> 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.

# 实验

实验可让你针对智能体配置的任意方面进行受控 A/B 测试——提示词结构、workflow 逻辑、音色、个性、工具、知识库——方法是将特定比例的流量路由至变体，衡量对关键结果的影响，并将胜出方案发布到生产环境。

> **Note**
>
> 实验基于[智能体版本控制](/docs/zh/eleven-agents/operate/versioning)。
> 运行实验前，必须先为智能体启用版本控制。

## 为什么要做实验

如果没有结构化实验，优化只能依赖直觉。一次提示词调整“感觉”更好。一次 workflow 调整“应该”能提高自主解决率。新的升级路径“似乎”更高效。

实验用证据取代猜测。你可以在实时流量中测试变更，衡量实际结果，并推广有效方案。

## 工作原理

实验遵循四步 workflow：

#### 创建变体

从当前智能体配置开始，创建一个新分支。你可以修改任何内容——系统提示词、workflow、音色、工具、知识库、护栏或评估标准。每项变更都会作为版本化配置进行跟踪。

前往智能体设置中的 **分支** 标签页，然后点击 **创建分支**。

#### 路由流量

定义应分配给变体的实时对话百分比。先从较小比例（5–10%）开始以降低风险，随后随着信心提升逐步增加。

点击 **编辑流量分配**，并设置各分支的百分比。百分比总和必须正好为 100%。

![配置分支之间的流量分配](/docs/_fern-img/0d4fd1ae53a2fec09bf7572d4bbf4341c1c183cbf9b3618807f91ede1dd126ee.webp)

#### 衡量影响

使用[分析仪表板](/docs/zh/eleven-agents/dashboard)将变体表现与基准版本进行比较。在分支面板中点击 **查看分析**，可直接跳转到按分支筛选的视图。

![显示主分支和变体分支、流量分配及合并选项的分支面板](/docs/_fern-img/26946acc8b602c4dc66fd1b2312ffbbc09faa83d5b59b6d42ec7538e8ac1d60a.webp)

团队可衡量以下结果：

* CSAT
* 自主解决率
* 转化率
* 平均处理时长
* 智能体响应延迟中位数
* 每次智能体解决的成本

#### 推广胜出方案

变体一旦展现出可衡量的提升，你可以增加其流量占比，或将其合并到主分支，使其成为新的默认配置。完整版本历史会被保留，必要时可回滚。

## 流量路由

流量按百分比在分支间分配。路由基于对话 ID **确定性**执行，因此同一用户在不同会话中会始终进入同一分支。

默认情况下，流量会在用户群中随机分配。如果你使用 API 发起对话，可通过控制不同分支配置发起哪些对话，将特定用户群路由至特定分支。

> **Warning**
>
> 所有流量百分比之和必须正好为 100%。否则部署将失败。

## 使用场景

实验支持持续优化面向客户及运营相关的 workflow。

#### 客户体验

测试调整后的升级流程能否在不增加处理时长的情况下提升 CSAT。比较
不同问候方式、共情程度或解决策略。

#### 营收

测试更直接的语气或不同的资格判断逻辑能否提高转化率。
尝试不同的异议处理、价格呈现或跟进时机。

#### 运营

衡量工具逻辑变更能否降低平均处理时长或基础设施成本。测试
不同的知识库配置或 workflow 结构。

每项实验都关联到特定智能体版本，因此每次性能变化都可归因于明确的配置变更。

## 可测试的内容

分支之间可改变智能体配置的任何方面：

| 类别           | 示例                        |
| ------------ | ------------------------- |
| **系统提示词**    | 语气、指令、个性、护栏               |
| **Workflow** | 节点结构、分支逻辑、升级路径            |
| **音色**       | 音色选择、TTS 模型、语速设置          |
| **工具**       | 工具配置、webhook 工具逻辑、MCP 服务器 |
| **知识库**      | 不同文档、RAG 设置               |
| **LLM**      | 模型选择、温度、最大 token 数        |
| **评估标准**     | 每个分支不同的成功指标               |
| **语言**       | 语言设置、多语言配置                |

## 最佳实践

#### 先提出假设

创建变体前，先明确你预期改善什么以及如何衡量。例如：
“将问题摘要加入升级提示词，可使我们的
解决率评估标准提高 10%。 ”

#### 一次只改一项

隔离单一变量可以明确造成性能差异的原因。如果你同时修改
提示词、音色和 workflow，就无法确定是哪项变更带来了结果。

#### 先设置评估标准

运行实验前，先配置[成功 评估](/docs/zh/eleven-agents/customization/agent-analysis/success-evaluation)标准。
这些标准提供比较变体所需的结构化指标，
让你可以进行客观对比。

#### 从较小的流量比例开始

先将 5–10% 的流量分配给变体。这样即使出现问题也能限制影响范围，
同时仍可生成有意义的数据。

#### 给实验足够时间

得出结论前，应积累足够多的对话。样本量太小会导致
结果不可靠。请监控分析仪表板，并等待趋势稳定。

#### 保持实验周期短

及时合并或舍弃实验。长期运行的分支会更难合并，也可能
偏离主配置。

## 后续步骤

#### [版本控制](/docs/zh/eleven-agents/operate/versioning)

了解底层版本控制系统——分支、版本和 API 参考文档

#### [分析](/docs/zh/eleven-agents/dashboard)

使用分析仪表板监控实验表现

#### [成功评估](/docs/zh/eleven-agents/customization/agent-analysis/success-evaluation)

定义自定义成功标准，以衡量实验结果

#### [测试](/docs/zh/eleven-agents/customization/agent-testing)

创建分支前设置自动化测试，建立基准