Cách cá nhân hóa hành vi agent trong ElevenAgents

Tổng quan

Tính năng cá nhân hóa cho phép bạn điều chỉnh hành vi của agent cho từng người dùng cụ thể, từ đó tạo ra các cuộc hội thoại tự nhiên hơn và phù hợp với ngữ cảnh hơn. ElevenLabs cung cấp nhiều phương thức để thực hiện cá nhân hóa:

1. Các biến động – Chèn các giá trị tại runtime vào những câu lệnh (prompt) và tin nhắn.

2. Ghi đè – Thay thế hoàn toàn các câu lệnh hệ thống (system prompt) hoặc tin nhắn.

3. Webhook khởi tạo cuộc hội thoại – Truy xuất dữ liệu từ máy chủ của bạn khi một cuộc hội thoại bắt đầu.

Các phương thức cá nhân hóa

Các biến động

Sử dụng cú pháp {{ var_name }} để định nghĩa các giá trị tại thời điểm chạy, giúp cá nhân hóa tin nhắn, câu lệnh hệ thống và những công cụ của agent.

Ghi đè

Thay thế hoàn toàn các câu lệnh hệ thống, tin nhắn mở đầu, ngôn ngữ hoặc cài đặt giọng nói cho từng cuộc hội thoại.

Webhook khởi tạo cuộc hội thoại

Truy xuất các biến động và những thiết lập ghi đè từ máy chủ của bạn cho các cuộc hội thoại đến.

Cấu trúc dữ liệu client khi khởi tạo cuộc hội thoại

Đối tượng conversation_initiation_client_data xác định những thành phần có thể tùy chỉnh khi bắt đầu một cuộc hội thoại. Phía client có thể gửi trực tiếp đối tượng này; đồng thời, webhook khởi tạo cuộc hội thoại cũng sẽ trả về cùng một cấu trúc đối tượng đó.

{
  "type": "conversation_initiation_client_data",
  "conversation_config_override": {
    "agent": {
      "prompt": {
        "prompt": "overriding system prompt",
        "llm": "gpt-5.6-luna"
      },
      "first_message": "overriding first message",
      "language": "en"
    },
    "tts": {
      "voice_id": "voice-id-here"
    },
    "conversation": {
      "text_only": false
    },
    "asr": {
      "keywords": ["Acme Corp", "Contoso"]
    }
  },
  "custom_llm_extra_body": {
    "temperature": 0.7,
    "max_tokens": 100
  },
  "dynamic_variables": {
    "string_var": "text value",
    "number_var": 1.2,
    "integer_var": 123,
    "boolean_var": true
  },
  "user_id": "your_custom_user_id",
  "branch_id": "agtbrch_xxxx",
  "environment": "production"
}

Các biến động hệ thống (những biến có tiền tố system__) không thể được gửi hoặc ghi đè trong dữ liệu khởi tạo phía client (client initiation payload). Chỉ các biến động tùy chỉnh mới có thể được thiết lập thông qua trường dynamic_variables.

Webhook khởi tạo cuộc hội thoại

Đối với các cuộc gọi và tin nhắn đến, ElevenAgents có thể lấy dữ liệu khởi tạo này từ máy chủ của bạn thay vì từ phía client. Khi webhook được kích hoạt, ElevenAgents sẽ gửi một yêu cầu POST và áp dụng dữ liệu JSON mà bạn phản hồi lại.

Bạn có thể cấu hình URL webhook và các khóa bảo mật (secret) trong phần header tại mục cài đặt Agents. Trong tab Security của agent, hãy bật tùy chọn Fetch initiation client data from a webhook và chọn các trường mà bạn muốn cho phép ghi đè thông qua phản hồi của mình.

Webhook này sẽ chạy khi có một cuộc hội thoại mới từ các kênh Twilio Voice, Exotel, SIP trunk, WhatsApp hoặc Twilio SMS trong trường hợp dữ liệu khởi tạo phía client chưa có sẵn. Nó cũng áp dụng cho các phiên làm việc (session) trên Amazon Connect; trong trường hợp này, phản hồi từ phía bạn sẽ được hợp nhất với ngữ cảnh liên hệ do Amazon Connect cung cấp.

Đối với các cuộc gọi đi qua Twilio Voice, Exotel, SIP và WhatsApp, webhook chỉ được kích hoạt nếu yêu cầu gọi đi không chứa dữ liệu conversation_initiation_client_data. Các tin nhắn WhatsApp gửi đi sẽ không kích hoạt webhook này - thay vào đó, hãy truyền những biến động trực tiếp vào yêu cầu gửi tin nhắn.

Webhook này không áp dụng cho các cuộc hội thoại qua widget hoặc SDK, những tích hợp nhắn tin khác, hoặc các chuỗi hội thoại WhatsApp và SMS được tiếp tục lại.

Các cuộc hội thoại thử nghiệm (preview) được bắt đầu từ trang cài đặt agent sẽ không kích hoạt webhook khởi tạo cuộc hội thoại. Khi kiểm tra trong chế độ xem trước (Preview), hãy sử dụng các trình giữ chỗ (placeholder) cho biến động trong trình chỉnh sửa agent. Các trình giữ chỗ này sẽ không được sử dụng trong các cuộc hội thoại thực tế từ phía client.

ElevenAgents sẽ gửi ngữ cảnh của người gọi (caller context) trong phần thân yêu cầu (request body):

{
  "caller_id": "+15551234567",
  "called_number": "+15557654321",
  "agent_id": "agent_7101k5zvyjhmfg983brhmhkd98n6",
  "call_sid": "CAaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa",
  "conversation_id": "conv_8901k5zvyjhmfg983brhmhkd98n6"
}

caller_id và called_number là các số điện thoại trên Twilio, Exotel, SIP và SMS. Đối với các cuộc hội thoại WhatsApp chiều đến (inbound), đây lần lượt là ID người dùng WhatsApp và ID số điện thoại WhatsApp của bạn. Đối với các cuộc gọi chiều đi (outbound), caller_id là số điện thoại của bạn, còn called_number là số điện thoại của người được gọi. call_sid là ID cuộc gọi (SID) do nhà cung cấp dịch vụ viễn thông cấp; đối với WhatsApp, SMS và Amazon Connect, giá trị này sẽ là một chuỗi rỗng. Các cuộc gọi SIP có thể bao gồm thêm call_id và sip_headers. Đối với các phiên làm việc trên Amazon Connect, call_id sẽ được thiết lập tương ứng với ID liên hệ (contact ID).

Phản hồi của bạn phải tuân theo cấu trúc conversation_initiation_client_data nêu trên, bao gồm tất cả các biến động tùy chỉnh do agent định nghĩa. Các giá trị ghi đè là tùy chọn và cần được kích hoạt trong phần Security. Phần thân phản hồi HTTP phải có dung lượng từ 256 KB trở xuống (262.144 byte).

Nếu webhook thất bại hoặc hết thời gian chờ (timeout), cuộc hội thoại có thể không khởi tạo được.

Lựa chọn phương thức phù hợp