Podsumowanie warsztatu: Budowa AI SDR w 45 minut

Większość zespołów sprzedaży działa reaktywnie. Dużo zapytań, wolne odpowiedzi i za mało osób do kontaktu wychodzącego.

Ten wpis podsumowuje warsztat na żywoZbuduj AI SDR w 45 minut — krok po kroku, jak stworzyć i wdrożyć agenta AI SDR.

Dlaczego AI SDR ma znaczenie

Problemy, z którymi mierzyliśmy się w ElevenLabs przed wdrożeniem AI SDR, nie są wyjątkowe.

Oto kilka wyzwań:

1. Zespół nie rósł tak szybko jak zapotrzebowanie
2. Duża liczba zapytań ograniczała możliwość kontaktu wychodzącego
3. Czas reakcji na leady był za długi
4. Leady wpadające poza godzinami pracy dostawały odpowiedź z opóźnieniem (np. lead w piątek wieczorem czekał do poniedziałku, a potem jeszcze na spotkanie, które mogło wypaść dopiero w środę)
5. Język stawał się barierą
   

Automatyzacja tego procesu stała się oczywista.

Agent AI SDR działa 24/7, obsługuje ponad 70 języków, kwalifikuje leady według ustalonych kryteriów i od razu umawia spotkania w kalendarzu podczas rozmowy. Bez przekazywania sprawy dalej. Bez problemów ze strefami czasowymi.

Efekty dziś:

1. Agent wykonuje pracę dwóch pełnoetatowych SDR
2. Skuteczność kwalifikacji to 88%
3. Średnia satysfakcja klientów to 8,7 na 10

Demo 1: AI SDR w akcji

Scenariusz: Potencjalny klient kontaktuje się z ElevenLabs przez formularz sprzedażowy. Agent, Jon, odbiera rozmowę, kwalifikuje lead i umawia spotkanie.

Co pokazaliśmy:

• Jon rozpoznał, że klient chce zbudować voice agenta do obsługi statusów zamówień i tysięcy połączeń tygodniowo
• Agent odpowiedział na pytanie o bezpieczeństwo danych, wymieniając SOC 2 Type 2, HIPAA, RODO, przechowywanie danych w UE i możliwość podpisania BAA — bez zawahania
• Jon zadawał pytania kwalifikacyjne po kolei: obecny plan, przewidywana liczba rozmów, termin wdrożenia
• Gdy klient spełnił wszystkie kryteria, agent przeszedł do umawiania spotkania
• Jon zapytał o strefę czasową (Londyn), sprawdził dostępność w kalendarzu i zaproponował konkretne terminy
• Klient wybrał wtorek o 15:15. Spotkanie zostało wpisane do kalendarza w czasie rzeczywistym, podczas rozmowy
• Na koniec Jon poprosił o ocenę rozmowy. Klient dał dziesięć na dziesięć. Agent automatycznie zapisał ten wynik

Dlaczego to ważne:To pełny proces kwalifikacji i umawiania spotkania bez udziału człowieka. Agent poradził sobie z pytaniem o zgodność, przeszedł przez wieloetapową kwalifikację, użył integracji z kalendarzem i zebrał dane do CRM — wszystko w jednej rozmowie. Transkrypcja, logi narzędzi, decyzja kwalifikacyjna i ocena CSAT były dostępne od razu po zakończeniu rozmowy.

Kluczowe elementy AI SDR

Prompt systemowy
Określa cel, osobowość, środowisko i ograniczenia agenta. Dla SDR to jasne kryteria kwalifikacji, wytyczne co agent może, a czego nie powinien omawiać, i opis kontekstu działania. Ważna lekcja: krótki system prompt i przeniesienie logiki do Workflows zmniejsza liczbę błędów i sprawia, że agent działa przewidywalnie.

Workflows
Pozwalają podzielić agenta na węzły, każdy z własnym celem i warunkami przekazania dalej. Użyj węzła orkiestratora do wyboru ścieżki, węzła kwalifikacji do zadawania pytań w odpowiedniej kolejności, węzła wsparcia dla osób z pytaniami innymi niż sprzedażowe i węzła umawiania spotkań z narzędziami. Każdy węzeł może mieć własny LLM, bazę wiedzy i ograniczenia.

Baza wiedzy
Daje agentowi informacje potrzebne do udzielania trafnych odpowiedzi. Załaduj możliwości produktu i ponad 100 FAQ z doświadczenia twojego zespołu SDR.

Narzędzia
Łączą agenta z prawdziwymi systemami. Agent do umawiania spotkań może korzystać z integracji kalendarza (cal.com), by sprawdzić dostępność i zarezerwować termin. Ten sam schemat obsługuje aktualizacje w CRM, powiadomienia Slack i wyszukiwanie w bazie danych.

Analiza i zbieranie danych
Ustaw przed startem. Określ mierzalne wskaźniki sukcesu, strukturalne dane (use case, wolumen, termin, decyzja kwalifikacyjna) i ocenę CSAT wyciąganą automatycznie na końcu rozmowy. Wszystkie zmienne są widoczne w transkrypcji po zakończeniu rozmowy.

Dobre praktyki

1. Zdefiniuj sukces zanim zaczniesz budować. Zapisz, co oznacza "zakwalifikowany" w twoim przypadku. Bądź precyzyjny. Kryteria kwalifikacji w agencie powinny być tak dobre, jak te, które dałbyś nowemu SDR pierwszego dnia.
2. Zacznij od jednego workflow, potem ulepszaj. Pierwsza wersja agenta ElevenLabs miała całą logikę w system prompt. Przeniesienie jej do Workflows poprawiło skuteczność i ułatwiło obsługę.
3. Dopasuj LLM do zadania. Użyj lekkiego modelu do prostej logiki. Mocniejszego — tam, gdzie trzeba korzystać z narzędzi lub rozumowania. To skraca czas odpowiedzi.
4. Wybieraj głosy natywnie klonowane w danym języku. Przy wdrożeniach wielojęzycznych głos klonowany natywnie w danym języku daje wyraźnie lepszy efekt niż jeden głos dla wszystkich języków.
5. Ustal ograniczenia na początku i rozwijaj je z czasem. Jeden z klientów poprosił agenta o przepis na spaghetti. Nie przewidzisz wszystkich przypadków na starcie. Wprowadź monitoring i aktualizuj ograniczenia w miarę potrzeb.
6. Używaj zmiennych dynamicznych do personalizacji w trakcie rozmowy. Przekazanie imienia, firmy czy obecnego planu na początku rozmowy sprawia, że rozmowa jest bardziej trafna i wymaga mniej doprecyzowań.
7. Dodaj efekty dźwiękowe podczas korzystania z narzędzi. Gdy agent sprawdza kalendarz lub zapisuje coś w CRM, dźwięk pisania lub krótki sygnał sprawia, że rozmowa brzmi naturalnie, a nie cicho i niezręcznie.
   

Obejrzyj całe nagranie

Obejrzyj całe nagranietutaj.