AI कस्टमर सर्विस एजेंट्स: ये क्या हैं और इन्हें कैसे लागू करें

चार में से तीन से ज़्यादा कस्टमर सर्विस प्रतिनिधि कहते हैं कि सिर्फ़ एक साल पहले की तुलना में उनका काम बढ़ा है और ज़्यादा जटिल हो गया है, और 78% कहते हैं कि ग्राहकों की अपेक्षाएं पहले से कहीं ज़्यादा हैं। सुविधा-आधारित अर्थव्यवस्था ने मानक बदल दिया है: ग्राहक तेज़ और पूरी तरह समाधान चाहते हैं, और जो टीमें यह नहीं दे पातीं, उन्हें वे माफ़ नहीं करते।

AI कस्टमर सर्विस एजेंट सपोर्ट लीडर्स को ज़्यादा काम तेज़ी से संभालने का तरीका देते हैं। ये एजेंट बातचीत के संदर्भ को समझ सकते हैं, जुड़े हुए टूल्स में कार्रवाई कर सकते हैं और ज़रूरत पड़ने पर इंसानों को बातचीत सौंप सकते हैं। ये उन नियम-आधारित चैटबॉट्स से काफ़ी आगे हैं, जिन्हें कई टीमें पहले आज़मा कर छोड़ चुकी हैं।

चाहे आप AI एजेंट्स का मूल्यांकन कर रहे हों या किसी को डिप्लॉय करने के लिए तैयार हों, इस लेख में बताया गया है कि वे क्या हैं, कैसे काम करते हैं और समाधान दरें बेहतर करने के लिए क्या चाहिए।

सारांश

• AI कस्टमर सर्विस एजेंट ग्राहकों की बातचीत को शुरू से अंत तक संभालते हैं, समस्याएं हल करते हैं, ज़रूरत पड़ने पर एस्केलेट करते हैं और पूरे संदर्भ के साथ इंसानी एजेंट को हैंडऑफ़ करते हैं।
• इसके मुख्य उपयोग AI कस्टमर सर्विस एजेंट्स में इनबाउंड सपोर्ट, कामकाजी घंटों के बाद की कवरेज और बहुभाषी कस्टमर सर्विस शामिल हैं।
• ElevenAgents वॉइस और चैट एजेंट्स को डिप्लॉय करने के लिए एंटरप्राइज़-रेडी प्लेटफ़ॉर्म है, जिसमें बिल्ट-इन अनुपालन, इंटीग्रेशन और इंसानी हैंडऑफ़ नियंत्रण शामिल हैं।

AI कस्टमर सर्विस एजेंट क्या है?

AI कस्टमर सर्विस एजेंट एक ऑटोमेटेड सिस्टम है, जो सवालों को हल करने के लिए वॉइस और चैट पर ग्राहकों से रियल-टाइम बातचीत करता है। 

निश्चित स्क्रिप्ट से पैटर्न मिलाने वाले नियम-आधारित चैटबॉट्स के विपरीत, AI एजेंट बातचीत के पूरे संदर्भ को समझते हैं और अपलोड किए गए नॉलेज बेस तथा आपके CRM या हेल्पडेस्क जैसे जुड़े टूल्स के लाइव डेटा के आधार पर डायनैमिक रूप से जवाब बनाते हैं। जब कोई सवाल उनके दायरे से बाहर हो, तो वे बातचीत का पूरा संदर्भ बरकरार रखते हुए उसे इंसानी एजेंट को सौंप सकते हैं।

पहले के ऑटोमेशन से इन्हें अलग बनाती है कार्रवाई करने की इनकी क्षमता, केवल जानकारी ढूंढना नहीं। AI कस्टमर सर्विस एजेंट बिना इंसानी हस्तक्षेप के ये काम कर सकता है: 

• अपॉइंटमेंट बुक करना।
• रिफ़ंड प्रोसेस करना।
• अकाउंट अपडेट करना।
• टिकट एस्केलेट करना।
• समस्या का निवारण करना।

एजेंट आपके मौजूदा सिस्टम्स से जुड़ा होता है, इसलिए ये बदलाव अपने आप सिंक हो जाते हैं: बुक किया गया अपॉइंटमेंट आपके कैलेंडर में अपडेट होता है, प्रोसेस किया गया रिफ़ंड आपके बिलिंग प्लेटफ़ॉर्म पर दिखता है और नया टिकट आपके हेल्पडेस्क में दिखता है।

AI कस्टमर सर्विस एजेंट के उपयोग

ज़्यादातर सपोर्ट टीमें एक उपयोग से शुरुआत करती हैं और फिर आगे बढ़ती हैं। नीचे दिए गए तीन सबसे प्रभावशाली शुरुआती बिंदु हैं, जहां सवालों की संख्या सबसे ज़्यादा होती है, कवरेज की कमी सबसे महंगी पड़ती है और ऑटोमेशन का तर्क सबसे आसानी से बनता है।

इनबाउंड सपोर्ट और सवालों का समाधान

ऑर्डर की स्थिति, पासवर्ड रीसेट, बिलिंग से जुड़े सवाल और पॉलिसी खोजने जैसे ज़्यादा मात्रा वाले, बार-बार आने वाले सवाल सपोर्ट टीम की अधिकांश क्षमता खा जाते हैं, जिससे जटिल मामलों को कम प्राथमिकता मिलती है।

AI एजेंट कैसे मदद करता है: एजेंट आपके नॉलेज बेस या जुड़े सिस्टम्स से प्रासंगिक जानकारी लेकर, जवाब देकर और टिकट हल करके सवाल को शुरू से अंत तक संभालता है। जिन सवालों के लिए अकाउंट एक्सेस चाहिए होता है (जैसे ऑर्डर की स्थिति जांचना), उनमें एजेंट ग्राहक को प्रमाणित करता है और आपके CRM से लाइव ग्राहक डेटा लेता है।

कामकाजी घंटों के बाद की कवरेज

शाम 5 बजे कॉन्टैक्ट वॉल्यूम बंद नहीं होता, लेकिन स्टाफ़िंग हो सकती है। कामकाजी घंटों के बाद आने वाले सवाल या तो अगली सुबह तक इंतज़ार करते हैं, जिससे ग्राहक निराश होते हैं, या महंगी रातभर की स्टाफ़िंग की ज़रूरत होती है।

AI एजेंट कैसे मदद करता है: एजेंट कामकाजी घंटों के बाद की पूरी शिफ़्ट संभालता है—सवालों के जवाब देता है, अपॉइंटमेंट बुक करता है और अनुरोध प्रोसेस करता है—वह भी व्यस्त घंटों जैसी गुणवत्ता के साथ। इंसानी एजेंट अगली सुबह किसी भी एस्केलेशन को पूरे बातचीत संदर्भ के साथ संभालते हैं, जो पहले से लॉग हो चुका होता है।

बहुभाषी सपोर्ट

कई भाषाओं में ग्राहकों को सपोर्ट देने का मतलब आमतौर पर हर भाषा के लिए अलग टीमें या वर्कफ़्लो बनाना होता है। यह महंगा है और इसे स्केल करना मुश्किल है।

AI एजेंट कैसे मदद करता है: AI एजेंट ग्राहक के पहले मैसेज या वाक्य से उसकी भाषा अपने आप पहचानते हैं और उसी भाषा में जवाब देते हैं। एक ही एजेंट कॉन्फ़िगरेशन एक साथ दर्जनों भाषाओं को सपोर्ट कर सकता है और ज़रूरत होने पर बातचीत के बीच में भाषा बदल सकता है। ElevenAgents में ऑटोमैटिक डिटेक्शन और रियल-टाइम स्विचिंग के साथ 90+ भाषाओं का सपोर्ट पहले से मौजूद है।

AI कस्टमर सर्विस एजेंट्स के फ़ायदे

AI कस्टमर सर्विस एजेंट्स डिप्लॉय करने के फ़ायदे दो श्रेणियों में आते हैं: ग्राहकों के लिए बेहतर अनुभव और ज़्यादा कुशल सपोर्ट टीम।

• 24/7 उपलब्धता: AI एजेंट बिना स्टाफ़िंग बदलाव के किसी भी दिन, किसी भी समय कॉन्टैक्ट संभालते हैं। सपोर्ट टीमों के लिए, यह कामकाजी घंटों के बाद की कवरेज कमी को पूरी तरह खत्म कर देता है। अगर कोई ग्राहक रात 2 बजे सवाल पूछता है, तो उसे अगली सुबह कॉलबैक नहीं, बल्कि सेकंडों में जवाब मिलता है।
• तेज़ समाधान समय: जब 72% ग्राहक उम्मीद करते हैं कि उन्हें तुरंत सेवा मिले, तो इंतज़ार का समय ग्राहकों के छोड़कर जाने की एक वजह बनता है। एजेंट नॉलेज बेस से जवाब लेते हैं और जुड़े सिस्टम्स में रियल टाइम में कार्रवाई करते हैं, जिससे ग्राहकों के सवाल सेकंडों में हल होते हैं। 
• हर चैनल पर एक जैसे, ब्रांड के अनुरूप जवाब: इंसानी एजेंट्स के भी खराब दिन होते हैं, वे पॉलिसीज़ को अलग-अलग तरह से समझते हैं और ऐसी भाषा इस्तेमाल कर सकते हैं जो ब्रांड गाइडलाइंस से हट जाए। AI एजेंट हर कॉन्टैक्ट में एक जैसा टोन, शब्दावली और प्रक्रिया लागू करते हैं। इसका मतलब है कि खराब शब्दों वाले जवाबों से अनुपालन में कोई कमी नहीं, क्षेत्रों के बीच ब्रांड में असंगति नहीं और बड़े स्तर पर QA से कोई अनचाहा सरप्राइज़ नहीं।
• 90+ भाषाओं में बहुभाषी सपोर्ट: अलग-अलग मार्केट्स के ग्राहकों को सेवा देने के लिए आमतौर पर हर भाषा के लिए अलग टीम या वर्कफ़्लो बनाना पड़ता है, जो महंगा है और स्केल करना मुश्किल है। AI एजेंट ग्राहक की भाषा अपने आप पहचानते हैं और ज़रूरत पड़ने पर बातचीत के बीच में भाषा बदल सकते हैं।
• हर बातचीत से डेटा और इनसाइट्स: हर इंटरैक्शन लॉग और सर्च किया जा सकता है, इसलिए सपोर्ट लीडर्स यह पहचान सकते हैं कि ग्राहक किन कारणों से संपर्क कर रहे हैं, नॉलेज गैप्स ढूंढ सकते हैं और बातचीत के डेटा का उपयोग एजेंट परफ़ॉर्मेंस और ऑपरेशनल प्रक्रियाओं को बेहतर बनाने के लिए कर सकते हैं।
• ज़रूरत पड़ने पर इंसानी एजेंट्स को सहज हैंडऑफ़: जब बातचीत एजेंट के दायरे से बाहर हो जाती है, तो वह बातचीत का इतिहास, इरादा और अकाउंट डेटा समेत पूरा संदर्भ देकर कॉल को इंसानी एजेंट को सौंप सकता है। इंसानी एजेंट को शुरुआत से शुरू नहीं करना पड़ता, जिससे ग्राहक संतुष्टि बढ़ती है।

व्यवहार में ये लाभ तेज़ी से बढ़ते जाते हैं। mdhub, एक व्यवहारिक स्वास्थ्य प्लेटफ़ॉर्म ने क्लिनिक एडमिशन और मरीज़ सपोर्ट वर्कफ़्लोज़ में ElevenAgents डिप्लॉय किया। AI एजेंट अब 90% इनबाउंड कॉल्स को शुरू से अंत तक संभालते हैं, मरीज़ों की जनसांख्यिकीय जानकारी लेते हैं, बीमा सत्यापित करते हैं और अपॉइंटमेंट बुक करते हैं। नतीजतन, mdhub में पहले सवाल से अपॉइंटमेंट तक का समय हफ़्तों से घटकर दिनों में आ गया और बुकिंग 30% बढ़ गई।

AI कस्टमर सर्विस एजेंट कैसे काम करते हैं?

ElevenAgents रियल-टाइम पाइपलाइन से वॉइस और टेक्स्ट, दोनों इनपुट प्रोसेस करता है। यह ऐसे काम करता है:

1. ग्राहक बोलता या टाइप करता है। वॉइस के लिए, ElevenLabs का स्पीच टू टेक्स्ट मॉडल, Scribe, ग्राहक के ऑडियो को रियल टाइम में टेक्स्ट में ट्रांसक्राइब करता है—इतनी तेज़ी से कि ग्राहक के बोलना खत्म करने से पहले ही प्रोसेसिंग शुरू हो जाती है। टेक्स्ट इनपुट में मैसेज सीधे पाइपलाइन में जाता है।
2. LLM बातचीत का पूरा संदर्भ तैयार करता है। इसमें पहले कही गई बातें, आपके नॉलेज बेस की प्रासंगिक जानकारी, जुड़े टूल्स का कोई लाइव डेटा और एजेंट के व्यवहार को तय करने वाला सिस्टम प्रॉम्प्ट शामिल होते हैं। जवाब बनाने से पहले यह इन सभी पर विचार करता है।
3. जवाब रियल टाइम में दिया जाता है। वॉइस के लिए, LLM के जवाब को टेक्स्ट टू स्पीच सिस्टम फिर से आवाज़ में बदलता है और ग्राहक तक पहुंचाता है।

यह पाइपलाइन का सरल रूप है। अंदरूनी तौर पर बातचीत को स्वाभाविक बनाए रखने के लिए कई टेक्नोलॉजीज़ मिलकर काम करती हैं:

• टर्न-टेकिंग मॉडल: यह पता लगाता है कि यूज़र ने बोलना कब खत्म किया है, ताकि एजेंट जान सके कि उसे कब जवाब देना है और बातचीत स्वाभाविक आगे-पीछे के संवाद जैसी लगे।
• VAD (वॉइस एक्टिविटी डिटेक्शन): मुख्य वक्ता के ऑडियो को बैकग्राउंड नॉइज़ से अलग करता है, जिससे ट्रांसक्रिप्शन की सटीकता बेहतर होती है और बातचीत का हिस्सा न होने वाली आवाज़ें हटती हैं।
• वॉइसमेल डिटेक्शन: यह पहचानता है कि कॉल वॉइसमेल पर पहुंच गई है या किसी लाइव व्यक्ति के पास, ताकि एजेंट उचित तरीके से जवाब दे सके।
• गार्डरेल्स: बातचीत कहीं भी जाए, एजेंट को स्क्रिप्ट पर, अनुपालक और आपके तय दायरे के भीतर रखते हैं।

मिलकर, ये घटक तय करते हैं कि एजेंट बड़े स्तर पर वास्तविक बातचीत को कितनी भरोसेमंदी से संभालता है।

AI कस्टमर सर्विस एजेंट लागू करने के सर्वोत्तम तरीके

समाधान दरें बेहतर करने वाले और ग्राहकों को निराश करने वाले AI एजेंट के बीच का अंतर आमतौर पर पांच बातों पर निर्भर करता है।

अपने एजेंट को मज़बूत नॉलेज बेस से जोड़ें

AI एजेंट के जवाब उतने ही अच्छे होते हैं, जितनी अच्छी जानकारी वह प्राप्त कर सकता है। कमजोर या बिखरा हुआ नॉलेज बेस अस्पष्ट, गलत या अनुपयोगी जवाब देता है, फिर चाहे बाकी सिस्टम कितना भी अच्छी तरह कॉन्फ़िगर किया गया हो।

सबसे पहले वह कंटेंट इकट्ठा करें, जिस पर आपके एजेंट्स सबसे ज़्यादा निर्भर करेंगे:

• स्टैंडर्ड ऑपरेटिंग प्रोसीजर्स (SOPs)।
• FAQs और आम सवालों के जवाब।
• प्रोडक्ट डॉक्यूमेंटेशन।
• पॉलिसी डॉक्यूमेंट्स।
• ऐसा कोई भी अन्य कंटेंट जिसे आपके इंसानी एजेंट नियमित रूप से देखते हैं।

एक जैसी शब्दावली इस्तेमाल करें, विषय के आधार पर व्यवस्थित करें और इसे अपडेट रखें। पुराना कंटेंट पुराने जवाब देता है और ग्राहक अनुभव खराब करता है।

ElevenAgents में अपना नॉलेज बेस जोड़ना आसान है। अपने एजेंट पर जाएं, “Agent” टैब पर क्लिक करें, “knowledge base” सेक्शन ढूंढें और फिर "Add document" पर क्लिक करें। इससे आप नया डॉक्यूमेंट बना सकेंगे, फ़ाइल अपलोड कर सकेंगे या मौजूदा डॉक्यूमेंट्स में से चुन सकेंगे। 

बड़े नॉलेज बेस के लिए, ElevenAgents रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) को भी सपोर्ट करता है—यह एक तकनीक है जो हर जवाब के लिए आपके नॉलेज बेस से केवल सबसे प्रासंगिक कंटेंट लेती है, बजाय इसके कि मॉडल को एक साथ सब कुछ भेज दिया जाए। इससे जवाब सटीक और केंद्रित रहते हैं और एजेंट अप्रासंगिक जानकारी से अभिभूत नहीं होता।

प्रभावी सिस्टम प्रॉम्प्ट लिखें

सिस्टम प्रॉम्प्ट एजेंट का जॉब डिस्क्रिप्शन होता है। यह तय करता है कि एजेंट कौन है, क्या करता है, कैसे बात करता है और क्या नहीं करेगा। अस्पष्ट प्रॉम्प्ट अस्पष्ट एजेंट बनाते हैं।

अपने प्रॉम्प्ट को स्पष्ट markdown सेक्शंस में व्यवस्थित करें, ताकि मॉडल निर्देशों को सही प्राथमिकता दे सके। इनमें ये मुख्य सेक्शंस शामिल करें:

• व्यक्तित्व: एजेंट कौन है और कैसे संवाद करता है।
• लक्ष्य: क्रमबद्ध चरणों में वह क्या हासिल करना चाहता है।
• टूल्स: वह कौन से टूल्स इस्तेमाल कर सकता है, उन्हें कब इस्तेमाल करना है और गड़बड़ियों को कैसे संभालना है।
• गार्डरेल्स: वह कौन से काम कभी नहीं कर सकता।

हर निर्देश छोटा और कार्रवाई-आधारित रखें। लंबे-चौड़े निर्देशों की गलत व्याख्या हो सकती है। एंटरप्राइज़ डिप्लॉयमेंट्स के लिए हर एजेंट को किसी एक काम में विशेषज्ञ रखें—हर एजेंट के लिए एक केंद्रित दायरा, सब कुछ करने की कोशिश करने वाले एक प्रॉम्प्ट से ज़्यादा भरोसेमंद ढंग से काम करता है।

एक सुव्यवस्थित प्रॉम्प्ट कैसा दिखता है, इसका संक्षिप्त उदाहरण यहां है:

# Personality:
You are a billing specialist. You are empathetic, efficient, and solution-oriented.
# Goal:
1. Verify customer identity. This step is important.
2. Look up account and billing history.
3. Process refunds under $500 or escalate to a supervisor.
# Tools:
## processRefund
Use this tool only after verifying customer identity and confirming the refund 
is under $500. If the tool fails, apologize and escalate to a supervisor.
# Guardrails:
Never access account information without identity verification.
Never process refunds over $500 without supervisor approval.

प्रोडक्शन एजेंट्स के लिए प्रॉम्प्ट इंजीनियरिंग को गहराई से समझने के लिए ElevenLabs की पूरी प्रॉम्प्टिंग गाइड देखें।

लाइव होने से पहले एस्केलेशन के स्पष्ट नियम तय करें

स्पष्ट एस्केलेशन मानदंडों के बिना, एजेंट या तो ऐसे काम संभालते हैं जो उन्हें नहीं संभालने चाहिए (जिससे जोखिम पैदा होता है) या सब कुछ एस्केलेट कर देते हैं (जिससे उद्देश्य ही खत्म हो जाता है)। दोनों ही स्थितियां सिस्टम पर भरोसा कम करती हैं।

लॉन्च से पहले, इनमें से हर एक के लिए एस्केलेशन की शर्तें तय करें:

• निराश या अपमानजनक ग्राहक।
• खास कीवर्ड्स या संवेदनशील विषयों के प्रकार।
• असफल ऑथेंटिकेशन प्रयास।
• उच्च-जोखिम वाले काम, जिनके लिए इंसानी मंज़ूरी चाहिए।

ElevenAgents में, डिटरमिनिस्टिक वर्कफ़्लो आपको उच्च-जोखिम वाले कामों को चरण-आधारित अप्रूवल प्रक्रियाओं के पीछे रखने देते हैं, ताकि स्वीकृत रास्ते के बिना कोई अपरिवर्तनीय कार्रवाई न हो। विज़ुअल वर्कफ़्लो बिल्डर से आप निर्णय बिंदु मैप कर सकते हैं, एस्केलेशन ट्रिगर करने वाली शर्तें तय कर सकते हैं और ठीक-ठीक नियंत्रित कर सकते हैं कि बातचीत कब किसी विशेषज्ञ सबएजेंट या इंसानी ऑपरेटर को भेजी जाए—हर हैंडऑफ़ पर पूरे संदर्भ के साथ।

इसे सही तरीके से सेट अप करने पर, इंसानी एजेंट्स को पहले से जुड़े पूरे संदर्भ के साथ एस्केलेशन मिलते हैं। उन्हें ग्राहक से बात दोहराने के लिए नहीं कहना पड़ता।

वास्तविक बातचीत के परिदृश्यों से टेस्ट करें

नियंत्रित परिस्थितियों में अच्छा प्रदर्शन करने वाले एजेंट अक्सर उन एज केस में विफल होते हैं, जिनकी वास्तविक दुनिया के वॉल्यूम में महत्वपूर्ण हिस्सेदारी होती है, जैसे अस्पष्ट सवाल, निराश ग्राहक और नॉलेज बेस से बस बाहर के अनुरोध।

लाइव होने से पहले, अपने पुराने कॉन्टैक्ट डेटा से लिए गए वास्तविक बातचीत के परिदृश्यों पर एजेंट चलाएं। सिर्फ़ आसान सवाल टेस्ट न करें। एज केस, अधूरी जानकारी और भावनात्मक रूप से तीखी बातचीत भी शामिल करें। इन्हीं स्थितियों में खराब कॉन्फ़िगर किया गया एजेंट सबसे ज़्यादा विफल हो सकता है।

ElevenAgents में बिल्ट-इन टेस्टिंग फ़्रेमवर्क है, जिसमें तीन तरह के टेस्ट शामिल हैं:

• नेक्स्ट रिप्लाई टेस्ट: किसी खास इंटरैक्शन का सिमुलेशन करता है और तय सफलता मानदंडों के आधार पर जवाब का मूल्यांकन करता है।
• टूल इनवोकेशन टेस्ट: यह सत्यापित करता है कि एजेंट सही पैरामीटर्स के साथ सही टूल्स कॉल करता है—ट्रांसफ़र, लुकअप और रिफ़ंड जैसी हाई-स्टेक्स कार्रवाइयों के लिए यह अहम है।
• सिमुलेशन टेस्ट: एक सिम्युलेटेड यूज़र के साथ पूरी मल्टी-टर्न बातचीत चलाता है, ताकि जांच सके कि पूरा इंटरैक्शन आपके तय परिणाम तक पहुंचता है या नहीं।

लक्ष्य रखें कि एजेंट कम से कम 80% टेस्ट परिदृश्यों को सही ढंग से संभाले, बाकी में उचित रूप से एस्केलेट करे और आपके टेस्ट सेट के किसी भी मामले में आत्मविश्वास से भरे लेकिन गलत जवाब न दे।

अपने एजेंट को मौजूदा सिस्टम्स से कनेक्ट करें

जो एजेंट केवल स्टैटिक नॉलेज बेस से सवालों के जवाब दे सकता है, उसकी क्षमता सीमित होती है। ज़्यादातर ग्राहक सवालों के लिए आपके मौजूदा सिस्टम्स से लाइव डेटा (ऑर्डर की स्थिति, अकाउंट जानकारी, बुकिंग उपलब्धता) लेना पड़ता है। इंटीग्रेशन के बिना एजेंट पॉलिसी समझा तो सकता है, लेकिन कार्रवाई नहीं कर सकता।

अपने एजेंट को CRM, टिकटिंग सिस्टम, टेलीफोनी और उन सभी सिस्टम्स से कनेक्ट करें जिनका इस्तेमाल आपके इंसानी एजेंट सवालों को हल करने के लिए करते हैं। एक अच्छी तरह इंटीग्रेट किया गया एजेंट ग्राहक के अकाउंट को रियल टाइम में देखकर बिलिंग का सवाल हल करता है—उसे अपना ईमेल देखने के लिए कहकर नहीं।

ElevenAgents में बाहरी सिस्टम्स से कनेक्शन टूल्स के ज़रिए संभाले जाते हैं। अपने एजेंट कॉन्फ़िगरेशन में Tools टैब पर जाएं और अपने सेटअप के अनुकूल इंटीग्रेशन टाइप चुनें: 

• क्लाइंट टूल्स: यूज़र के ब्राउज़र या ऐप में कार्रवाई ट्रिगर करते हैं।
• वेबहुक टूल्स: लाइव डेटा लेने या अपने सिस्टम्स में कार्रवाई करने के लिए API कॉल्स के ज़रिए अपने बैकएंड से कनेक्ट होते हैं।
• इंटीग्रेशन टूल्स: वेबहुक कॉन्फ़िगरेशन के ज़रिए Salesforce, Zendesk और Stripe जैसी थर्ड-पार्टी सेवाओं से कनेक्ट होते हैं।

ElevenAgents कस्टम इंटीग्रेशन के लिए REST APIs और MCP के साथ Salesforce, Zendesk, Stripe, Twilio, Google Calendar और इलेक्ट्रॉनिक हेल्थ रिकॉर्ड (EHR) सिस्टम्स से नेटिव रूप से कनेक्ट होता है। 

क्या आप देखना चाहते हैं कि यह शुरू से अंत तक कैसे काम करता है? ElevenLabs की AI वॉइस एजेंट बनाने पर YouTube सीरीज़ आपको पूरी बिल्ड प्रक्रिया समझाती है।

ElevenAgents के साथ शुरुआत करें

ElevenAgents उन एंटरप्राइज़ सपोर्ट टीमों के लिए बनाया गया है जो कस्टमर सर्विस बेहतर करना और संभाल सकने वाली ग्राहक पूछताछ को स्केल करना चाहती हैं। ElevenAgents से बने AI एजेंट्स को ये सुविधाएं मिलती हैं:

• एक सेकंड से कम वॉइस लेटेंसी जो बातचीत को रोबोटिक नहीं, स्वाभाविक बनाती है।
• 90+ भाषाएं ऑटोमैटिक डिटेक्शन और रियल-टाइम स्विचिंग के साथ।
• एंटरप्राइज़ अनुपालन पहले से शामिल: SOC 2 Type II, ISO 27001, PCI DSS Level 1, HIPAA, GDPR।
• नेटिव इंटीग्रेशन Salesforce, Zendesk, Twilio, Stripe, Google Calendar आदि के साथ।
• इंसानी हैंडऑफ़ जिसमें पूरे बातचीत संदर्भ को रिसीव करने वाले एजेंट तक पहुंचाया जाता है।

अनुपालन आवश्यकताओं, मल्टी-रीजन रोलआउट्स या गहरे इंटीग्रेशन वाली टीमों के लिए, ElevenLabs के Forward Deployed Engineers आपकी टीम के साथ मिलकर काम करते हैं, डिप्लॉयमेंट की रूपरेखा तय करते हैं और लॉन्च के बाद आपके KPIs के लिए जवाबदेह रहते हैं। तैयार होने पर, अपना पहला एजेंट बनाएं। 

अक्सर पूछे जाने वाले सवाल