Tworzenie pierwszego agenta conversational AI: przewodnik dla początkujących

Niedawne badanie Gartnera pokazuje, że Conversational AI szybko staje się jednym z najważniejszych sposobów na obniżanie kosztów i poprawę efektywności obsługi klienta.

Gartner przewiduje, że do 2029 r. Conversational AI będzie samodzielnie rozwiązywać 80% typowych problemów obsługi klienta bez udziału człowieka, obniżając koszty operacyjne o 30%, ponieważ coraz więcej firm automatyzuje kontakty z klientami przez głos i czat.

Rozwiązanie agentowe, które rozumie wewnętrzne dokumenty firmy, potrafi rozumować w danej chwili i prowadzić rozmowy z uwzględnieniem niuansów, sprawdzi się w obsłudze klienta, recepcji, sprzedaży i operacjach wewnętrznych. 

Dla zespołów nietechnicznych stworzenie kompleksowego agenta konwersacyjnego może jednak wydawać się trudne. Ten przewodnik wyrównuje szanse. 

Pokażemy wszystko, czego osoba bez wiedzy technicznej potrzebuje na początek. Omówimy, czym są agenci Conversational AI, jak działają, co przygotować przed ich stworzeniem oraz jakie kroki mogą wykonać początkujący, aby stworzyć agenta Conversational AI bez pisania kodu.

Podsumowanie 

• Agent Conversational AI łączy duży model językowy, bazę wiedzy z generowaniem wspomaganym wyszukiwaniem, wywoływanie narzędzi i mechanizmy ochronne, aby prowadzić realistyczne rozmowy z użytkownikami z uwzględnieniem kontekstu. 
• Agenci mogą działać na czacie, głosowo lub w obu tych kanałach. Agenci głosowi korzystają z rozpoznawania mowy (STT), aby rozumieć wypowiedzi użytkownika, oraz zamiany tekstu na mowę (TTS), aby odpowiadać głosem. 
• Początkujący nie muszą pisać kodu, aby stworzyć agenta Conversational AI, ponieważ platformy takie jak ElevenAgents zajmują się infrastrukturą.
• Przed rozpoczęciem jak najdokładniej określ cel i odbiorców agenta, aby uniknąć typowych błędów.
• Pamiętaj o kontroli jakości przed uruchomieniem, najlepiej z udziałem prawdziwych użytkowników.

Czym jest agent Conversational AI?

Agent Conversational AI to system, który wykorzystuje sztuczną inteligencję do rozumienia danych wejściowych użytkownika w języku naturalnym i generowania odpowiedzi w czasie rzeczywistym. Łączy się z wewnętrznymi bazami wiedzy i pobiera informacje wykraczające poza własny kontekst, aby odpowiadać użytkownikom. 

W głosowym rozwiązaniu Conversational AI za interakcje mówione odpowiada osobna warstwa głosowa: STT zamienia mowę użytkownika na tekst, a TTS generuje z AI naturalnie brzmiące odpowiedzi głosowe.

Systemy Conversational AI są szkolone na ogromnych zbiorach danych obejmujących mowę i tekst. Z czasem dane te pozwalają modelowi zrozumieć, jak przetwarzać ludzki język, a następnie wykorzystywać tę wiedzę do logicznych rozmów z ludźmi. 

Każdy agent Conversational AI — głosowy, czatowy lub łączący oba te kanały — korzysta z tych samych podstawowych technologii: 

• Duży model językowy (LLM): Generuje spójne odpowiedzi odpowiednie do kontekstu.
• Baza wiedzy i generowanie wspomagane wyszukiwaniem (RAG): Opiera odpowiedzi agenta na własnej, wewnętrznej bazie wiedzy zamiast wyłącznie na informacjach znanych już modelowi.
• Wywoływanie narzędzi: Pozwala systemom AI wykonywać działania, takie jak sprawdzanie statusu zamówienia czy rezerwowanie terminu w kalendarzu, zamiast tylko o nich rozmawiać.
• Mechanizmy ochronne: Działają równolegle z modelem, dzięki czemu agent trzyma się tematu i marki w granicach tego, co według ciebie powinien i czego nie powinien robić. 
• Kanały wdrożenia: Różne sposoby interakcji agenta Conversational AI z użytkownikami, np. rozmowy telefoniczne, strony internetowe, aplikacje mobilne i platformy komunikacyjne.

Ponadto agenci głosowi dodają do tych samych podstaw funkcję mowy w czasie rzeczywistym:

• Rozpoznawanie mowy: Zamienia wypowiedź użytkownika na tekst, który LLM może następnie przetworzyć. 
• Zamiana tekstu na mowę: Silnik TTS zamienia odpowiedź agenta w naturalnie brzmiącą mowę, którą słyszy użytkownik. 
• Zmiana tury: System zarządzający przebiegiem rozmowy na żywo, w tym tym, kiedy słuchać, kiedy mówić i jak reagować na przerwania.

Najbardziej zaawansowani agenci konwersacyjni mogą działać na czacie i głosowo w jednej konfiguracji, współdzieląc kontekst między kanałami. Ich możliwości znacznie wykraczają poza to, co potrafi tradycyjny chatbot.

Tradycyjny chatbot dopasowuje wpis użytkownika do najbliższej gałęzi wcześniej przygotowanego drzewa decyzyjnego i obsługuje tylko dokładnie takie dane wejściowe, do jakich został zaprojektowany. Agenci Conversational AI wykorzystują opisane systemy, aby rozumować poza zapisanymi ścieżkami, podejmować działania i prowadzić rozmowy z użytkownikami w czasie rzeczywistym. 

Do czego możesz używać agentów Conversational AI?

Agenci Conversational AI naturalnie wpisują się w istniejące workflow — zarówno jako agenci rozwiązujący problemy klientów, jak i wychodzący agenci AI SDR znajdujący nowe szanse dla zespołów sprzedaży.

Niezależnie od branży, w której działa twoja firma, prawdopodobnie znajdziesz zastosowanie dla Conversational AI. Oto krótki przegląd użycia agentów AI w kilku różnych obszarach. 

• Obsługa klienta: Agent AI na twojej stronie może odpowiadać na często zadawane pytania, sprawdzać statusy zamówień, obsługiwać zwroty lub przekazywać trudne zapytania konsultantowi. Klarna to jedna z kilku firm, które znacząco zwiększyły skalę obsługi klienta dzięki agentowi Conversational AI.
• Kontakt sprzedażowy: Wychodzący agenci AI SDR mogą kwalifikować leady i umawiać spotkania dla handlowców. Mogą pracować przez całą dobę, zapewniając stale wysoką jakość rozmów i połączeń. Employment Hero użył ElevenAgents do telefonowania do obecnych klientów w sprawie nowego AI Recruitment Agent, osiągając wskaźnik odebranych połączeń na poziomie 33% i zwiększając aktywację produktu na skalę niemożliwą do osiągnięcia wyłącznie przez ludzi. 
• Umawianie wizyt: Firmy mogą tworzyć w pełni zautomatyzowanych agentów AI pełniących rolę recepcjonistów, którzy rezerwują terminy i pomagają klientom wdrożyć się głosowo. Dzięki Reception.ai nawet początkujący mogą łatwo zbudować kompleksowy system umawiania wizyt. 
• Edukacja: Tutorzy AI ożywiają materiały edukacyjne i zapewniają uczącym się spersonalizowane wsparcie. Brilliant uruchomił na swojej platformie tutorów Conversational AI, którzy prowadzą uczniów przez złożone problemy w czasie rzeczywistym, dodając nauce zupełnie nowy poziom interaktywności. 
• Wsparcie w ochronie zdrowia: Placówki medyczne mogą wdrożyć na swojej stronie agenta Conversational AI, który pomoże we wielojęzycznym wdrażaniu pacjentów przy zachowaniu zgodności z HIPAA. Everlywell użył ElevenAgents, aby zwiększyć współczynnik konwersji wśród hiszpańskojęzycznych członków 3,5 raza w porównaniu z tradycyjnym Interactive Voice Response (IVR).
• Logistyka i dostawy: Agenci Conversational AI mogą obsługiwać połączenia wychodzące, potwierdzenia dostaw, aktualizacje statusu i zarządzanie wyjątkami. Deliveroo użyło ElevenAgents, aby ponownie zaangażować ponad 80% nieaktywnych kurierów i skontaktować się z 86% partnerskich lokalizacji w celu aktywacji Rider Check-In.
• Asystenci wewnętrzni: Agenci AI są bezpośrednio włączani w proces wdrażania HR, aby skrócić czas wdrożenia i skalować workflow szkoleniowe. TELUS korzysta z ElevenAgents, aby skrócić szkolenie nowych pracowników o 20%, ucząc nowych użytkowników na ponad 90 000 symulowanych rozmów z klientami. 

Elastyczność zastosowań wynika częściowo z tego, że platformy takie jak ElevenAgents oferują ogromny wybór integracji, które możesz wdrożyć. Połącz Google Calendar i Calendly z agentem do umawiania wizyt albo twórz złożone workflow telefoniczne z Twilio i SIP. 

Dzięki ElevenAgents nie musisz zaczynać tworzenia agenta Conversational AI od pustej strony. Biblioteka szablonów ElevenAgents obejmuje 60 gotowych agentów, które możesz wykorzystać, aby stworzyć agenta AI dla swojej firmy bez pisania ani jednej linijki kodu.

Co przygotować przed stworzeniem agenta Conversational AI

Możesz od razu wejść do ElevenAgents bez doświadczenia i stworzyć agenta Conversational AI od podstaw, ale jasny plan szybciej doprowadzi cię do użytecznego agenta.

Zwłaszcza jeśli dopiero zaczynasz, zaplanuj poniższe kwestie przed startem:

• Jasny przypadek użycia: Dlaczego potrzebujesz tego agenta? Jaki konkretny problem ma rozwiązać i jak to zrobi? Dobrze dopasowany, konkretny przypadek użycia pomoże ci jak najszybciej stworzyć gotowe do wdrożenia rozwiązanie.
• Znajomość odbiorców: Jak przeciętny użytkownik chce się czuć podczas kontaktu z agentem AI? Odpowiedź zależy w dużej mierze od rodzaju firmy i branży. Na przykład agent aplikacji finansowej może brzmieć znacznie poważniej i bardziej analitycznie niż agent pomagający podróżnym zarezerwować pobyt w twoim nadmorskim hotelu.
• Platforma: Początkujący potrzebują platformy, która zarządza całą infrastrukturą za nich. ElevenAgents daje ci jedną platformę do tworzenia, wdrażania i zarządzania agentami Conversational AI bez zarządzania kodem infrastruktury. Zajmujemy się wszystkim — od audio w czasie rzeczywistym po wdrożenia wielokanałowe — dzięki czemu możesz skupić się na projektowaniu doświadczenia użytkownika, a nie na technicznych aspektach inżynierii.
• Głos: Gdy jasno określisz, co tworzysz i dla kogo, czas zastanowić się, jaki głos pasuje do twojej marki. Ciepły i inteligentny? Profesjonalny i konkretny? W Bibliotece głosów ElevenLabs znajdziesz idealne dopasowanie.
• Baza wiedzy: Zwłaszcza jeśli tworzysz agenta obsługi klienta, przygotuj dokumenty do przesłania lub wskazania, które wyjaśniają, z jakich informacji agent ma korzystać, odpowiadając na pytania. Im więcej szczegółów podasz, tym bogatsze mogą być odpowiedzi. Dowiedz się więcej o włączaniu RAG, aby wzbogacić agentów o swoją bazę wiedzy.

Jeśli masz jasny kierunek w tych pięciu obszarach, masz wszystko, czego potrzebujesz, aby stworzyć głosowego agenta AI bez kodu. 

Jak stworzyć agenta Conversational AI: przegląd

Tworzenie agenta Conversational AI od podstaw może na początku wydawać się trudne, ale jest znacznie łatwiejsze, niż myślisz. ElevenAgents maksymalnie upraszcza ten proces dla początkujących — bez kodowania i utrzymywania infrastruktury.

Podzieliliśmy proces na cztery proste kroki:

1. Utwórz agenta w ElevenAgents: Skorzystaj z workflow konfiguracji w ElevenAgents, aby wybrać agenta, którego chcesz stworzyć.
2. Skonfiguruj agenta: Dodaj prompt systemowy, pierwszą wiadomość, domyślny głos i obsługiwane języki.
3. Prześlij bazę wiedzy: Dodaj informacje, przesyłając plik, wpisując je bezpośrednio na platformie lub wklejając adres URL.
4. Przetestuj i uruchom: Uruchamiaj symulacje na karcie Tests, aby naprawić wszelkie wykryte problemy.

Jeśli chcesz zacząć, możesz utworzyć agenta i od razu rozpocząć pracę na naszej platformie samoobsługowej.

W przypadku większych wdrożeń lub zespołów szukających eksperckiego wsparcia skontaktuj się z działem sprzedaży, aby uzyskać pomoc w ocenie przypadków użycia, architektury i strategii wdrożenia. 

Poniżej poznasz krok po kroku proces tworzenia agenta Conversational AI.

Krok 1: Utwórz agenta

Po zalogowaniu się do obszaru roboczego Agents, przejdź do menu po lewej i kliknij ikonę plusa obok Agents. 

Proces konfiguracji może zadać kilka pytań:

• Jaki typ agenta tworzysz (Blank Agent, Personal Assistant czy Business Agent)
• W jakiej branży działa twoja firma
• Jakie narzędzia i bazy wiedzy chcesz połączyć
• Do jakiego przypadku użycia go potrzebujesz i jaki jest główny cel
• Nazwa twojego agenta

Możesz też przeglądać gotowe szablony dla wielu różnych przypadków użycia i od razu pominąć kilka kroków. Jeden z tych 60 szablonów przyspieszy tworzenie rozwiązań dla obsługi klienta, edukacji, recepcji, sprzedaży i działań kontaktowych.

Po podaniu wszystkich wymaganych informacji lub wybraniu szablonu kliknij „Create agent” i obserwuj, jak ElevenAgents tworzy działającą wersję roboczą, z którą możesz eksperymentować.

Krok 2: Skonfiguruj agenta

Kilka ustawień określa, jak agent zachowuje się i wchodzi w interakcje z pracownikami oraz klientami. Prompt systemowy jest najważniejszy, ale ElevenAgents oferuje też wiele innych ustawień, które warto poznać podczas tworzenia. 

Warto też pamiętać, że w trakcie pracy możesz zmieniać każdą z tych konfiguracji. Możesz modyfikować informacje i na bieżąco sprawdzać podgląd zmian, więc żadna decyzja nie jest ostateczna.

Wszystkie poniższe konfiguracje możesz edytować z głównego panelu (przejdź do Agent po lewej stronie), bez pisania kodu:

• Prompt systemowy: Podstawowy zestaw instrukcji: osobowość, ton, cele i mechanizmy ochronne agenta. ElevenAgents generuje początkowy prompt na podstawie informacji podanych w pierwszym kroku. Edytuj go, aby pasował do twojej marki, lub napisz od zera. Jasna struktura z pięciu części (Osobowość, Środowisko, Ton, Cel, Mechanizmy ochronne) pokazuje, jak działa platforma. Oto przewodnik, który pomoże ci napisać świetny prompt systemowy.
• Pierwsza wiadomość: To, co agent mówi na początku rozmowy. Niech będzie krótka, konkretnie opisuje, czym zajmuje się agent, i brzmi ciepło. 
• Głos: ElevenAgents oferuje bibliotekę ponad 11 000 naturalnie brzmiących głosów, z których możesz korzystać. Przed wyborem głosu najlepszego dla twojej firmy posłuchaj kilku w kontekście pełnej przykładowej rozmowy. 
• Język: Możesz wybrać język domyślny i dodatkowe języki, w których agent ma się komunikować. Automatyczne wykrywanie języka przełącza agenta na język, którym faktycznie mówi dzwoniący, więc nie musisz ustawiać go ręcznie dla każdej rozmowy. 

Na tym etapie możesz też wybrać komponent LLM, który ma zasilać twojego agenta. ElevenLabs przedstawia dostępne modele oraz informacje o ich opóźnieniach i koszcie za minutę.

W przypadku bardziej złożonych przepływów dodaj narzędzia na karcie Tools i użyj procedur, czyli instrukcji dotyczących konkretnych zadań, które agent ładuje tylko wtedy, gdy są potrzebne — np. jedną dla zwrotów, a drugą dla odzyskiwania konta.

Możesz też tworzyć Agent Workflows, wizualny edytor oparty na grafach do tworzenia rozgałęzionych rozmów, które dostosowują się do potrzeb użytkownika zamiast podążać jednym liniowym scenariuszem. Workflow kierują między węzłami, takimi jak podagenci, którzy mogą zmieniać prompty systemowe, LLM-y lub głosy na potrzeby konkretnego etapu rozmowy. 

Krok 3: Prześlij dokumenty do bazy wiedzy

W lewej kolumnie przejdź do karty „Knowledge Base”, aby zobaczyć dokumenty dołączone do agenta. Dokumenty te określają, co agent faktycznie mówi oraz z jakich informacji korzysta, aby tworzyć rekomendacje i odpowiadać na pytania klientów. 

Kliknij „Add document” i wybierz jedną z poniższych opcji:

• Dodaj URL: Wklej adres URL i ustaw, czy treść ma być automatycznie odświeżana co 7 dni. 
• Dodaj pliki: Prześlij pliki epub, pdf, docx, txt, html lub md, każdy o rozmiarze do 21 MB.
• Utwórz tekst: Napisz lub wklej tekst bezpośrednio do bazy wiedzy platformy.

Zgodnie z wcześniejszymi przygotowaniami powinna być już gotowa twoja baza wiedzy. W przypadku większości narzędzi zapewni to wystarczające informacje, aby wiarygodnie odpowiadać na pytania użytkowników. Przy większych zbiorach dokumentów włącz RAG, aby agent korzystał ze znacznie większej bazy wiedzy bez spowalniania odpowiedzi. 

Krok 4: Przetestuj i uruchom

Na tym etapie powinieneś mieć agenta, z którym możesz rozmawiać i symulować pełne konwersacje. Dzięki kontekstowi z bazy wiedzy agent będzie spersonalizowany tak, aby jak najlepiej odpowiadać na potrzeby klientów.

Możesz od razu sprawdzać podgląd zmian, co pozwala iterować prompty i przebieg rozmów bez ponownego wdrażania agenta za każdym razem.

Przed wdrożeniem produkcyjnym zawsze testuj modele jak najdokładniej. W praktyce możesz uruchomić różne symulacje na karcie „Tests”. Możesz zaprojektować nowe testy dla typowych przypadków użycia, a następnie uruchamiać partie testów 3, 5, 15 lub 50 razy. 

Testy kończą się powodzeniem albo niepowodzeniem, a połączony transkrypt pokaże ci dokładnie, co — jeśli cokolwiek — poszło nie tak i jak to naprawić. Gdy wszystkie symulacje przejdą w podglądzie i samodzielnie wykonasz kilka testów, czas opublikować agenta. 

I gotowe — stworzyłeś spersonalizowanego agenta Conversational AI dla swojej marki bez pisania ani jednej linijki kodu.

Nawet początkujący mogą tworzyć agentów Conversational AI z ElevenAgents

Od tworzenia świetnej obsługi klienta po osadzanie na stronie narzędzia, któremu użytkownicy mogą zadawać pytania — agenci Conversational AI zapewniają płynne, proste ścieżki interakcji. Z ElevenAgents nawet początkujący mogą tworzyć i wdrażać agentów Conversational AI na dużą skalę. 

Dzięki przetwarzaniu audio w czasie rzeczywistym, zmianie tury, wykrywaniu przerwań, a nawet wdrożeniu wielokanałowemu, twój spersonalizowany ElevenAgent wykonuje całą ciężką pracę za ciebie. Połącz własną bazę wiedzy i stwórz spójny głos marki, a następnie wdrażaj przez telefon, czat na stronie i kanały wiadomości — bez zarządzania infrastrukturą.

Dowiedz się więcej o ElevenAgents lub zacznij już dziś, kontaktując się z działem sprzedaży.

FAQ: jak stworzyć agenta Conversational AI