我们如何借助 ElevenAgents 每月解决 22,000 个支持工单

我们使用 ElevenAgents 处理客户支持，每月无需人工介入即可解决超过 22,000 个工单。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。它能处理长期对话、查询账户信息、执行操作，并在需要时将案例升级给支持团队。

上个月，AI 支持智能体端到端解决了 65% 的工单。引入 ElevenAgents 这一团队成员前，首次平均响应时间以小时计；现在仅需 60 秒。在 AI 智能体处理的所有对话中，70% 获得用户好评。

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、专业语音克隆问题等。构建的核心是将现有知识转化为智能体可可靠执行的内容。其中，ElevenAgents 的两项功能至关重要：流程和 webhook 工具。

流程让团队能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流程。对于退款等关键操作，我们依靠结构化流程，确保每一步都以确定方式执行。

Webhook 工具是可自定义工具，智能体可借此动态查询订阅套餐、额度使用情况、用户拥有的音色等信息。通过 webhook 工具，支持智能体能轻松访问用户信息，从而提升端到端解决问题的能力。

提升回复质量

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。电子邮件和语音用户的期望不同。电子邮件用户希望尽可能少轮次获得答案，而语音用户则期待实时、自然且互动性强的多轮对话。我们推出了渠道行为设置，让每个渠道都能满足自身标准，例如以专业电子邮件沟通标准撰写回复。
• 模拟测试。我们使用模拟测试了解智能体在支持团队最常遇到的约 50 个场景中的表现。随后，Architect 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，确保不会引入回归问题。
• 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真实流量中的表现。确认回复质量后，我们将其上线至生产环境。

模拟测试

由 Architect 驱动的改进闭环

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

了解问题驱动因素。我们持续审查智能体为何会在工单上卡住，以及哪些方面还能做得更好。只需一次自然语言查询，Architect 即可提供主要工单类别的细分。如果提出要求，它还会诊断特定问题为何被升级，是知识库存在缺口、缺少工具，还是需要澄清内部政策。找到根本原因后，Architect 会提出提升解决率的改进方案。

Architect 提供的工单分析

安全实施变更。为提升智能体性能，支持团队依靠 Architect 起草、审核并实施更新。任何改动上线前，Architect 都会创建新的模拟测试并加入完整测试套件，既确保新流程成功执行，也在变更进入生产环境前发现回归问题。

客户支持团队始终参与其中，以持续深入了解客户需求、更新政策，并避免过度拟合某一类工单。不过，Architect 让团队能以不断扩展的产品组合所需的速度，更高效地诊断问题、迭代、测试并提升智能体性能。

立即亲自试用

想通过电子邮件、聊天或语音，搭建全渠道客户支持智能体？了解更多ElevenAgents，并联系我们。