Hoppa till navigering

Snabbstart

Bygg din första konversationsagent på så lite som 5 minuter.

I den här guiden får du lära dig hur du skapar din första konversationsagent. Den fungerar som en grund för att skapa konversationsflöden anpassade efter dina användningsområden. Låt din kodningsagent konfigurera den, eller följ stegen nedan manuellt.

Konfigurera med din kodningsagent

Du behöver inget konto eller någon API-nyckel innan du börjar. Klistra in detta i din kodningsagent:

Add ElevenLabs to my project: run `npx -y @elevenlabs/cli@latest onboard init` and follow what it prints.

ElevenLabs CLI sköter resten och berättar för din kodningsagent vad som ska göras i varje steg. Webbläsaren öppnas en gång så att du kan logga in eller skapa ett konto och klicka på Authorize. Nyckeln sparas i projektets env-fil (.env.local, eller .env i ett Python-projekt) och hålls utanför git; den visas aldrig i chatten. När din kodningsagent frågar vad du vill bygga beskriver du den agent du vill ha: vad den ska göra och var människor ska prata med den, till exempel i en widget på din webbplats eller med en röstknapp i din app. Din kodningsagent skapar sedan agenten, lägger till den i appen och ger dig en länk för att prova den.

Om din kodningsagent körs någonstans som din webbläsare inte kan nå, till exempel på en fjärrdator via SSH eller i en molnsandbox, ber CLI:t dig att skapa en nyckel själv och klistra in den i env- filen, och fortsätter sedan. Kommandot kräver Node.js för npx. Om du inte har det kan du installera ElevenLabs CLI med Homebrew (macOS och Linux) eller Scoop (Windows), eller uppdatera det om du redan har det (brew upgrade elevenlabs, scoop update elevenlabs) och be din kodningsagent att köra elevenlabs onboard init i stället.

Installera ElevenLabs agents skill för att behålla den i din kodningsagent för senare arbete med dina agenter:

npx skills add elevenlabs/skills --skill agents

Om du i stället vill bygga agenter från Claude, ChatGPT eller en annan MCP-klient ansluter du till den hostade MCP-servern.

Kom igång

ElevenLabs Agents hanteras antingen via ElevenAgents-dashboarden, ElevenLabs API, Agents CLI eller den hostade MCP-servern.

ElevenLabs Agents

Assistenten längst ned till höger på den här sidan är ett exempel på en ElevenLabs-agent som kan svara på frågor om ElevenLabs, navigera mellan sidor och ta dig till externa resurser.

Skapa din första agent

I den här snabbstartsguiden börjar vi med att skapa en agent via API:t eller webbpanelen. Därefter testar vi agenten, antingen genom att bädda in den på din webbplats eller via ElevenLabs-panelen.

I den här guiden skapar vi en konversationsbaserad supportassistent som kan svara på frågor om din produkt, dokumentation eller tjänst. Assistenten kan bäddas in på din webbplats eller i din app för att ge dina kunder support i realtid.

ElevenLabs Agents

Assistenten längst ned till höger på den här sidan kan svara på frågor om ElevenLabs, navigera mellan sidor och ta dig till externa resurser.
1

Logga in på ElevenLabs

Gå till elevenlabs.io och logga in på eller skapa ditt konto.

2

Skapa en ny assistent

Skapa en ny assistent i ElevenLabs Dashboard genom att ange ett namn och välja alternativet Blank template.

Kontrollpanel

Skapar en ny assistent
3

Konfigurera assistentens beteende

Gå till fliken Agent för att konfigurera assistentens beteende. Ange följande:

1

Första meddelandet

Detta är det första meddelandet som assistenten säger högt när en användare startar en konversation.

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

Systemprompt

Den här prompten styr assistentens beteende, uppgifter och personlighet.

Anpassa följande exempel med uppgifter om ditt företag:

Systemprompt
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

Lägg till en kunskapsbas

Gå till avsnittet Knowledge Base för att ge assistenten kontext om din verksamhet.

Här kan du ladda upp relevanta dokument och länkar till externa resurser:

  • Inkludera dokumentation, vanliga frågor och andra resurser som hjälper assistenten att svara på kundförfrågningar.
  • Håll kunskapsbasen uppdaterad så att assistenten ger korrekt och aktuell information.

Nu konfigurerar vi rösten för din assistent.

1

Välj en röst

På fliken Voice väljer du den röst från röstbiblioteket som passar din assistent bäst:

Röstinställningar

Röstmodeller, modeller och LLM:er av högre kvalitet kan öka svarstiden. För en optimal kundupplevelse bör du balansera kvalitet och latens utifrån assistentens förväntade användningsområde.
2

Testa din assistent

Tryck på knappen Test AI agent och prova att prata med din assistent.

Konfigurera utvärderingskriterier och datainsamling för att analysera konversationer och förbättra assistentens prestanda.

1

Konfigurera utvärderingskriterier

Gå till fliken Analysis i assistentens inställningar för att definiera egna kriterier för att utvärdera konversationer.

Analysinställningar

Varje konversationstranskription skickas till LLM:en för att kontrollera om specifika mål uppnåddes. Resultaten blir antingen success, failure eller unknown, tillsammans med en motivering som förklarar det valda resultatet.

Låt oss lägga till ett utvärderingskriterium med namnet 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

Konfigurera datainsamling

I avsnittet Data collection konfigurerar du vilka uppgifter som ska extraheras från varje konversation.

Klicka på Add item och konfigurera följande:

  1. Datatyp: Välj “string”
  2. Identifierare: Ange en unik identifierare för denna datapunkt: user_question
  3. Beskrivning: Ge LLM:en detaljerade instruktioner om hur den ska extrahera de specifika uppgifterna från transkriptionen:
Prompt
Extract the user's questions & inquiries from the conversation.
Testa assistenten genom att utge dig för att vara kund. Ställ frågor, utvärdera svaren och justera promptarna tills du är nöjd med resultatet.
3

Visa konversationshistorik

Visa utvärderingsresultat och insamlade data för varje konversation på fliken Call history.

Konversationshistorik

Granska regelbundet konversationshistoriken för att hitta vanliga problem och mönster.

Den nyligen skapade agenten kan testas på flera sätt, men det snabbaste är att använda ElevenLabs-dashboarden.

Webbpanelen använder vår React SDK i bakgrunden för att hantera konversationer i realtid.

Om du i stället snabbt vill testa agenten på din egen webbplats kan du använda Agent-widgeten. Klistra bara in följande HTML-kodavsnitt på din webbplats och ersätt agent-id med ID:t för din agent.

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

Nästa steg

Som nästa steg efter den här snabbstartsguiden kan du göra agenten mer effektiv genom att integrera: