我们如何借助 ElevenAgents 每月解决 22,000 个支持工单

我们通过 ElevenAgents 运营自己的客户支持，每月无需人工介入即可解决超过 22,000 张工单。我们的 AI 支持智能体可处理文本、截图和 PDF，并已接入工单平台。它能处理长时间持续的对话、查询账户信息、执行操作，并在需要时将案例升级给支持人员。

上个月，AI 支持智能体端到端解决了 65% 的工单。引入 ElevenAgents 后，平均首次响应时间从数小时缩短至 60 秒。在 AI 智能体处理的对话中，70% 获得用户好评，与人工支持的评分持平。

ElevenLabs 客户支持演示

我们如何构建支持智能体

支持团队已为每个主要工单类别制定了详细的标准操作流程，包括退款、账单变更、专业语音克隆相关问题等。构建的核心是将这些现有知识转化为智能体能够可靠执行的内容。其中，ElevenAgents 的两项功能至关重要：Procedures 和 webhook 工具。

流程 可帮助团队将现有客户支持标准操作流程（SOP）转化为可重复执行的智能体工作流。我们将支持团队针对各主要工单类别的操作手册迁移至 Procedures。对于退款等关键操作，我们依靠 Structured Procedures 确保每一步都以确定性方式执行。

Webhook 工具是可自定义工具，可让智能体动态查询订阅套餐、额度使用情况、用户拥有的音色等信息。借助 webhook 工具，支持智能体能轻松获取用户信息，从而提升端到端解决问题的能力。

提升响应质量

以下功能帮助我们达到客户支持团队的高质量标准：

• 渠道行为设置。邮件和语音用户对交互行为的期待不同。邮件用户希望用尽可能少的轮次获得答案，而语音用户则期待实时、自然且可互动的多轮对话。我们推出了渠道行为设置，让每个渠道都满足相应标准，例如按专业邮件沟通标准撰写邮件回复。
• 模拟测试。我们使用模拟测试，了解智能体在客户支持团队最常遇到的约 50 种场景中的表现。随后，Architect 会迭代系统提示词和流程，确保可靠通过所有测试。最后，我们会在配置变更后重新运行整套测试，确保未引入任何回归问题。
• 影子模式。我们使用影子模式功能，在部署前查看智能体在工单系统生产流量中的表现。确认其回复质量后，我们将其正式上线。

模拟测试

由 Architect 驱动的改进循环

客户支持团队在日常工作流中使用 ElevenAgents Architect——我们的自然语言智能体构建器——以更好地了解客户并改进 AI 智能体：

了解关键因素。我们会持续分析智能体为何会卡在工单上，以及哪些方面可以做得更好。只需一次自然语言查询，Architect 就能提供主要工单类别的细分情况。如有需要，它还会诊断某个问题为何被升级，无论是知识库缺口、缺少工具，还是需要澄清的内部政策。找到根本原因后，Architect 会提出可提高解决率的改进建议。

来自 Architect 的工单分析

安全实施变更。为提升智能体表现，支持团队依靠 Architect 起草、审核并实施更新。任何变更上线前，Architect 都会创建新的模拟测试并将其加入完整测试套件，既确保新流程成功执行，也在变更进入生产环境前捕捉回归问题。

客户支持团队始终参与其中，持续深入了解客户需求、更新政策，并避免对任何特定工单类型过度拟合。不过，Architect 让团队能够以不断扩展的产品组合所要求的速度诊断问题、迭代、测试并提升智能体表现。

立即亲自试用

想通过邮件、聊天或语音部署自己的全渠道客户支持智能体？了解更多ElevenAgents，并联系我们。