> 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.

# 成功评估

成功评估可让你为对话定义自定义目标和成功指标。系统会根据对话转录文本评估每项标准，并返回 `success`、`failure` 或 `unknown` 结果及详细理由。

## 概述

成功评估使用 LLM 驱动的分析，根据你的特定业务目标评估对话质量。这让你能够系统地衡量所有客户互动的表现并进行质量保证。

### 工作原理

每项评估标准都会使用自定义提示词分析对话转录文本，并返回：

* **结果**：`success`、`failure` 或 `unknown`
* **理由**：选择该结果的详细说明

### 评估标准类型

#### 目标提示词标准

**目标提示词标准** 会将对话转录文本和自定义提示词一起传递给 LLM，以验证是否达成特定目标。这是最灵活的评估类型，可用于复杂的业务逻辑。

**示例：**

* 客户满意度评估
* 问题解决验证
* 合规检查
* 自定义业务规则验证

## 配置

#### 访问智能体设置

前往智能体控制面板，选择 **分析** 标签页以配置评估标准。

![分析设置](/docs/_fern-img/fee8bc444d5436c71eae3829b9ec8d5cdb6a57c4d4efe6483d7bfed2b066e438.webp)

#### 添加评估标准

点击 **添加标准**，创建新的评估标准。

定义标准时请设置：

* **标识符**：标准的唯一名称（例如 `user_was_not_upset`）
* **描述**：说明应评估内容的详细提示词

![设置评估标准](/docs/_fern-files/elevenlabs.docs.buildwithfern.com/0e1ad5eec745d5733701dcf8cbf4f413473f55a0b5f26add4faac540dbbd086a/assets/images/conversational-ai/evaluation.gif)

> **Note**
>
> 每个智能体最多可添加 30 项评估标准。

#### 查看结果

对话结束后，评估结果会显示在对话历史记录控制面板中。每个对话都会显示每项已配置标准的评估结果和理由。

![对话历史记录中的评估结果](/docs/_fern-files/elevenlabs.docs.buildwithfern.com/657888630b51010fa6920275cfbb8f3dce51c0cbcfdb8ecf3d5d938f17a8186a/assets/images/conversational-ai/evaluation_result.gif)

## 最佳实践

#### 编写有效的评估提示词

* 明确说明成功与失败的判定标准
* 在提示词中包含边缘情况和示例
* 尽可能使用清晰、可衡量的标准
* 使用各种对话场景测试提示词

#### 常见评估标准

* **客户满意度**：“如果客户表达满意，或其问题已解决，则标记为成功” - **目标完成**：“如果客户完成了所需操作（预订、购买等），则标记为成功” - **合规**：“如果智能体遵循了所有必需的合规流程，则标记为成功” - **问题解决**：“如果客户的技术问题在通话中得到解决，则标记为成功”

#### 处理模糊结果

当 LLM 无法从转录文本中判断成功或失败时，会返回 `unknown` 结果。通常发生在以下情况：

* 对话不完整
* 客户回复模糊
* 转录文本中缺少信息

监控 `unknown` 结果，以发现评估标准提示词可能需要优化的地方。

## 使用场景

#### 客户支持质量

衡量问题解决率、客户满意度和支持质量指标，以改善服务交付。

#### 销售绩效

跟踪销售对话中的目标达成、异议处理和转化率。

#### 合规监控

确保智能体遵循必需流程，并记录必要的同意或披露确认。

#### 培训与发展

识别辅导机会，并衡量智能体表现随时间的提升情况。

## 故障排除

#### 评估标准返回意外结果

* 检查提示词是否清晰、具体
* 使用示例对话测试以验证逻辑
* 在评估标准中考虑边缘情况
* 检查转录文本是否包含足够的评估信息

#### “unknown”结果频繁出现

* 确保提示词明确说明需要查找的信息 - 考虑对话是否包含足够的评估上下文 - 检查转录文本质量和完整性 - 调整标准以处理常见边缘情况

#### 性能注意事项

* 每项评估标准都会增加对话分析的处理时间
* 复杂提示词可能需要更长时间评估
* 考虑全面分析和响应时间之间的权衡
* 监控使用情况，以便根据具体需求进行优化

> **Info**
>
> 可通过 [通话后 Webhook](/docs/zh/eleven-agents/workflows/post-call-webhooks) 获取成功评估结果，并与外部系统
> 和分析平台集成。