Como criamos o agente de entrevistas com clientes da ElevenLabs
Saiba como realizamos 230 entrevistas com usuários em 24 horas usando o ElevenLabs Agents
Visão geral
Criamos um entrevistador de IA usando o ElevenLabs Agents para coletar feedback qualitativo de usuários sobre o app ElevenReader em escala. Este documento explica o design do sistema, a configuração do agente, o pipeline de coleta de dados e a estrutura de avaliação que usamos para realizar mais de 230 entrevistas em menos de 24 horas.
O objetivo era reproduzir a profundidade e as nuances de entrevistas ao vivo com clientes, sem as limitações de agendamento, idioma e operação das sessões conduzidas por pessoas.

Arquitetura do sistema
O entrevistador de IA foi implementado inteiramente no ElevenAgents, com os seguintes componentes de alto nível:
- Agente de voz conversacional para entrevistas em tempo real
- Modelo de linguagem grande para planejamento e raciocínio do diálogo
- Extração estruturada de dados para análise após a chamada
- Encerramento automático de chamadas e controle de sessão
Design do agente

Objetivos da pesquisa
O agente foi instruído a explorar quatro áreas principais de pesquisa:
- Solicitações de recursos e melhorias do produto
- Principais padrões de uso
- Comparações com concorrentes
- Percepção de preço e valor da marca
Esses objetivos foram incorporados diretamente ao prompt do sistema para garantir consistência entre as entrevistas.
Seleção de voz
Selecionamos a voz Hope - The podcaster para a entrevistadora. Essa voz foi escolhida pelo ritmo neutro, calor e tom conversacional, que reduziram a percepção de atrito e ajudaram os usuários a interagir naturalmente durante sessões mais longas.
Seleção de modelo
Modelo de raciocínio: Gemini 2.5 Flash
O Gemini 2.5 Flash foi selecionado para equilibrar baixa latência com profundidade de raciocínio suficiente para perguntas de acompanhamento adaptativas durante conversas ao vivo.
Estrutura do prompt do sistema
O prompt do sistema instruiu o agente a:
- Fazer perguntas abertas alinhadas aos objetivos da pesquisa
- Gerar perguntas de acompanhamento quando as respostas fossem vagas ou mínimas
- Evitar linguagem indutiva ou tendenciosa
- Manter a conversa no tema e dentro de uma janela de tempo fixa
Seguindo nosso guia de prompting, este é o prompt completo do sistema que usamos:
Segurança e tratamento de casos extremos
Antes do lançamento em produção, realizamos conversas simuladas usando as ferramentas de teste da ElevenLabs para validar o comportamento em relação a:
- Respostas de uma palavra ou pouco informativas
- Entradas fora do tema
- Linguagem inadequada
- Silêncio ou pausas longas
Esses testes orientaram a criação de proteções adicionais no prompt para manter a qualidade das entrevistas.
Controle da duração da sessão
Cada entrevista foi limitada a dez minutos. O agente usou a ferramenta end_call para:
- Encerrar a sessão de forma adequada
- Agradecer ao usuário pelo tempo dedicado
- Evitar conversas excessivamente longas ou em loop
Coleta e análise de dados

Processamento de transcrições
Todas as conversas foram transcritas e processadas pelo recurso de análise do ElevenLabs Agents para extrair dados estruturados de diálogos abertos.
Acompanhamos respostas a perguntas como:
- “Como você usa o ElevenReader principalmente hoje?”
- “Quais duas mudanças melhorariam mais o app?”
Resultados estruturados
Os campos extraídos incluíam:
- Principal caso de uso
- Recursos solicitados
- Bugs relatados
- Indicadores de sentimento
Isso nos permitiu agregar feedback qualitativo sem revisar manualmente cada transcrição.
Limitações e aprendizados
- Entrevistas com IA exigem um design cuidadoso de prompts para evitar respostas superficiais
- Limitar o tempo é essencial para controlar custos e manter o foco
- A extração estruturada é fundamental — somente as transcrições não escalam para análise
Próximos passos
Planejamos ampliar esse sistema:
- Adicionando caminhos de entrevista adaptativos com base no segmento do usuário
- Integrando avaliação de sentimento em tempo real
- Expandindo a cobertura de entrevistas multilíngues
- Conectando insights extraídos diretamente aos sistemas de acompanhamento de produto
Comece a criar seu agente hoje ou fale com nossa equipe para saber mais.