वर्कशॉप रिकैप: 45 मिनट में AI SDR बनाएं

अधिकतर सेल्स टीमें सिर्फ रिएक्टिव मोड में फंसी रहती हैं। इनबाउंड वॉल्यूम ज़्यादा है, रिस्पॉन्स टाइम स्लो है, और आउटबाउंड के लिए पर्याप्त लोग नहीं हैं।

यह पोस्ट लाइव वर्कशॉप का रिकैप है45 मिनट में AI SDR बनाएं — इसमें बताया गया है कि AI SDR एजेंट कैसे बनाएं और डिप्लॉय करें।

AI SDR एजेंट क्यों ज़रूरी हैं

AI SDR एजेंट बनाने से पहले ElevenLabs को जो समस्याएं थीं, वे सिर्फ हमारी नहीं हैं।

इनमें से कुछ चुनौतियां थीं:

1. टीम की ग्रोथ डिमांड जितनी तेज़ नहीं थी
2. इनबाउंड वॉल्यूम ज़्यादा होने से आउटबाउंड की क्षमता कम हो रही थी
3. लीड तक पहुंचने की स्पीड बहुत स्लो थी
4. बिज़नेस ऑवर्स के बाहर आने वाली लीड्स को जवाब देने में देर हो रही थी (जैसे: शुक्रवार शाम को लीड आई, सोमवार तक जवाब मिला, फिर मीटिंग के लिए बुधवार तक इंतज़ार)
5. भाषा एक बाधा बनती जा रही थी
   

इसे ऑटोमेट करने का बिज़नेस केस सीधा था।

AI SDR एजेंट 24/7 चलता है, 70 से ज़्यादा भाषाओं में काम करता है, तय मानदंडों के हिसाब से लीड्स को क्वालिफाई करता है, और कॉल के दौरान ही डायरेक्ट कैलेंडर पर मीटिंग बुक करता है। कोई हैंडऑफ डिले नहीं। कोई टाइम ज़ोन की दिक्कत नहीं।

आज के नतीजे:

1. एजेंट दो फुल-टाइम SDRs जितना आउटपुट देता है
2. क्वालिफिकेशन एक्युरेसी 88% है
3. कस्टमर सैटिस्फैक्शन औसतन 10 में से 8.7 है

डेमो 1: AI SDR एक्शन में

सिनेरियो:एक प्रॉस्पेक्ट ने ElevenLabs को कॉन्टैक्ट सेल्स फॉर्म भरकर संपर्क किया। एजेंट, जिसका नाम Jon है, कॉल लेता है और क्वालिफिकेशन के बाद मीटिंग बुक करता है।

क्या दिखाया गया:

• Jon ने प्रॉस्पेक्ट का यूज़ केस पहचाना: ऑर्डर स्टेटस अपडेट के लिए वॉइस एजेंट बनाना, जो हर हफ्ते हज़ारों कस्टमर कॉल्स संभाले
• एजेंट ने डेटा कंप्लायंस से जुड़ा सुरक्षा सवाल बिना रुके जवाब दिया — SOC 2 टाइप 2, HIPAA, GDPR, EU डेटा रेजिडेंसी, और BAA साइन करने की सुविधा बताई
• Jon ने एक-एक करके क्वालिफिकेशन सवाल पूछे: मौजूदा प्लान, अनुमानित बातचीत की मात्रा, और टाइमलाइन
• जब प्रॉस्पेक्ट ने सारे मानदंड पूरे कर लिए, तो एजेंट ने शेड्यूलिंग फ्लो शुरू किया
• Jon ने प्रॉस्पेक्ट से टाइम ज़ोन (लंदन) पूछा, लाइव टूल से कैलेंडर की उपलब्धता देखी, और खास स्लॉट्स ऑफर किए
• प्रॉस्पेक्ट ने मंगलवार 3:15 PM चुना। मीटिंग कॉल के दौरान ही रियल टाइम में कैलेंडर पर बुक हो गई
• अंत में, Jon ने सैटिस्फैक्शन रेटिंग मांगी। प्रॉस्पेक्ट ने दस में से दस कहा। एजेंट ने वह स्कोर खुद ही निकालकर लॉग कर लिया

यह क्यों मायने रखता है:यह पूरी क्वालिफिकेशन और बुकिंग वर्कफ़्लो बिना किसी इंसान SDR के कॉल पर पूरा हुआ। एजेंट ने कंप्लायंस ऑब्जेक्शन संभाला, मल्टी-स्टेप क्वालिफिकेशन किया, लाइव कैलेंडर इंटीग्रेशन यूज़ किया, और CRM के लिए स्ट्रक्चर्ड डेटा इकट्ठा किया — सब एक ही बातचीत में। कॉल ट्रांसक्रिप्ट, टूल कॉल लॉग्स, क्वालिफिकेशन डिसीजन, और CSAT स्कोर — ये सब प्लेटफॉर्म पर कॉल के तुरंत बाद उपलब्ध थे।

AI SDR के मुख्य हिस्से

सिस्टम प्रॉम्प्ट
एजेंट का लक्ष्य, पर्सनैलिटी, माहौल और गाइडलाइंस तय करता है। SDR एजेंट के लिए, इसमें क्वालिफिकेशन क्राइटेरिया, एजेंट को क्या कहना है और क्या नहीं, और उसका काम करने का संदर्भ शामिल होता है। एक शुरुआती सीख: सिस्टम प्रॉम्प्ट को छोटा रखें और लॉजिक को Workflows में डालें — इससे गलतियां कम होती हैं और एजेंट ज़्यादा प्रेडिक्टेबल बनता है।

वर्कफ़्लो
एजेंट को अलग-अलग नोड्स में बांटने की सुविधा देते हैं, हर नोड का अपना लक्ष्य और हैंडऑफ कंडीशन होती है। सही रास्ता चुनने के लिए ऑर्केस्ट्रेटर नोड, सही सवाल सही क्रम में पूछने के लिए क्वालिफिकेशन नोड, नॉन-सेल्स सवालों के लिए सपोर्ट रूटिंग नोड, और टूल्स के लिए शेड्यूलिंग नोड यूज़ करें। हर नोड का अपना LLM, नॉलेज बेस और गाइडलाइंस हो सकती हैं।

नॉलेज बेस
एजेंट को सही जवाब देने के लिए जरूरी जानकारी देता है। अपने SDR टीम के अनुभव से ली गई 100 से ज़्यादा FAQs और प्रोडक्ट की खूबियां इसमें डालें।

टूल्स
एजेंट को असली सिस्टम्स से जोड़ते हैं। शेड्यूलिंग एजेंट कैलेंडर इंटीग्रेशन (cal.com) से लाइव उपलब्धता देख सकता है और मीटिंग बुक कर सकता है। यही फ्रेमवर्क CRM अपडेट, Slack नोटिफिकेशन और डेटाबेस लुकअप भी सपोर्ट करता है।

एनालिसिस और डेटा कलेक्शन
लॉन्च से पहले सेट करें। बाइनरी सक्सेस मेट्रिक्स, स्ट्रक्चर्ड डेटा पॉइंट्स (यूज़ केस, वॉल्यूम, टाइमलाइन, क्वालिफाइड डिसीजन), और कॉल के अंत में ऑटोमेटिकली निकाला गया CSAT स्कोर तय करें। हर वेरिएबल कॉल के बाद ट्रांसक्रिप्ट व्यू में दिखता है।

बेस्ट प्रैक्टिसेज

1. बनाने से पहले सफलता की परिभाषा तय करें। अपने खास यूज़ केस के लिए "क्वालिफाइड" का मतलब लिख लें। बिल्कुल साफ-साफ। आपके एजेंट में क्वालिफिकेशन क्राइटेरिया उतने ही अच्छे होंगे, जितने आप पहले दिन नए SDR को देते।
2. एक वर्कफ़्लो से शुरू करें, फिर उसमें सुधार करें। ElevenLabs एजेंट के पहले वर्शन में सारा लॉजिक सिस्टम प्रॉम्प्ट में था। Workflows में जाने से एजेंट ज़्यादा सटीक और मेंटेन करना आसान हो गया।
3. अपने LLM को टास्क के हिसाब से चुनें। सिंपल ऑर्केस्ट्रेशन लॉजिक के लिए हल्का मॉडल यूज़ करें। टूल यूज़ या ज्यादा सोच-विचार वाले नोड्स के लिए बेहतर मॉडल लें। ऐसा करने से लेटेंसी कम होती है।
4. हर भाषा में नेटिवली क्लोन की गई वॉइस चुनें। मल्टीलिंगुअल डिप्लॉयमेंट में, जिस भाषा में वॉइस नेटिवली क्लोन की गई हो, उससे रिजल्ट्स काफी बेहतर आते हैं, बनिस्बत एक ही वॉइस को सभी भाषाओं में इस्तेमाल करने के।
5. गाइडलाइंस शुरू में सेट करें और समय के साथ जोड़ते रहें। एक प्रॉस्पेक्ट ने एजेंट से स्पेगेटी रेसिपी पूछ ली थी। लॉन्च पर हर एज केस का अंदाजा नहीं होगा। मॉनिटरिंग प्रोसेस बनाएं और सीखते हुए गाइडलाइंस अपडेट करें।
6. रनटाइम पर पर्सनलाइज़ करने के लिए डायनामिक वेरिएबल्स यूज़ करें। कॉल की शुरुआत में कॉलर का नाम, कंपनी या मौजूदा प्लान एजेंट को देने से बातचीत ज़्यादा प्रासंगिक लगती है और सफाई वाले सवाल कम होते हैं।
7. टूल कॉल्स के दौरान साउंड इफेक्ट्स जोड़ें। जब एजेंट कैलेंडर चेक कर रहा हो या CRM में लिख रहा हो, तो टाइपिंग साउंड या छोटा ऑडियो क्यू एक्सपीरियंस को नेचुरल बनाता है, न कि चुप और अजीब।
   

पूरा सेशन देखें

पूरा सेशन देखेंयहां.