> 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.

# Ocena sukcesu

Ocena sukcesu pozwala określić własne cele i wskaźniki sukcesu dla rozmów. Każde kryterium jest oceniane na podstawie transkrypcji rozmowy i zwraca wynik `success`, `failure` lub `unknown` wraz ze szczegółowym uzasadnieniem.

## Omówienie

Ocena sukcesu wykorzystuje analizę opartą na LLM, aby ocenić jakość rozmów względem konkretnych celów biznesowych. Umożliwia to systematyczny pomiar wyników i kontrolę jakości we wszystkich interakcjach z klientami.

### Jak to działa

Każde kryterium oceny analizuje transkrypcję rozmowy za pomocą własnego promptu i zwraca:

* **Wynik**: `success`, `failure` lub `unknown`
* **Uzasadnienie**: Szczegółowe wyjaśnienie wyboru wyniku

### Typy kryteriów oceny

#### Kryteria promptu celu

**Kryteria promptu celu** przekazują transkrypcję rozmowy wraz z własnym promptem do LLM, aby sprawdzić, czy osiągnięto konkretny cel. To najbardziej elastyczny typ oceny, który można wykorzystać do złożonej logiki biznesowej.

**Przykłady:**

* Ocena satysfakcji klienta
* Weryfikacja rozwiązania problemu
* Sprawdzanie zgodności
* Walidacja własnych reguł biznesowych

## Konfiguracja

#### Otwórz ustawienia agenta

Przejdź do panelu agenta i wybierz kartę **Analysis**, aby skonfigurować kryteria oceny.

![Ustawienia analizy](/docs/_fern-img/fee8bc444d5436c71eae3829b9ec8d5cdb6a57c4d4efe6483d7bfed2b066e438.webp)

#### Dodaj kryteria oceny

Kliknij **Add criteria**, aby utworzyć nowe kryterium oceny.

Określ kryterium:

* **Identyfikator**: Unikalna nazwa kryterium (np. `user_was_not_upset`)
* **Opis**: Szczegółowy prompt opisujący, co należy ocenić

![Konfiguracja kryteriów oceny](/docs/_fern-files/elevenlabs.docs.buildwithfern.com/0e1ad5eec745d5733701dcf8cbf4f413473f55a0b5f26add4faac540dbbd086a/assets/images/conversational-ai/evaluation.gif)

> **Note**
>
> Możesz dodać do 30 kryteriów oceny na agenta.

#### Wyświetl wyniki

Po zakończeniu rozmów wyniki oceny pojawiają się w panelu historii rozmów. Każda rozmowa pokazuje wynik oceny i uzasadnienie dla każdego skonfigurowanego kryterium.

![Wyniki oceny w historii rozmów](/docs/_fern-files/elevenlabs.docs.buildwithfern.com/657888630b51010fa6920275cfbb8f3dce51c0cbcfdb8ecf3d5d938f17a8186a/assets/images/conversational-ai/evaluation_result.gif)

## Dobre praktyki

#### Jak pisać skuteczne prompty oceny

* Dokładnie określ, co oznacza sukces, a co porażkę
* Dodaj do promptu przypadki brzegowe i przykłady
* Jeśli to możliwe, używaj jasnych, mierzalnych kryteriów
* Testuj prompty w różnych scenariuszach rozmów

#### Typowe kryteria oceny

* **Satysfakcja klienta**: „Oznacz jako sukces, jeśli klient wyraża zadowolenie lub jego
  problem został rozwiązany” - **Realizacja celu**: „Oznacz jako sukces, jeśli klient wykonał
  żądaną czynność (rezerwacja, zakup itd.)” - **Zgodność**: „Oznacz jako sukces, jeśli agent
  przestrzegał wszystkich wymaganych procedur” - **Rozwiązanie problemu**: „Oznacz jako sukces, jeśli
  problem techniczny klienta został rozwiązany podczas rozmowy”

#### Obsługa niejednoznacznych wyników

Wynik `unknown` jest zwracany, gdy LLM nie może określić na podstawie transkrypcji, czy rozmowa zakończyła się sukcesem czy porażką. Zwykle dzieje się tak w przypadku:

* Niepełnych rozmów
* Niejednoznacznych odpowiedzi klientów
* Brakujących informacji w transkrypcji

Monitoruj wyniki `unknown`, aby wskazać obszary, w których prompty kryteriów mogą wymagać dopracowania.

## Przypadki użycia

#### Jakość obsługi klienta

Mierz wskaźniki rozwiązywania problemów, satysfakcję klientów i jakość wsparcia, aby poprawiać
obsługę.

#### Wyniki sprzedaży

Śledź realizację celów, obsługę obiekcji i współczynniki konwersji w rozmowach sprzedażowych.

#### Monitorowanie zgodności

Upewnij się, że agenci przestrzegają wymaganych procedur i zbierają niezbędne potwierdzenia
zgód lub oświadczeń.

#### Szkolenie i rozwój

Znajduj możliwości coachingu i mierz poprawę wyników agentów w czasie.

## Rozwiązywanie problemów

#### Kryteria oceny zwracają nieoczekiwane wyniki

* Sprawdź, czy prompt jest jasny i precyzyjny
* Przetestuj logikę na przykładowych rozmowach
* Uwzględnij przypadki brzegowe w kryteriach oceny
* Sprawdź, czy transkrypcja zawiera wystarczające informacje do oceny

#### Częste wyniki „unknown”

* Upewnij się, że prompty jasno określają, jakich informacji szukać - Sprawdź, czy rozmowy
  zawierają wystarczający kontekst do oceny - Przejrzyj jakość i kompletność transkrypcji - Dostosuj
  kryteria do obsługi typowych przypadków brzegowych

#### Wydajność

* Każde kryterium oceny wydłuża czas analizy rozmowy
* Złożone prompty mogą wymagać więcej czasu na ocenę
* Rozważ kompromis między kompleksową analizą a czasem odpowiedzi
* Monitoruj użycie, aby zoptymalizować je pod własne potrzeby

> **Info**
>
> Wyniki oceny sukcesu są dostępne przez [Webhooki po rozmowie](/docs/pl/eleven-agents/workflows/post-call-webhooks), co ułatwia integrację z zewnętrznymi systemami
> i platformami analitycznymi.