> This is a page from the ElevenLabs documentation. For a complete page index, fetch https://elevenlabs.io/docs/llms.txt. For the full documentation in a single file, fetch https://elevenlabs.io/docs/llms-full.txt.

# マルチモーダル入力

## 概要

マルチモーダル入力の設定では、音声以外の方法でユーザーがエージェントに情報を送る方法を管理できます。エージェントの**詳細設定**タブにある**マルチモーダル入力**で設定します。

#### [ファイル入力](#file-input)

チャットで画像やPDFを添付できるようにします

#### [DTMF入力](#dtmf-input)

通話中に発信者からキーパッドの数字を収集します

## ファイル入力

ファイル入力では、ユーザーがチャットで画像やPDFをエージェントに送信できます。選択した[モデル](/docs/ja/eleven-agents/customization/llm)が画像および／またはドキュメント入力に対応している場合、エージェントはそれらのファイルを読み取れます。

> **Note**
>
> ファイル入力が有効になっていても、モデルがそのファイル形式に対応していない場合、添付ファイルは無視されます。

### 設定

| フィールド                        | 型         | デフォルト  | 説明                                                                                                                 |
| ---------------------------- | --------- | ------ | ------------------------------------------------------------------------------------------------------------------ |
| `enabled`                    | `boolean` | `true` | `true`の場合、モデルがその入力形式に対応していれば、ユーザーは画像またはPDFを添付できます。                                                                 |
| `max_files_in_memory`        | `integer` | `10`   | 一度にメモリに保持する最近アップロードされたファイル数です。範囲：`1`～`10`。上限に達すると、古いファイルは簡単な要約に置き換えられます。                                           |
| `max_files_per_conversation` | `integer` | `10`   | 1つの会話でユーザーがアップロードできるファイルの合計数です。アップロードはファイルごとに課金されます。上限なしにするには`-1`を使用します。`-1`、または`max_files_in_memory`以上である必要があります。 |

ユーザーは[ウィジェット](/docs/ja/eleven-agents/customization/widget)、[Slack](/docs/ja/eleven-agents/customization/integrations/slack)などの対応チャットチャネル、または[会話ファイルのアップロード](/docs/ja/eleven-agents/api-reference/conversations/upload-file)APIでファイルを添付できます。

#### ダッシュボードで更新

#### マルチモーダル入力を開く

ダッシュボードでエージェントを開き、選択したモデルが画像および／またはPDF入力に対応していることを確認してから、**詳細設定**タブに移動します。

#### ファイル添付を有効にする

**マルチモーダル入力**で、**ファイル添付を許可**をオンにします。

#### ファイル上限を設定する

必要に応じて、**メモリに保持するファイル数**と**会話あたりの最大ファイル数**を設定します。

#### 変更を保存する

エージェントを保存します。ユーザーはチャットで画像やPDFを添付できるようになります。

#### CLIで更新

#### エージェント設定を取得する

```bash
elevenlabs agents pull --agent agent_7101k5zvyjhmfg983brhmhkd98n6
```

#### エージェント設定を編集する

`conversation_config.conversation.file_input`を設定します。

```json
{
  "conversation_config": {
    "conversation": {
      "file_input": {
        "enabled": true,
        "max_files_in_memory": 10,
        "max_files_per_conversation": 10
      }
    }
  }
}
```

#### エージェント設定をプッシュする

```bash
elevenlabs agents push --agent agent_7101k5zvyjhmfg983brhmhkd98n6
```

#### APIで更新

```python
from elevenlabs import ElevenLabs

elevenlabs = ElevenLabs()

elevenlabs.conversational_ai.agents.update(
    agent_id="agent_7101k5zvyjhmfg983brhmhkd98n6",
    conversation_config={
        "conversation": {
            "file_input": {
                "enabled": True,
                "max_files_in_memory": 10,
                "max_files_per_conversation": 10,
            }
        }
    },
)
```

```typescript
import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js";

const elevenlabs = new ElevenLabsClient();

await elevenlabs.conversationalAi.agents.update("agent_7101k5zvyjhmfg983brhmhkd98n6", {
  conversationConfig: {
    conversation: {
      fileInput: {
        enabled: true,
        maxFilesInMemory: 10,
        maxFilesPerConversation: 10,
      },
    },
  },
});
```

## DTMF入力

DTMF入力では、発信者が通話中に電話のキーパッドで数字を入力できます。音声認識に頼らずに電話番号、メニューの選択肢、その他の数値入力を収集する場合に使用します。

これは、エージェントからトーンを送信する[キーパッドのタッチトーンを再生](/docs/ja/eleven-agents/customization/tools/system-tools/play-keypad-touch-tone)システムツールとは逆の機能です。

> **Warning**
>
> 対応しているのは、[Twilio](/docs/ja/eleven-agents/phone-numbers/twilio-integration/native-integration)、[SIP トランキング](/docs/ja/eleven-agents/phone-numbers/sip-trunking)（テレフォニー）、または
> [Genesys](/docs/ja/eleven-agents/phone-numbers/c-caa-s-integrations/genesys)からの帯域外DTMFのみです。音声ストリーム内の帯域内
> トーンは無視されます。WebウィジェットとチャットチャネルではDTMFを送信できません。

各キーパッド入力は、シーケンスが完了するまでバッファリングされます。シーケンスが完了すると、1つのユーザーターンが作成されます。

1. 発信者がキーを押します。エージェントが話している場合、最初の数字によって中断されます。
2. 以降の数字は同じバッファに追加されます。
3. 発信者が`#`を押す（ハッシュ終端が有効な場合）、またはタイムアウトまでに次の数字が入力されないと、シーケンスが完了します。
4. エージェントは収集した数字をユーザーターンとして受け取り、応答します。

ハッシュ終端が有効な場合、`#`は終端文字となり、収集される文字列には含まれません。空のバッファで`#`を押しても無視されます。バッファには`0-9`、`*`、`#`、`A-D`を最大50文字まで入力できます。

### 設定

DTMF入力が無効な場合、`conversation_config.conversation.dtmf_input_settings`は`null`です。有効な場合のデフォルト値は次のとおりです。

| フィールド                | 型         | デフォルト   | 説明                                                            |
| -------------------- | --------- | ------- | ------------------------------------------------------------- |
| `dtmf_input_timeout` | `float`   | `2.0`   | 最後のキー入力後、シーケンスを完了するまで待機する秒数です。範囲：`0.5`～`10.0`。                |
| `hash_terminator`    | `boolean` | `true`  | `true`の場合、`#`を押すと直ちにシーケンスが完了し、収集した数字には含まれません。                 |
| `redact_input`       | `boolean` | `false` | `true`の場合、保存された文字起こし、会話ログ、分析では、キーパッド入力が`<REDACTED>`に置き換えられます。 |

マスキングは、保存された会話データ内のキーパッドターンに適用されます。通話中にエージェントから数字を隠すことはなく、エージェントが読み上げる数字やツールに送信する数字を書き換えることもありません。これは[会話履歴のマスキング](/docs/ja/eleven-agents/customization/privacy/conversation-history-redaction)とは別の機能です。

#### ダッシュボードで更新

#### マルチモーダル入力を開く

ダッシュボードでエージェントを開き、**詳細設定**タブに移動します。

#### DTMF入力を有効にする

**マルチモーダル入力**で、**DTMF入力を有効化**をオンにします。

#### タイムアウトとマスキングを設定する

必要に応じて、**DTMF入力タイムアウト**、**#でDTMF入力を完了する**、**DTMF入力をマスキングする**を設定します。

#### 変更を保存する

エージェントを保存し、電話をかけてキーパッドで数字を入力します。

#### CLIで更新

#### エージェント設定を取得する

```bash
elevenlabs agents pull --agent agent_7101k5zvyjhmfg983brhmhkd98n6
```

#### エージェント設定を編集する

`conversation_config.conversation.dtmf_input_settings`を設定します。DTMF入力を無効にするには、このオブジェクトを省略するか、`null`に設定します。

```json
{
  "conversation_config": {
    "conversation": {
      "dtmf_input_settings": {
        "dtmf_input_timeout": 2.0,
        "hash_terminator": true,
        "redact_input": false
      }
    }
  }
}
```

#### エージェント設定をプッシュする

```bash
elevenlabs agents push --agent agent_7101k5zvyjhmfg983brhmhkd98n6
```

#### APIで更新

```python
from elevenlabs import ElevenLabs

elevenlabs = ElevenLabs()

elevenlabs.conversational_ai.agents.update(
    agent_id="agent_7101k5zvyjhmfg983brhmhkd98n6",
    conversation_config={
        "conversation": {
            "dtmf_input_settings": {
                "dtmf_input_timeout": 2.0,
                "hash_terminator": True,
                "redact_input": False,
            }
        }
    },
)
```

```typescript
import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js";

const elevenlabs = new ElevenLabsClient();

await elevenlabs.conversationalAi.agents.update("agent_7101k5zvyjhmfg983brhmhkd98n6", {
  conversationConfig: {
    conversation: {
      dtmfInputSettings: {
        dtmfInputTimeout: 2.0,
        hashTerminator: true,
        redactInput: false,
      },
    },
  },
});
```

キーパッド入力を求めるタイミングを認識できるよう、エージェントの[システムプロンプト](/docs/ja/eleven-agents/best-practices/prompting-guide)を更新してください。例：

```text
If you need the caller's phone number, ask them to type it on their keypad. Wait for the DTMF
input before continuing.
```