Så använder vi ElevenAgents för att spara 1 200 timmar i månaden i det dagliga arbetet

På ElevenLabs sparar våra interna agenter teamen över 1 200 timmar i månaden i det dagliga arbetet. De besvarar över 5 000 frågor i månaden och vidtar också åtgärder: bygger dussintals anpassade kunddemos och har öppnat över 150 ärenden den senaste månaden.

De här agenterna började som ett sätt att enklare hämta intern information i Slack, som data om användarretention, rätt dokumentation eller en kunds historik. Sedan utvecklades de till agenter som vidtar åtgärder: en kollega ställer en fråga, rapporterar en bugg eller ber om en demo, och agenten svarar eller hanterar förfrågan. 

FDE-bot skapar en kunddemo

Sälj: kontosvar och demos på begäran

Säljteam använder två agenter: GTM-boten (go-to-market) för kundfrågor och Forward Deployed Engineer-boten (FDE) för produktfrågor och demos. Några aktuella exempel:

• Säljfråga till GTM-boten: ”Vilka är våra största kunder med logorättigheter i Storbritannien, Frankrike och Tyskland?” eller ”Vilka är våra främsta användningsområden för API:t?”
• Produktfråga till FDE-boten: ”Om en potentiell kund vill bygga en utgående AI-SDR som bokar möten åt AE:er, vilka typer av integrationer behöver de?”

Vår FDE-bot bygger också kompletta kunddemos på begäran och sätter ihop en fungerande agent som är konfigurerad för den potentiella kundens användningsområde, direkt från ett meddelande. 

Support och utveckling: automatiserar triageflöden

Vår triagebot skapade 150 nya ärenden bara under den senaste månaden – arbete som tidigare var väldigt manuellt för både support och utveckling. 

Den hanterar både funktionsförfrågningar och buggar och använder olika Procedurer för varje typ av problem. Innan den skapar ett ärende söker den i Slack efter relevant kontext, tar bort dubbletter bland befintliga ärenden och säkerställer att det finns tillräckligt med detaljer för att diagnostisera problemet innan den öppnar ett Linear-ärende med rätt prioritet. Därefter dirigerar den ärendet till rätt team med hjälp av ansvarsdokumentet som vi har laddat upp till agenternas kunskapsbas.

Produkt och produktmarknadsföring: dataanalys

Produkt- och produktmarknadsföringsteamen ställer datafrågor i domänspecifika kanaler och får analysen tillbaka i tråden. Här är ett aktuellt exempel: ”Hur har konverteringen från gratis till betalande för ElevenCreative-prenumeranter med självbetjäning förändrats under de senaste sex månaderna i USA? Vilka är de främsta drivkrafterna?”

Kollegor kan diskutera eller ställa följdfrågor i samma tråd. Svarskvaliteten beror på vad agenten kan se, och därför sammanställer vi data för varje agent noggrant (mer om det nedan).

Vad vi lärde oss

Interna agenter måste vara pålitliga och korrekta från början, annars slutar teamet att använda och lita på dem. I en delad kanal blir misstagen mer synliga – men även framgångarna, vilket har underlättat införandet.

Här är några andra saker som hjälpte:

• Att kurera schemat slår prompt engineering. Vi såg de största förbättringarna i svarskvalitet för våra retrieval-agenter när vi tog bort fält, inte när vi justerade systemprompten. Varje extra kolumn eller objektfält gav modellen ytterligare ett ställe att gissa fel på, och när vi begränsade schemat till ett urval kritiska fält förbättrades träffsäkerheten mer än med någon promptändring vi testade.
• Typer för vallistor. Salesforce-fält som affärssteg eller kontotyp är vallistor: en fast uppsättning giltiga värden. Om den lämnas åt sig själv kan en modell generera ett trovärdigt värde som inte finns i Salesforce. Nu hämtar vi de giltiga värdena vid uppstart och lägger in dem i MCP-verktygets typdefinitioner, så att modellen bara kan välja riktiga alternativ.
• Rensa bland procedurer. När du lägger till procedurer i en agent över tid kan vissa överlappa varandra. ElevenAgents Architect kan strukturera om dem så att det är tydligt när var och en ska starta och så att det inte finns någon motstridig logik.
• Uppgiftsverifiering. Efter att ha skapat ett Linear-ärende verifierar agenten att fälten är korrekt ifyllda och att ärendet hamnade hos rätt team. Det har minskat antalet enstaka hallucinationer och felaktiga teamval.

Prova själv

Agenter är en del av det dagliga arbetet på ElevenLabs. Om du vill bygga din egen kan du läsa mer om ElevenAgents.