客服工单交给AI代理：ElevenLabs每月2.2万张不再需要人工介入，65%端到端解决

ElevenLabs的客服团队把自家支持业务交给ElevenAgents运行，AI客服代理能读文本、截图和PDF，并接入工单系统，处理长对话、查询账户信息、执行操作，必要时升级给人工。 此前首次响应需要数小时；加入ElevenAgents之后，平均首次响应时间为60秒。 上个月该代理端到端解决了65%的工单，在其处理过的全部对话中70%获得用户正面评价。

做法是把客服团队已有的标准作业流程搬进代理，让它按可重复的步骤执行，而不是从零学起。 团队原本已为退款、账单变更、专业语音克隆咨询等主要工单类别写好详细标准作业流程，构建的核心是把这些既有知识转成代理能可靠执行的形式。 退款等关键动作使用结构化流程以保证每一步确定性执行，代理通过webhook工具动态查询订阅层级、额度用量、用户自有声音等信息。

上线前用模拟测试和影子模式把关，上线后由Architect持续诊断和改进。 团队用模拟测试覆盖客服最常遇到的约50个场景，Architect据此迭代系统提示和流程直至全部通过，配置变更后重跑测试以防回归。 影子模式让代理先在工单系统的生产流量上试跑，确认回答可靠后才正式上线；Architect还能用一句自然语言查询给出主要工单类别分布，并诊断某次升级是知识库缺口、缺少工具还是内部政策需要澄清。

这则报道面向研究人员和工程师，讲的是ElevenLabs用ElevenAgents运行自家客服的落地情况：代理处理文本、截图和PDF，接入工单系统，能查账户、执行操作并在需要时升级人工。文中给出的数字是每月超过2.2万张工单不再需要人工介入、上个月端到端解决65%的工单、平均首次响应60秒、处理过的对话中70%获正面评价。团队用约50个高频场景的模拟测试和影子模式在上线前验证，并在配置变更后重跑测试。

这些数字来自ElevenLabs自家客服的运营统计，覆盖的是其自身工单构成和产品组合。团队仍保留人工在环，以理解客户需求、更新政策，并避免对某一类工单过拟合。文中未说明其他组织复制这套流程时的条件差异。