हम ElevenAgents का इस्तेमाल रोज़मर्रा के कामों में हर महीने 1,200 घंटे बचाने के लिए कैसे करते हैं

पूरे ElevenLabs में, हमारे आंतरिक एजेंट टीमों के रोज़मर्रा के कामों में हर महीने 1,200 से ज़्यादा घंटे बचाते हैं। वे हर महीने 5,000 से ज़्यादा सवालों के जवाब देते हैं और कार्रवाई भी करते हैं: ग्राहकों के लिए दर्जनों कस्टम डेमो बनाना और पिछले महीने 150 से ज़्यादा टिकट खोलना।

इन एजेंट्स की शुरुआत Slack में आंतरिक जानकारी को आसानी से पाने के तरीके के रूप में हुई थी, जैसे यूज़र रिटेंशन डेटा, सही डॉक्यूमेंटेशन या किसी अकाउंट का इतिहास। फिर ये ऐसे एजेंट्स बन गए जो कार्रवाई करते हैं: कोई टीममेट सवाल पूछता है, बग रिपोर्ट करता है या डेमो का अनुरोध करता है, और एजेंट जवाब देता है या अनुरोध पर कार्रवाई करता है। 

FDE बॉट ग्राहक के लिए डेमो बना रहा है

सेल्स: अनुरोध पर अकाउंट संबंधी जवाब और डेमो

सेल्स टीमें दो एजेंट्स का इस्तेमाल करती हैं: ग्राहक संबंधी सवालों के लिए गो-टू-मार्केट (GTM) बॉट और प्रोडक्ट संबंधी सवालों व डेमो के लिए फॉरवर्ड डिप्लॉयड इंजीनियर (FDE) बॉट। हाल के कुछ उदाहरण:

• GTM बॉट के लिए सेल्स सवाल: "UK, फ़्रांस और जर्मनी में लोगो अधिकारों वाले हमारे शीर्ष ग्राहक कौन हैं?" या “हमारे शीर्ष API यूज़ केस कौन से हैं?”
• FDE बॉट के लिए प्रोडक्ट सवाल: “अगर कोई संभावित ग्राहक ऐसा आउटबाउंड AI SDR बनाना चाहता है जो AE की ओर से मीटिंग बुक करे, तो उसे किस तरह के इंटीग्रेशन चाहिए?”

हमारा FDE बॉट अनुरोध पर पूरे ग्राहक डेमो भी बनाता है और किसी संदेश से सीधे संभावित ग्राहक के यूज़ केस के लिए कॉन्फ़िगर किया गया एक काम करने वाला एजेंट तैयार करता है। 

सपोर्ट और इंजीनियरिंग: ट्रायेज पाइपलाइनों का ऑटोमेशन

हमारे ट्रायेज बॉट ने सिर्फ़ पिछले महीने 150 नए टिकट बनाए। पहले यह काम सपोर्ट और इंजीनियरिंग, दोनों के बीच बहुत मैन्युअल था। 

यह फ़ीचर अनुरोधों और बग्स, दोनों पर काम करता है और अलग-अलग प्रक्रियाओं का इस्तेमाल करता है। टिकट बनाने से पहले, यह Slack में प्रासंगिक संदर्भ खोजता है, मौजूदा टिकटों के साथ डुप्लिकेट हटाता है और सही प्राथमिकता के साथ Linear टिकट खोलने से पहले यह सुनिश्चित करता है कि समस्या की पहचान के लिए पर्याप्त जानकारी हो। इसके बाद, एजेंट्स के नॉलेज बेस में अपलोड किए गए ओनरशिप दस्तावेज़ का इस्तेमाल करके यह सही टीम को ट्रायेज करता है।

प्रोडक्ट और प्रोडक्ट मार्केटिंग: डेटा विश्लेषण

प्रोडक्ट और प्रोडक्ट मार्केटिंग टीमें डोमेन-विशिष्ट चैनलों में डेटा संबंधी सवाल पूछती हैं और उन्हें थ्रेड में विश्लेषण मिल जाता है। हाल का एक उदाहरण: "अमेरिका में पिछले 6 महीनों में ElevenCreative के सेल्फ़-सर्व सब्सक्राइबर्स के लिए मुफ़्त से पेड कन्वर्ज़न कैसे बदला है? इसके मुख्य कारण क्या हैं?"

टीममेट उसी थ्रेड में चर्चा कर सकते हैं या फ़ॉलो-अप सवाल पूछ सकते हैं। जवाब की गुणवत्ता इस पर निर्भर करती है कि एजेंट क्या देख सकता है, इसलिए हम हर एजेंट का डेटा क्यूरेट करते हैं (इस पर नीचे और जानकारी है)।

हमने क्या सीखा

आंतरिक एजेंट्स को शुरुआत से ही भरोसेमंद और सटीक होना चाहिए, वरना टीम उनका इस्तेमाल करना और उन पर भरोसा करना बंद कर देती है। साझा चैनल में गलतियाँ ज़्यादा दिखाई देती हैं — लेकिन सफलताएँ भी, जिससे अपनाने में मदद मिली है।

कुछ और बातें जिन्होंने मदद की:

• स्कीमा क्यूरेशन, प्रॉम्प्ट इंजीनियरिंग से बेहतर है। हमारे रिट्रीवल एजेंट्स के जवाबों की गुणवत्ता में सबसे बड़ा सुधार फ़ील्ड्स हटाने से आया, न कि सिस्टम प्रॉम्प्ट को ट्यून करने से। हर अतिरिक्त कॉलम या ऑब्जेक्ट फ़ील्ड मॉडल को गलत अनुमान लगाने की एक और जगह देता था, और स्कीमा को अहम फ़ील्ड्स के सीमित सेट तक रखने से सटीकता में हमारे आज़माए किसी भी प्रॉम्प्ट बदलाव से ज़्यादा सुधार हुआ।
• पिकलिस्ट टाइपिंग्स। डील स्टेज या अकाउंट टाइप जैसे Salesforce फ़ील्ड पिकलिस्ट होते हैं: मान्य वैल्यूज़ का एक निश्चित सेट। मॉडल को अपने आप छोड़ देने पर, वह सुनने में सही लगने वाली ऐसी वैल्यू बना सकता है जो Salesforce में मौजूद नहीं है। अब हम स्टार्टअप पर मान्य वैल्यूज़ फ़ेच करते हैं और उन्हें MCP टूल की टाइप डेफ़िनिशन्स में इंजेक्ट करते हैं, ताकि मॉडल केवल असली विकल्प ही चुन सके।
• प्रक्रियाओं को छाँटें। समय के साथ किसी एजेंट में प्रक्रियाएँ जोड़ने पर, कुछ एक-दूसरे से ओवरलैप हो सकती हैं। ElevenAgents का Architect उन्हें फिर से व्यवस्थित कर सकता है, ताकि यह साफ़ रहे कि हर प्रक्रिया कब शुरू करनी है और कोई विरोधाभासी लॉजिक न हो।
• टास्क वेरिफ़िकेशन। Linear टिकट बनाने के बाद, एजेंट जाँचता है कि फ़ील्ड्स सही तरह से सेट हैं और टिकट सही टीम के पास गया है। इससे कभी-कभार होने वाले हैलुसिनेशन या गलत टीम चुनने की समस्या कम हुई है।

खुद आज़माएं

ElevenLabs में एजेंट्स रोज़मर्रा के काम का हिस्सा हैं। अगर आप अपना एजेंट बनाने में रुचि रखते हैं, तो इसके बारे में और जानें ElevenAgents.