Pierwsze kroki

Szybki start

Zbuduj pierwszego agenta konwersacyjnego w zaledwie 5 minut.

Z tego przewodnika dowiesz się, jak stworzyć pierwszego agenta konwersacyjnego. Będzie on podstawą do budowania workflow konwersacyjnych dopasowanych do zastosowań w twojej firmie.

Użyj umiejętności agentów ElevenLabs, aby tworzyć i zarządzać agentami głosowymi z poziomu asystenta AI do kodowania:

npx skills add elevenlabs/skills --skill agents

Możesz też połączyć hostowany serwer MCP z Claude lub innym klientem MCP, aby tworzyć agentów i zarządzać nimi za pomocą języka naturalnego.

Pierwsze kroki

Agentami ElevenLabs możesz zarządzać w panelu ElevenAgents, przez API ElevenLabs, CLI Agents lub hostowany serwer MCP.

Agenci ElevenLabs

Asystent w prawym dolnym rogu tej strony to przykład agenta ElevenLabs. Potrafi odpowiadać na pytania o ElevenLabs, poruszać się po stronach i kierować cię do zewnętrznych zasobów.

Tworzenie pierwszego agenta

W tym krótkim przewodniku najpierw utworzymy agenta przez API lub panel internetowy. Następnie go przetestujemy — osadzając go na stronie lub korzystając z panelu ElevenLabs.

W tym przewodniku stworzymy konwersacyjnego asystenta wsparcia, który odpowiada na pytania o twój produkt, dokumentację lub usługę. Możesz osadzić go na swojej stronie lub w aplikacji, aby zapewnić klientom wsparcie w czasie rzeczywistym.

Agenci ElevenLabs

Asystent w prawym dolnym rogu tej strony potrafi odpowiadać na pytania o ElevenLabs, poruszać się po stronach i kierować cię do zewnętrznych zasobów.
1

Zaloguj się do ElevenLabs

Przejdź na elevenlabs.io i zaloguj się lub utwórz konto.

2

Utwórz nowego asystenta

W panelu ElevenLabs utwórz nowego asystenta: podaj nazwę i wybierz opcję Blank template.

Panel

Tworzenie nowego asystenta
3

Skonfiguruj zachowanie asystenta

Przejdź do karty Agent, aby skonfigurować zachowanie asystenta. Ustaw:

1

Pierwsza wiadomość

To pierwsza wiadomość, którą asystent wypowie, gdy użytkownik rozpocznie rozmowę.

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

Prompt systemowy

Ten prompt określa zachowanie, zadania i osobowość asystenta.

Dostosuj poniższy przykład, wpisując dane swojej firmy:

System prompt
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

Dodaj bazę wiedzy

Przejdź do sekcji Knowledge Base, aby przekazać asystentowi kontekst o swojej firmie.

Tutaj możesz przesłać odpowiednie dokumenty i linki do zewnętrznych zasobów:

  • Dodaj dokumentację, FAQ i inne materiały, które pomogą asystentowi odpowiadać na pytania klientów.
  • Aktualizuj bazę wiedzy, aby asystent przekazywał dokładne i aktualne informacje.

Teraz skonfigurujemy głos asystenta.

1

Wybierz głos

Na karcie Voice wybierz z biblioteki głosów głos, który najlepiej pasuje do twojego asystenta:

Ustawienia głosu

Głosy, modele i LLM-y o wyższej jakości mogą wydłużyć czas odpowiedzi. Aby zapewnić klientom najlepsze doświadczenie, dostosuj równowagę między jakością a opóźnieniem do przewidywanego zastosowania asystenta.
2

Testowanie asystenta

Kliknij Test AI agent i zacznij rozmawiać z asystentem.

Skonfiguruj kryteria oceny i zbieranie danych, aby analizować rozmowy i poprawiać działanie asystenta.

1

Skonfiguruj kryteria oceny

Przejdź do karty Analysis w ustawieniach asystenta, aby określić własne kryteria oceny rozmów.

Ustawienia analizy

Transkrypcja każdej rozmowy trafia do LLM-a, który sprawdza, czy osiągnięto określone cele. Wynik będzie mieć wartość success, failure lub unknown, wraz z uzasadnieniem.

Dodajmy kryterium oceny o nazwie 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

Skonfiguruj zbieranie danych

W sekcji Data collection skonfiguruj dane, które mają być wyodrębniane z każdej rozmowy.

Kliknij Add item i ustaw:

  1. Typ danych: wybierz „string”
  2. Identyfikator: wpisz unikalny identyfikator tego punktu danych: user_question
  3. Opis: podaj LLM-owi szczegółowe instrukcje, jak wyodrębnić konkretne dane z transkrypcji:
Prompt
Extract the user's questions & inquiries from the conversation.
Przetestuj asystenta, udając klienta. Zadawaj pytania, oceniaj odpowiedzi i poprawiaj prompty, aż efekt będzie ci odpowiadał.
3

Zobacz historię rozmów

Wyniki oceny i zebrane dane dla każdej rozmowy znajdziesz na karcie Call history.

Historia rozmów

Regularnie przeglądaj historię rozmów, aby wykrywać powtarzające się problemy i wzorce.

Nowo utworzonego agenta można testować na różne sposoby, ale najszybciej zrobisz to w panelu ElevenLabs.

Panel internetowy korzysta w tle z naszego React SDK, aby obsługiwać rozmowy w czasie rzeczywistym.

Jeśli chcesz szybko przetestować agenta na własnej stronie, możesz użyć widżetu Agent. Wklej poniższy fragment HTML na swoją stronę i zastąp agent-id identyfikatorem agenta.

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

Kolejne kroki

Po tym krótkim przewodniku możesz zwiększyć skuteczność agenta, integrując: