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:
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:
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.

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.
Bygg en agent via webbpanelen
Bygg en agent via CLI:t
Bygg en agent via API:t
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.

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

Konfigurera assistentens beteende
Gå till fliken Agent för att konfigurera assistentens beteende. Ange följande:
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.
Välj en röst
På fliken Voice väljer du den röst från röstbiblioteket som passar din assistent bäst:

Konfigurera utvärderingskriterier och datainsamling för att analysera konversationer och förbättra assistentens prestanda.
Konfigurera utvärderingskriterier
Gå till fliken Analysis i assistentens inställningar för att definiera egna kriterier för att utvärdera konversationer.

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:
Konfigurera datainsamling
I avsnittet Data collection konfigurerar du vilka uppgifter som ska extraheras från varje konversation.
Klicka på Add item och konfigurera följande:
- Datatyp: Välj “string”
- Identifierare: Ange en unik identifierare för denna datapunkt:
user_question - Beskrivning: Ge LLM:en detaljerade instruktioner om hur den ska extrahera de specifika uppgifterna från transkriptionen:
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.
Nästa steg
Som nästa steg efter den här snabbstartsguiden kan du göra agenten mer effektiv genom att integrera:
- Kunskapsbaser för att ge den ämnesspecifik information.
- Verktyg så att den kan utföra uppgifter åt dig.
- Autentisering för att begränsa åtkomsten till vissa konversationer.
- Utvärdering av resultat för att analysera konversationer och förbättra prestandan.
- Datainsamling för att samla in data om konversationer och förbättra prestandan.
- Konversationslagring för att visa konversationshistorik och förbättra prestandan.
