> 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.

# 数据收集

数据收集会通过 LLM 驱动的分析，自动从对话转录文本中提取结构化信息。无需手动处理即可获取有价值的数据点，提升运营效率和数据准确性。

## 概述

数据收集会分析对话转录文本，识别并提取你定义的特定信息。提取的数据将按你的规范进行结构化，可供后续处理和分析。

### 支持的数据类型

数据收集支持 4 种数据类型，可处理各种信息格式：

* **字符串**：文本信息（姓名、邮箱、地址）
* **布尔值**：真/假值（同意状态、资格）
* **整数**：整数值（数量、年龄、评分）
* **数字**：小数（价格、百分比、测量值）

## 配置

#### 访问数据收集设置

在智能体设置的 **分析** 标签页中，前往 **数据收集** 部分。

![设置数据收集](/docs/_fern-files/elevenlabs.docs.buildwithfern.com/1dd7120a0d0236e4b225f1054f17c13956dc5ccc7de275e600eaab9e20604634/assets/images/conversational-ai/collection.gif)

#### 添加数据收集项

点击 **添加项目**，创建新的数据提取规则。

为每个项目配置：

* **标识符**：数据字段的唯一名称（例如 `email`、`customer_rating`）
* **数据类型**：选择字符串、布尔值、整数或数字
* **描述**：说明如何从转录文本中提取数据的详细指引

> **Info**
>
> 描述字段会传递给 LLM，应尽可能具体说明提取什么内容以及如何格式化。

> **Note**
>
> 试用版和企业版方案每个智能体最多可添加 40 个数据收集项，其他方案每个智能体最多可添加 25 个。

#### 查看提取的数据

提取的数据会显示在对话历史记录中，方便查看每次互动获取的信息。

![对话历史记录中的数据收集结果](/docs/_fern-files/elevenlabs.docs.buildwithfern.com/beddd4acf7a431f10b6d6ac602d4ef16604e93bc51040325e185df6517ba3021/assets/images/conversational-ai/collection_result.gif)

## 最佳实践

#### 编写有效的提取提示词

* 明确说明预期格式（例如，“格式为 [user@domain.com](mailto:user@domain.com) 的邮箱地址”）
* 指定信息缺失或不明确时的处理方式
* 提供有效和无效数据示例
* 说明所有验证要求

#### 常见数据收集示例

**联系信息：**

* `email`：“提取客户的标准格式邮箱地址（[user@domain.com](mailto:user@domain.com)）”
* `phone_number`：“提取客户的电话号码，包括区号”
* `full_name`：“按客户提供的内容提取完整姓名”

**业务数据：**

* `issue_category`：“将客户问题归类为以下之一：技术、账单、账户或一般问题”
* `satisfaction_rating`：“提取客户给出的任何数字满意度评分（1-10 分制）”
* `order_number`：“提取客户提到的任何订单号或参考编号”

**行为数据：**

* `was_angry`：“判断客户在通话中是否表达愤怒或沮丧”
* `requested_callback`：“判断客户是否请求回电或后续跟进”

#### 处理缺失或不明确的数据

如果无法在转录文本中找到所需数据，或数据存在歧义，提取结果将返回 null 或空值。建议：

* 在应用中使用条件逻辑处理缺失数据
* 为不完整的提取结果创建备用条件
* 培训智能体持续收集所需信息

## 数据类型指南

#### 字符串

用于不适合其他类型的文本信息。

**示例：**

* 客户姓名
* 邮箱地址
* 产品类别
* 问题描述

**最佳实践：**

* 必要时说明预期格式
* 包含验证要求
* 考虑标准化需求

#### 布尔值

用于“是/否”或“真/假”判断。

**示例：**

* 客户同意状态
* 资格验证
* 功能请求
* 投诉标记

**最佳实践：**

* 明确定义真和假的判定条件
* 处理模糊回复
* 为不明确的情况考虑设置默认值

#### 整数

用于整数值。

**示例：**

* 客户年龄
* 产品数量
* 评分分数
* 问题数量

**最佳实践：**

* 适用时指定有效范围
* 处理非数字回复
* 必要时考虑舍入规则

#### 数字

用于小数或浮点值。

**示例：**

* 金额
* 百分比
* 测量值
* 计算得出的分数

**最佳实践：**

* 指定精度要求
* 包含货币或单位上下文
* 处理不同的数字格式

## 使用场景

#### 销售线索筛选

从销售对话中提取联系信息、资格条件和兴趣程度。

#### 客户洞察

收集客户偏好、反馈和行为模式的结构化数据，获取战略洞察。

#### 支持分析

获取问题类别、解决详情和满意度评分，以改进运营。

#### 合规文档

提取审计追踪所需的披露、同意和监管信息。

## 故障排除

#### 数据提取返回空值

* 确认对话转录文本中存在该数据
* 检查提取提示词是否足够具体
* 确保数据类型与预期格式匹配
* 考虑信息是否在对话中清晰表达

#### 数据格式不一致

* 检查提取提示词中的格式规范
* 在提示词中添加验证要求
* 考虑后处理以标准化数据
* 使用各种对话场景进行测试

#### 性能注意事项

* 每条数据收集规则都会增加处理时间
* 复杂的提取逻辑可能需要更长时间评估
* 监控提取准确性与速度要求之间的平衡
* 尽可能优化提示词以提高效率

> **Info**
>
> 可通过 [通话后 Webhook](/docs/zh/eleven-agents/workflows/post-call-webhooks) 获取提取的数据，并与 CRM 系统、
> 数据库和分析平台集成。