वर्कशॉप रिकैप: 45 मिनट में AI SDR बनाना

ज़्यादातर सेल्स टीमें रिएक्टिव मोड में फंसी हुई हैं। इनबाउंड वॉल्यूम ज़्यादा है, रिस्पॉन्स टाइम धीमा है और आउटबाउंड के लिए पर्याप्त रिप्स नहीं हैं।

इस पोस्ट में लाइव वर्कशॉप 45 मिनट में AI SDR बनाएं का रिकैप है — जिसमें AI SDR एजेंट बनाने और डिप्लॉय करने का तरीका बताया गया है।

AI SDR एजेंट क्यों ज़रूरी हैं

AI SDR AI SDR एजेंट बनाने से पहले ElevenLabs को जिन समस्याओं का सामना करना पड़ा, वे अनोखी नहीं हैं।

कुछ चुनौतियां ये थीं:

1. टीम मांग के हिसाब से तेज़ी से नहीं बढ़ रही थी
2. ज़्यादा इनबाउंड वॉल्यूम के कारण आउटबाउंड की क्षमता सीमित हो रही थी
3. लीड तक पहुंचने की गति बहुत धीमी थी
4. बिज़नेस घंटों के बाहर आने वाली लीड्स को देर से जवाब मिलता था (उदाहरण: शुक्रवार शाम लीड आई, जवाब के लिए सोमवार तक इंतज़ार किया, फिर उस मीटिंग के लिए दोबारा इंतज़ार किया जो शायद बुधवार को होती)
5. भाषा एक बाधा बन रही थी
   

इसे ऑटोमेट करने का बिज़नेस केस साफ़ हो गया।

AI SDR एजेंट 24/7 काम करता है, 70 से ज़्यादा भाषाएं संभालता है, तय मानदंडों के आधार पर लीड्स को क्वालिफ़ाई करता है और कॉल के दौरान ही सीधे कैलेंडर में मीटिंग बुक करता है। हैंडऑफ़ में कोई देरी नहीं। टाइम ज़ोन की कोई दिक्कत नहीं।

आज के नतीजे:

1. एजेंट दो फुल-टाइम SDRs जितना आउटपुट देता है
2. क्वालिफ़िकेशन की सटीकता 88% है
3. ग्राहक संतुष्टि का औसत 10 में से 8.7 है

डेमो 1: काम करते हुए AI SDR

परिदृश्य: कॉन्टैक्ट सेल्स फ़ॉर्म भरने के बाद एक संभावित ग्राहक ElevenLabs से संपर्क करता है। Jon नाम का एजेंट कॉल लेता है और मीटिंग बुक करने से पहले क्वालिफ़िकेशन की प्रक्रिया पूरी करता है।

क्या दिखाया गया:

• Jon ने संभावित ग्राहक का यूज़ केस पहचाना: एक वॉइस एजेंट बनाना, जो हर हफ़्ते हज़ारों ग्राहक कॉल्स में ऑर्डर स्टेटस अपडेट संभाले
• एजेंट ने डेटा कंप्लायंस से जुड़े सुरक्षा सवाल का जवाब SOC 2 Type 2, HIPAA, GDPR, EU डेटा रेज़िडेंसी और BAA पर साइन करने की क्षमता का उल्लेख करते हुए दिया — बिना एक पल रुके
• Jon ने एक-एक करके क्वालिफ़िकेशन के सवाल पूछे: मौजूदा प्लान, अनुमानित बातचीत का वॉल्यूम और टाइमलाइन
• सभी मानदंड पूरे होने पर एजेंट शेड्यूलिंग फ्लो में चला गया
• Jon ने संभावित ग्राहक का टाइम ज़ोन (लंदन) पूछा, कैलेंडर उपलब्धता पाने के लिए लाइव टूल इस्तेमाल किया और खास स्लॉट सुझाए
• संभावित ग्राहक ने मंगलवार को 3:15 PM चुना। कॉल के दौरान ही रियल टाइम में कैलेंडर पर मीटिंग बुक हो गई
• अंत में, Jon ने संतुष्टि रेटिंग मांगी। संभावित ग्राहक ने 10 में से 10 कहा। एजेंट ने उस स्कोर को अपने आप एक्सट्रैक्ट कर लॉग कर लिया

यह क्यों ज़रूरी है: यह एक पूरा क्वालिफ़िकेशन और बुकिंग वर्कफ़्लो है, जो कॉल पर किसी मानवीय SDR के बिना पूरा हुआ। एजेंट ने कंप्लायंस संबंधी आपत्ति संभाली, कई चरणों वाली क्वालिफ़िकेशन प्रक्रिया पूरी की, लाइव कैलेंडर इंटीग्रेशन इस्तेमाल किया और CRM के लिए स्ट्रक्चर्ड डेटा इकट्ठा किया — वह भी एक ही बातचीत में। कॉल ट्रांसक्रिप्ट, टूल कॉल लॉग, क्वालिफ़िकेशन निर्णय और CSAT स्कोर, कॉल खत्म होते ही प्लेटफ़ॉर्म पर उपलब्ध थे।

AI SDR के मुख्य घटक

सिस्टम प्रॉम्प्ट
एजेंट का लक्ष्य, व्यक्तित्व, परिवेश और गार्डरेल्स तय करता है। SDR एजेंट के लिए इसका मतलब है क्वालिफ़िकेशन मानदंड साफ़ तौर पर बताना, एजेंट को किन बातों पर चर्चा करनी चाहिए और किन पर नहीं, यह तय करना, और उसके काम करने का संदर्भ बताना। एक शुरुआती सीख: सिस्टम प्रॉम्प्ट को संक्षिप्त रखने और लॉजिक को Workflows में ले जाने से गलतियां कम होती हैं और एजेंट का व्यवहार ज़्यादा अनुमानित बनता है।

वर्कफ़्लोज़
आप एजेंट को नोड्स में बांट सकते हैं, जिनमें से हर एक का अपना लक्ष्य और हैंडऑफ़ की शर्तें होती हैं। सही रास्ता तय करने के लिए ऑर्केस्ट्रेटर नोड, सही क्रम में सही सवाल पूछने के लिए क्वालिफ़िकेशन नोड, गैर-सेल्स सवालों वाले कॉलर्स के लिए सपोर्ट रूटिंग नोड और टूल्स वाले शेड्यूलिंग नोड का इस्तेमाल करें। हर नोड का अपना LLM, नॉलेज बेस और गार्डरेल्स हो सकता है।

नॉलेज बेस
एजेंट को सवालों के सटीक जवाब देने के लिए ज़रूरी जानकारी देता है। अपने SDR टीम के अनुभव से तैयार की गई प्रोडक्ट क्षमताएं और 100 से ज़्यादा FAQs लोड करें।

टूल्स
एजेंट को असली सिस्टम्स से कनेक्ट करते हैं। शेड्यूलिंग एजेंट लाइव उपलब्धता जांचने और मीटिंग बुक करने के लिए कैलेंडर इंटीग्रेशन (cal.com) इस्तेमाल कर सकता है। यही फ्रेमवर्क CRM अपडेट्स, Slack नोटिफ़िकेशंस और डेटाबेस लुकअप्स को भी सपोर्ट करता है।

एनालिसिस और डेटा कलेक्शन
लॉन्च से पहले सेट अप करें। बाइनरी सक्सेस मेट्रिक्स, स्ट्रक्चर्ड डेटा पॉइंट्स (यूज़ केस, वॉल्यूम, टाइमलाइन, क्वालिफ़ाइड निर्णय) और कॉल के अंत से अपने आप एक्सट्रैक्ट होने वाला CSAT स्कोर तय करें। कॉल के बाद ट्रांसक्रिप्ट व्यू में हर वेरिएबल दिखता है।

सर्वोत्तम तरीके

1. बनाने से पहले सफलता तय करें। लिखें कि आपके खास यूज़ केस में "क्वालिफ़ाइड" का क्या मतलब है। सटीक रहें। आपके एजेंट के क्वालिफ़िकेशन मानदंड उतने ही अच्छे होते हैं, जितने अच्छे वे मानदंड हैं जो आप पहले दिन किसी नए SDR को देंगे।
2. एक वर्कफ़्लो से शुरू करें, फिर उसे बेहतर बनाएं। ElevenLabs एजेंट के पहले वर्ज़न में सारा लॉजिक सिस्टम प्रॉम्प्ट में था। Workflows में ले जाने से एजेंट ज़्यादा सटीक और मेंटेन करना आसान हो गया।
3. अपने LLM को काम के अनुसार चुनें। आसान ऑर्केस्ट्रेशन लॉजिक के लिए हल्का मॉडल इस्तेमाल करें। जिन नोड्स को टूल इस्तेमाल करने या गहन रीजनिंग की ज़रूरत हो, उनके लिए ज़्यादा सक्षम मॉडल चुनें। यह अंतर करने से लेटेंसी बेहतर होती है।
4. हर भाषा में नाटिव रूप से क्लोन की गई वॉइस चुनें। मल्टीलिंगुअल डिप्लॉयमेंट्स के लिए, किसी भाषा में नाटिव रूप से क्लोन की गई वॉइस इस्तेमाल करने पर सभी भाषाओं में एक ही वॉइस लगाने के मुकाबले साफ़ तौर पर बेहतर क्वालिटी मिलती है।
5. गार्डरेल्स शुरू में ही तय करें और समय के साथ उन्हें बढ़ाएं। एक संभावित ग्राहक ने एजेंट से स्पेगेटी की रेसिपी पूछ ली। लॉन्च के समय आप हर एज केस का अनुमान नहीं लगा सकते। एक मॉनिटरिंग प्रक्रिया बनाएं और सीखते हुए गार्डरेल्स अपडेट करें।
6. रनटाइम पर पर्सनलाइज़ करने के लिए डायनामिक वेरिएबल्स इस्तेमाल करें। कॉल की शुरुआत में कॉलर का नाम, कंपनी या मौजूदा प्लान एजेंट को देने से बातचीत ज़्यादा प्रासंगिक लगती है और स्पष्टीकरण वाले सवाल कम होते हैं।
7. टूल कॉल्स के दौरान साउंड इफेक्ट्स जोड़ें। जब एजेंट कैलेंडर जांच रहा हो या CRM में लिख रहा हो, तब टाइपिंग की आवाज़ या छोटा ऑडियो क्यू अनुभव को खामोश और अटपटा होने के बजाय स्वाभाविक बनाए रखता है।
   

पूरा सेशन देखें

पूरा सेशन यहां देखें।