Segundo a ElevenLabs, os seus agentes internos permitem às equipas poupar mais de 1.200 horas por mês nas suas operações diárias. Estes agentes respondem a mais de 5.000 questões mensais, e também passam à ação, construindo demonstrações para clientes e abrindo tickets.
Estas ferramentas serviram primeiro para encontrar mais facilmente informações no Slack, a ferramenta de mensagens profissionais da empresa, fossem dados de retenção de utilizadores, documentação ou o histórico de uma conta. Depois evoluíram para agentes capazes de agir: um colaborador coloca uma questão, reporta um bug ou pede uma demonstração, e o agente responde ou executa o pedido.
Vendas e demonstrações a pedido
As equipas comerciais utilizam dois agentes. O « GTM bot », para go-to-market, responde a questões sobre clientes, enquanto o « FDE bot », onde FDE designa o Forward Deployed Engineer, ou seja, um engenheiro destacado junto dos clientes, trata de questões sobre o produto e de demonstrações. Entre os exemplos recentes, um comercial pergunta « Quem são os nossos principais clientes com direitos de utilização do seu logótipo no Reino Unido, França e Alemanha? », enquanto outra questão se refere aos principais casos de uso da API.
O FDE bot também pode montar, a partir de uma simples mensagem, um agente funcional configurado para o caso de uso de um potencial cliente. Trata-se de demonstrações completas produzidas a pedido.
Suporte e engenharia: automatizar a triagem
O « triage bot » gere pedidos de funcionalidades e bugs, seguindo um procedimento diferente para cada tipo de problema. Antes de criar um ticket, procura o contexto relevante no Slack, verifica duplicados entre os tickets existentes e assegura-se de que as informações são suficientes para diagnosticar o problema. O ticket é depois aberto no Linear com a prioridade adequada e encaminhado para a equipa responsável através de um documento de repartição de responsabilidades incluído na base de conhecimento do agente. Este trabalho, segundo a empresa, era anteriormente muito manual entre o suporte e a engenharia.
As equipas de produto e marketing de produto colocam as suas questões sobre dados em canais dedicados e recebem a análise diretamente no fio de discussão. Um exemplo citado pela ElevenLabs pergunta como é que a conversão de utilizadores gratuitos para subscrições pagas do ElevenCreative evoluiu nos últimos seis meses nos Estados Unidos, e quais são os principais fatores. Os colaboradores podem depois discutir ou colocar questões complementares no mesmo fio. A qualidade das respostas depende, no entanto, do que o agente pode consultar, daí a seleção cuidadosa dos dados de cada um deles.
O que a empresa retira da experiência
A ElevenLabs sublinha que estes agentes têm de ser fiáveis e precisos desde o início, caso contrário as equipas deixam de os utilizar. Num canal partilhado, os erros são mais visíveis, mas os sucessos também o são, o que favoreceu a adoção.
Segundo a empresa, o ganho mais claro na qualidade das respostas não vem da reescrita das instruções, mas da remoção de campos. « A curadoria do esquema supera a engenharia de prompts », escreve. Cada coluna ou campo adicional oferece ao modelo uma oportunidade de errar. Para os campos do Salesforce com valores fixos, como o estágio de uma oportunidade ou o tipo de conta, os valores válidos são agora recuperados no arranque e injetados nas definições da ferramenta MCP, um protocolo que liga os modelos a ferramentas externas, para que o modelo só possa escolher opções existentes. Por fim, o Architect do ElevenAgents reestrutura os procedimentos sobrepostos, e cada ticket criado no Linear é verificado quanto aos seus campos e à equipa de destino.
