
Selezione del modello
Modello di ragionamento: Gemini 3.5 Flash
Abbiamo selezionato Gemini 3.5 Flash per bilanciare una 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 istruiva l’agente a:
- Porre domande aperte in linea con gli obiettivi di ricerca
- Generare domande di approfondimento quando le risposte erano vaghe o minime
- Evitare formulazioni suggestive o distorte
- Mantenere la conversazione sull’argomento e entro una finestra temporale fissa
Seguendo la nostra guida ai prompt, ecco il prompt di sistema completo che abbiamo usato:
Sicurezza e gestione 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 lunghe
Questi test hanno portato all’aggiunta di ulteriori misure di protezione nel prompt per mantenere la qualità delle interviste.
Controllo della durata della sessione
Ogni intervista era limitata a dieci minuti. L’agente usava lo strumento end_call per:
- Concludere la sessione in modo naturale
- Ringraziare l’utente per il suo tempo
- 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 il feedback qualitativo senza rivedere manualmente ogni trascrizione.
Limiti e apprendimenti
- Le interviste IA richiedono un’attenta progettazione del prompt per evitare risposte superficiali
- Limitare la durata è essenziale per controllare i costi e mantenere la concentrazione
- 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 la valutazione del sentiment in tempo reale
- Ampliando la copertura delle interviste multilingue
- Collegando direttamente gli insight estratti ai sistemi di monitoraggio del prodotto
Inizia a creare il tuo agente oggi oppure contatta il nostro team per saperne di più.