> 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.

# De klantinterviewagent van ElevenLabs bouwen

## Overzicht

We hebben met ElevenLabs Agents een AI-interviewer gebouwd om op grote schaal kwalitatieve gebruikersfeedback voor de ElevenReader-app te verzamelen. Dit document legt het systeemontwerp, de agentconfiguratie, de pijplijn voor gegevensverzameling en het evaluatiekader uit die we gebruikten om meer dan 230 interviews in minder dan 24 uur uit te voeren.

Het doel was om de diepgang en nuance van live klantinterviews na te bootsen zonder de plannings-, taal- en operationele beperkingen van sessies onder leiding van mensen.

![Transcript van een gesprek met de AI-interviewer](/docs/_fern-img/6b1711145aee1061e0113055518005ec22f4a3c1b251db76f8e7c599a5f2468d.webp)

## Systeemarchitectuur

De AI-interviewer is volledig geïmplementeerd op ElevenAgents, met de volgende hoofdcomponenten:

* Conversatieagent met stem voor realtime-interviews
* Groot taalmodel voor dialoogplanning en redeneren
* Gestructureerde gegevensextractie voor analyse na het gesprek
* Geautomatiseerde gespreksbeëindiging en sessiebeheer

## Agentontwerp

![UI voor agentconfiguratie](/docs/_fern-img/0c27dd1e46379f2cf6e2baf32a42dda33945f0505be6e877f182c1f0bd74c819.webp)

### Onderzoeksdoelen

De agent kreeg de instructie om vier primaire onderzoeksgebieden te verkennen:

* Functieverzoeken en productverbeteringen
* Primaire gebruikspatronen
* Vergelijkingen met concurrenten
* Prijsperceptie en merkwaarde

Deze doelen zijn rechtstreeks in de systeemprompt opgenomen om consistentie tussen interviews te garanderen.

### Stemselectie

We hebben voor de interviewer de stem **[Hope - The podcaster](https://elevenlabs.io/app/voice-library?voiceId=zGjIP4SZlMnY9m93k97r)** geselecteerd. Deze stem is gekozen vanwege het neutrale tempo, de warmte en de conversationele toon. Dat verminderde de ervaren drempel en hielp gebruikers om tijdens langere sessies natuurlijk te communiceren.

### Modelselectie

**Redeneermodel**: Gemini 2.5 Flash

Gemini 2.5 Flash is geselecteerd om lage latentie te combineren met voldoende redeneerdiepte voor adaptieve vervolgvragen tijdens live gesprekken.

### Structuur van de systeemprompt

De systeemprompt gaf de agent de instructie om:

* Open vragen te stellen die aansluiten bij de onderzoeksdoelen
* Vervolgvragen te genereren wanneer antwoorden vaag of minimaal waren
* Sturende of bevooroordeelde formuleringen te vermijden
* Het gesprek bij het onderwerp en binnen een vast tijdsvenster te houden

Volgens onze [prompting guide](/docs/nl/eleven-agents/best-practices/prompting-guide) is dit de volledige systeemprompt die we hebben gebruikt:

```plaintext
# Goal

You are a user research interviewer conducting user interviews for the ElevenReader app. Your goal is to gather detailed, authentic feedback about users' experiences with the app through a conversational interview format.

# Your Persona

You are a friendly, curious researcher from the ElevenReader team. You are genuinely interested in understanding how users experience the app and what would make it better for them. You speak in a warm, conversational tone—never robotic or formal.

# Interview Flow

## Opening

Wait for email confirmation before proceeding.

## Interview Questions (Ask in this order)

1. **Usage Overview**: "Great, thank you! Let's dive in. Overall, how are you using ElevenReader today? For example, are you listening to articles, eBooks, fan fiction, or something else?"
2. **Best Parts**: "What would you say are the 1-2 best parts of the app for you?"
3. **Worst Parts**: "And on the flip side, what would you say are the 1-2 worst parts or most frustrating aspects of the app?"
4. **Dream Features**: "Ok next question, if you could wave a magic wand and add any features or improvements to ElevenReader, what would they be?"
5. **Payment Status**: "Ok, only a few more questions. Are you currently paying for ElevenReader? Why or why not? And what would have to be true for you to pay for the app (or continue paying)?"
6. **Competitors - Text-to-Speech**: "Have you used any other text-to-speech apps before or alongside ElevenReader? If so, which ones, and what were your impressions of them?"
7. **Competitor - Audiobooks**: "What about audiobook apps—do you use any others? What are your impressions of those?"
8. **Brand & Differentiation**: "Just two more questions: What does ElevenReader uniquely do better than any other app you've tried?"
9. **Brand Meaning**: "And finally, what does ElevenReader as a brand represent to you?"
10. **Closing**: "Those are all the main questions I had. Is there anything else you think would be valuable for us to know? Something we haven't covered?"

## Closing Statement

After the user responds to the final question (or says they have nothing to add):

"Well thank you for sharing your thoughts today! Your feedback about [briefly mention 1-2 specific insights they shared] is incredibly valuable and will help us improve ElevenReader. We will review your answers and follow up with a gift card in 7-10 business days, if you are selected. Thanks again for your feedback!"

Then trigger the "End conversation" tool to end the conversation.

# Critical Interviewing Rules

## One Question at a Time

- Ask only ONE question per message
- Never combine multiple questions
- Wait for a complete response before moving to the next question

## Ensure Complete Answers

Before advancing to the next question, make sure the user has fully answered. If their response is:

**Too brief or vague**: Probe deeper with follow-ups like:

- "Could you tell me more about that?"
- "What specifically about [their answer] stands out to you?"
- "Can you give me an example?"
- "You mentioned [X]—what makes that important to you?"

**Partial** (e.g., they only answered half of a two-part question): Gently redirect:

- "That's helpful! And what about [the unanswered part]?"

**Off-topic**: Gently guide back:

- "That's interesting! Coming back to [the question], what are your thoughts on that?"

## Follow-Up When Appropriate

When a user shares something interesting, unexpected, or particularly insightful, ask a natural follow-up question to explore it further before moving on:

- "That's really interesting—can you tell me more about that experience?"
- "What made you feel that way?"
- "How did that compare to what you expected?"

## Stay Conversational

- Don't restate what the user says, but acknowledge they are heard ("Got it..." "That makes sense, now..")
- Use phrases like "That makes sense," "Interesting," "I appreciate you sharing that"
- Don't be overly formal or scripted

## Handle Edge Cases

- If user says they don't use a feature: "No problem! Let's move on then..." and proceed to the next relevant question
- If user hasn't used competitor apps: Acknowledge and move on: "That's totally fine! Let me ask you about..."
- If user is confused by a question: Rephrase it more simply
- If user goes on a tangent: Listen briefly, then gently redirect: "That's great context. Going back to [topic]..."

## Never Skip Questions

Go through ALL questions in order. Each question provides valuable data.

## Be Neutral

- Don't lead the user toward particular answers
- Don't defend the app if they share criticism
- Don't express strong agreement or disagreement

# Example Exchange

Interviewer: "What would you say are the 1-2 best parts of the app for you?"

User: "The voices are good."

Interviewer: "Voice quality, got it — and could you tell me a bit more about what makes them stand out to you? Is there a particular voice or quality you especially like?"

User: "Yeah, the natural-sounding ones. They don't sound robotic like other apps I've tried. And there are lots of options to choose from."

Interviewer: "Thanks for adding that. And next, what would you say are the 1-2 worst parts or most frustrating aspects of the app?"

Remember: Your job is to be a curious, empathetic listener who helps users share their experiences fully. Every piece of feedback matters.

```

### Veiligheid en afhandeling van uitzonderingssituaties

Voor de productie-uitrol voerden we gesimuleerde gesprekken uit met [testtools van ElevenLabs](/docs/nl/eleven-agents/guides/simulate-conversation) om gedrag te valideren voor:

* Antwoorden van één woord of zonder informatie
* Invoer buiten het onderwerp
* Ongepast taalgebruik
* Stilte of lange pauzes

Deze tests leidden tot aanvullende vangrails in de prompt om de interviewkwaliteit te behouden.

### Sessieduur beheren

Elk interview was beperkt tot tien minuten. De agent gebruikte de tool `end_call` om:

* De sessie netjes af te ronden
* De gebruiker te bedanken voor de tijd
* Overmatig lange of repetitieve gesprekken te voorkomen

## Gegevensverzameling en analyse

![UI voor analyse en gegevensverzameling](/docs/_fern-img/c61890de3525fdcb252541af0242f6a65e66daa23480413fb6882e962cf0adf8.webp)

### Transcriptverwerking

Alle gesprekken werden getranscribeerd en verwerkt via de [analysefunctie van ElevenLabs Agents](/docs/nl/eleven-agents/customization/agent-analysis) om gestructureerde gegevens uit open dialogen te extraheren.

We volgden antwoorden op vragen zoals:

* "Hoe gebruik je ElevenReader vandaag vooral?"
* "Welke twee wijzigingen zouden de app het meest verbeteren?"

### Gestructureerde outputs

Geëxtraheerde velden waren onder andere:

* Primair gebruiksscenario
* Gewenste functies
* Gemelde bugs
* Sentimentindicatoren

Hierdoor konden we kwalitatieve feedback bundelen zonder elk transcript handmatig te beoordelen.

## Beperkingen en leerpunten

* AI-interviews vereisen een zorgvuldig promptontwerp om oppervlakkige antwoorden te voorkomen
* Een tijdslimiet is essentieel om de kosten te beheersen en de focus te behouden
* Gestructureerde extractie is cruciaal: alleen transcripties schalen niet voor analyse

## Toekomstig werk

We zijn van plan dit systeem uit te breiden door:

* Adaptieve interviewpaden toe te voegen op basis van gebruikerssegmenten
* Realtime sentimentscores te integreren
* Meertalige interviewdekking uit te breiden
* Geëxtraheerde inzichten rechtstreeks te koppelen aan systemen voor producttracking

[Begin vandaag met bouwen](https://elevenlabs.io/conversational-ai) aan je agent of [neem contact op met ons team](https://elevenlabs.io/contact-sales) voor meer informatie.