Vai alla navigazione

Guida rapida

Crea il tuo primo agente conversazionale in appena 5 minuti.

In questa guida imparerai a creare il tuo primo agente conversazionale. Sarà la base per creare workflow conversazionali su misura per i casi d’uso della tua azienda. Lascia che il tuo coding agent lo configuri oppure segui manualmente i passaggi qui sotto.

Configura con il tuo coding agent

Non ti servono né un account né una chiave API prima di iniziare. Incolla questo nel tuo coding agent:

Add ElevenLabs to my project: run `npx -y @elevenlabs/cli@latest onboard init` and follow what it prints.

La CLI di ElevenLabs fa il resto e indica ogni passaggio al tuo coding agent. Il browser si apre una volta per consentirti di accedere o creare un account e fare clic su Authorize. La chiave viene salvata nel file env del progetto (.env.local oppure .env in un progetto Python) e mantenuta fuori da git; non viene mai mostrata nella chat. Quando il coding agent ti chiede cosa vuoi creare, descrivi l’agente che desideri: cosa deve fare e dove le persone potranno parlarci, ad esempio in un widget sul tuo sito web o con un pulsante vocale nella tua app. Il coding agent lo crea, lo aggiunge alla tua app e ti fornisce un link per provarlo.

Se il tuo coding agent viene eseguito in un ambiente raggiungibile dal browser, ad esempio su una macchina remota tramite SSH o in una sandbox cloud, la CLI ti chiede di creare una chiave e di incollarla nel file env, quindi continua. Il comando richiede Node.js per npx. Se non lo hai, installa la CLI di ElevenLabs con Homebrew (macOS e Linux) o Scoop (Windows), oppure aggiornala se è già installata (brew upgrade elevenlabs, scoop update elevenlabs), e chiedi al tuo coding agent di eseguire invece elevenlabs onboard init.

Per conservare nel tuo coding agent la skill per gli agenti ElevenLabs per lavorare in seguito sui tuoi agenti, installala:

npx skills add elevenlabs/skills --skill agents

Per creare agenti da Claude, ChatGPT o un altro client MCP, connettiti invece al server MCP ospitato.

Per iniziare

Gli agenti ElevenLabs possono essere gestiti dalla dashboard di ElevenAgents, dall’API di ElevenLabs, dalla CLI Agents o dal server MCP ospitato.

Agenti ElevenLabs

L'assistente nell'angolo in basso a destra di questa pagina è un esempio di agente ElevenLabs, in grado di rispondere a domande su ElevenLabs, navigare tra le pagine e indirizzarti a risorse esterne.

Creare il tuo primo agente

In questa guida rapida inizieremo creando un agente tramite l’API o la dashboard web. Successivamente testeremo l’agente, incorporandolo nel tuo sito web o tramite la dashboard di ElevenLabs.

In questa guida creeremo un assistente conversazionale per il supporto, in grado di rispondere a domande sul tuo prodotto, sulla documentazione o sul servizio. Puoi incorporare questo assistente nel tuo sito web o nella tua app per offrire supporto in tempo reale ai clienti.

Agenti ElevenLabs

L'assistente nell'angolo in basso a destra di questa pagina può rispondere a domande su ElevenLabs, navigare tra le pagine e indirizzarti a risorse esterne.
1

Accedi a ElevenLabs

Vai su elevenlabs.io e accedi o crea il tuo account.

2

Crea un nuovo assistente

Nella Dashboard di ElevenLabs, crea un nuovo assistente inserendo un nome e selezionando l’opzione Blank template.

Dashboard

Creazione di un nuovo assistente
3

Configura il comportamento dell'assistente

Vai alla scheda Agent per configurare il comportamento dell’assistente. Imposta quanto segue:

1

Primo messaggio

Questo è il primo messaggio che l’assistente pronuncerà quando un utente avvia una conversazione.

Primo messaggio
Hi, this is Alexis from <company name> support. How can I help you today?
2

Prompt di sistema

Questo prompt guida il comportamento, le attività e la personalità dell’assistente.

Personalizza l’esempio seguente con i dati della tua azienda:

Prompt di sistema
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.
4

Aggiungi una knowledge base

Vai alla sezione Knowledge Base per fornire all’assistente il contesto sulla tua azienda.

Qui puoi caricare documenti pertinenti e link a risorse esterne:

  • Includi documentazione, FAQ e altre risorse per aiutare l’assistente a rispondere alle richieste dei clienti.
  • Mantieni aggiornata la knowledge base per assicurarti che l’assistente fornisca informazioni corrette e aggiornate.

Ora configureremo la voce del tuo assistente.

1

Seleziona una voce

Nella scheda Voice, scegli dalla libreria vocale la voce più adatta al tuo assistente:

Impostazioni della voce

L’uso di voci, modelli e LLM di qualità superiore può aumentare il tempo di risposta. Per un’esperienza cliente ottimale, bilancia qualità e latenza in base al caso d’uso previsto per l’assistente.
2

Testa il tuo assistente

Premi il pulsante Test AI agent e prova a conversare con il tuo assistente.

Configura i criteri di valutazione e la raccolta dati per analizzare le conversazioni e migliorare le prestazioni dell’assistente.

1

Configura i criteri di valutazione

Vai alla scheda Analysis nelle impostazioni dell’assistente per definire criteri personalizzati per valutare le conversazioni.

Impostazioni di analisi

Ogni trascrizione della conversazione viene passata all’LLM per verificare se sono stati raggiunti obiettivi specifici. I risultati saranno success, failure o unknown, accompagnati da una motivazione che spiega il risultato scelto.

Aggiungiamo un criterio di valutazione con il nome solved_user_inquiry:

Prompt
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.
2

Configura la raccolta dati

Nella sezione Data collection, configura i dettagli da estrarre da ogni conversazione.

Fai clic su Add item e configura quanto segue:

  1. Tipo di dati: seleziona “string”
  2. Identificatore: inserisci un identificatore univoco per questo dato: user_question
  3. Descrizione: fornisci all’LLM istruzioni dettagliate su come estrarre i dati specifici dalla trascrizione:
Prompt
Extract the user's questions & inquiries from the conversation.
Testa il tuo assistente fingendo di essere un cliente. Fai domande, valuta le risposte e modifica i prompt finché non sei soddisfatto delle sue prestazioni.
3

Visualizza la cronologia delle conversazioni

Visualizza i risultati delle valutazioni e i dati raccolti per ogni conversazione nella scheda Call history.

Cronologia delle conversazioni

Esamina regolarmente la cronologia delle conversazioni per individuare problemi e pattern ricorrenti.

L’agente appena creato può essere testato in vari modi, ma il più rapido è usare la dashboard di ElevenLabs.

La dashboard web utilizza internamente il nostro SDK React per gestire le conversazioni in tempo reale.

Se invece vuoi testare rapidamente l’agente sul tuo sito web, puoi usare il widget Agent. Incolla semplicemente il seguente snippet HTML nel tuo sito web, sostituendo agent-id con l’ID del tuo agente.

<elevenlabs-convai agent-id="agent-id"></elevenlabs-convai>
<script src="https://unpkg.com/@elevenlabs/convai-widget-embed" async type="text/javascript"></script>

Passaggi successivi

Dopo questa guida rapida, puoi rendere il tuo agente più efficace integrando: