> 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.

# Eksperymenty

Eksperymenty pozwalają prowadzić kontrolowane testy A/B dowolnego elementu konfiguracji agenta — struktury promptu, logiki workflow, głosu, osobowości, narzędzi, bazy wiedzy — kierując określoną część ruchu do wariantu, mierząc wpływ na kluczowe wyniki i wdrażając zwycięskie warianty na produkcję.

> **Note**
>
> Eksperymenty opierają się na [wersjonowaniu agentów](/docs/pl/eleven-agents/operate/versioning).
> Przed uruchomieniem eksperymentów musisz włączyć wersjonowanie agenta.

## Po co eksperymentować

Bez ustrukturyzowanych eksperymentów optymalizacja opiera się na intuicji. Zmiana promptu „wydaje się” lepsza. Korekta workflow „powinna” poprawić wskaźnik samodzielnego rozwiązania sprawy. Nowa ścieżka eskalacji „wygląda” na wydajniejszą.

Eksperymenty zastępują zgadywanie dowodami. Testujesz zmiany na rzeczywistym ruchu, mierzysz realne wyniki i wdrażasz to, co działa.

## Jak to działa

Eksperymenty składają się z czterech kroków:

#### Utwórz wariant

Zacznij od obecnej konfiguracji agenta i utwórz nową gałąź. Zmień dowolny element — prompt systemowy, workflow, głos, narzędzia, bazę wiedzy, reguły ochronne lub kryteria oceny. Każda zmiana jest śledzona jako konfiguracja z wersją.

Przejdź do karty **Gałęzie** w ustawieniach agenta i kliknij **Utwórz gałąź**.

#### Kieruj ruch

Określ, jaki procent aktywnych rozmów ma trafiać do wariantu. Zacznij od niewielkiego udziału (5–10%), by ograniczyć ryzyko, a potem zwiększaj go wraz ze wzrostem pewności.

Kliknij **Edytuj podział ruchu** i ustaw wartości procentowe dla każdej gałęzi. Ich suma musi wynosić dokładnie 100%.

![Konfigurowanie podziału ruchu między gałęziami](/docs/_fern-img/0d4fd1ae53a2fec09bf7572d4bbf4341c1c183cbf9b3618807f91ede1dd126ee.webp)

#### Mierz wpływ

Porównaj wyniki wariantu z bazą odniesienia za pomocą [panelu analitycznego](/docs/pl/eleven-agents/dashboard). W panelu gałęzi kliknij **Zobacz analitykę**, aby przejść bezpośrednio do widoku filtrowanego według gałęzi.

![Panel gałęzi z gałęzią główną i wariantami, podziałem ruchu oraz opcjami scalania](/docs/_fern-img/26946acc8b602c4dc66fd1b2312ffbbc09faa83d5b59b6d42ec7538e8ac1d60a.webp)

Zespoły mogą mierzyć takie wyniki jak:

* CSAT
* Wskaźnik samodzielnego rozwiązania sprawy
* Konwersja
* Średni czas obsługi
* Mediana opóźnienia odpowiedzi agenta
* Koszt rozwiązania sprawy przez agenta

#### Wdróż zwycięski wariant

Gdy wariant wykaże mierzalną poprawę, zwiększ jego udział w ruchu lub scal go z główną gałęzią, by stał się nowym domyślnym ustawieniem. Pełna historia wersji zostaje zachowana, więc w razie potrzeby możesz cofnąć zmiany.

## Kierowanie ruchem

Ruch jest dzielony między gałęzie procentowo. Kierowanie jest **deterministyczne** i opiera się na ID rozmowy, więc ten sam użytkownik zawsze trafia do tej samej gałęzi w kolejnych sesjach.

Domyślnie ruch jest losowo rozdzielany wśród użytkowników. Jeśli używasz API do rozpoczynania rozmów, możesz kierować konkretne kohorty do konkretnych gałęzi, kontrolując, które rozmowy są inicjowane z daną konfiguracją gałęzi.

> **Warning**
>
> Suma wszystkich wartości procentowych ruchu musi wynosić dokładnie 100%. W przeciwnym razie wdrożenie się nie powiedzie.

## Przykłady użycia

Eksperymenty wspierają ciągłą optymalizację workflow obsługi klientów i procesów operacyjnych.

#### Doświadczenie klienta

Sprawdź, czy zmieniony proces eskalacji poprawia CSAT bez wydłużania czasu obsługi. Porównuj
różne style powitania, poziomy empatii lub strategie rozwiązywania spraw.

#### Przychody

Sprawdź, czy bardziej bezpośredni ton lub inna logika kwalifikacji zwiększają konwersję.
Eksperymentuj z obsługą obiekcji, prezentacją cen lub momentem kontaktu follow-up.

#### Operacje

Zmierz, czy zmiany w logice narzędzi skracają średni czas obsługi lub obniżają koszty infrastruktury. Testuj
różne konfiguracje bazy wiedzy lub struktury workflow.

Każdy eksperyment jest powiązany z konkretną wersją agenta, więc każdą zmianę wyników można przypisać do określonej zmiany konfiguracji.

## Co możesz testować

Między gałęziami możesz zmieniać dowolny element konfiguracji agenta:

| Kategoria            | Przykłady                                                   |
| -------------------- | ----------------------------------------------------------- |
| **Prompt systemowy** | Ton, instrukcje, osobowość, reguły ochronne                 |
| **Workflow**         | Struktura węzłów, logika rozgałęzień, ścieżki eskalacji     |
| **Głos**             | Wybór głosu, model TTS, ustawienia szybkości                |
| **Narzędzia**        | Konfiguracja narzędzi, logika narzędzi webhook, serwery MCP |
| **Baza wiedzy**      | Różne dokumenty, ustawienia RAG                             |
| **LLM**              | Wybór modelu, temperatura, maks. liczba tokenów             |
| **Kryteria oceny**   | Różne wskaźniki sukcesu dla każdej gałęzi                   |
| **Język**            | Ustawienia języka, konfiguracje wielojęzyczne               |

## Dobre praktyki

#### Zacznij od hipotezy

Zanim utworzysz wariant, określ, co ma się poprawić i jak to zmierzysz. Na
przykład: „Zmiana promptu eskalacji tak, by zawierał podsumowanie problemu, poprawi nasze
kryterium oceny wskaźnika rozwiązania spraw o 10%”.

#### Zmieniaj jedną rzecz naraz

Wyizolowanie jednej zmiennej jasno pokazuje, co spowodowało różnicę w wynikach. Jeśli zmienisz
jednocześnie prompt, głos i workflow, nie będziesz wiedzieć, która zmiana wpłynęła na wynik.

#### Najpierw ustaw kryteria oceny

Skonfiguruj kryteria [oceny sukcesu](/docs/pl/eleven-agents/customization/agent-analysis/success-evaluation), zanim
uruchomisz eksperymenty. Zapewnią one ustrukturyzowane wskaźniki potrzebne do obiektywnego porównania wariantów.

#### Zacznij od małego udziału ruchu

Zacznij od 5–10% ruchu kierowanego do wariantu. Ograniczy to skalę problemu, jeśli coś pójdzie nie tak,
a jednocześnie wygeneruje wartościowe dane.

#### Daj eksperymentom wystarczająco dużo czasu

Pozwól, by zebrała się odpowiednia liczba rozmów, zanim wyciągniesz wnioski. Małe próby prowadzą do
niewiarygodnych wyników. Monitoruj panel analityczny i poczekaj, aż trendy się ustabilizują.

#### Prowadź krótkie eksperymenty

Szybko scalaj lub odrzucaj eksperymenty. Długo działające gałęzie trudniej scalić i mogą
odbiegać od głównej konfiguracji.

## Kolejne kroki

#### [Wersjonowanie](/docs/pl/eleven-agents/operate/versioning)

Poznaj system wersjonowania — gałęzie, wersje i dokumentację API

#### [Analityka](/docs/pl/eleven-agents/dashboard)

Monitoruj wyniki eksperymentów w panelu analitycznym

#### [Ocena sukcesu](/docs/pl/eleven-agents/customization/agent-analysis/success-evaluation)

Określ własne kryteria sukcesu, aby mierzyć wyniki eksperymentów

#### [Testowanie](/docs/pl/eleven-agents/customization/agent-testing)

Przed utworzeniem gałęzi skonfiguruj automatyczne testy, by ustalić punkt odniesienia