实验 | ElevenLabs Documentation

实验可让你针对智能体配置的任意方面进行受控 A/B 测试——提示词结构、workflow 逻辑、音色、个性、工具、知识库——方法是将特定比例的流量路由至变体，衡量对关键结果的影响，并将胜出方案发布到生产环境。

实验基于智能体版本控制。运行实验前，必须先为智能体启用版本控制。

为什么要做实验

如果没有结构化实验，优化只能依赖直觉。一次提示词调整“感觉”更好。一次 workflow 调整“应该”能提高自主解决率。新的升级路径“似乎”更高效。

实验用证据取代猜测。你可以在实时流量中测试变更，衡量实际结果，并推广有效方案。

实验遵循四步 workflow：

从当前智能体配置开始，创建一个新分支。你可以修改任何内容——系统提示词、workflow、音色、工具、知识库、护栏或评估标准。每项变更都会作为版本化配置进行跟踪。

前往智能体设置中的分支标签页，然后点击 创建分支。

定义应分配给变体的实时对话百分比。先从较小比例（5–10%）开始以降低风险，随后随着信心提升逐步增加。

点击 编辑流量分配，并设置各分支的百分比。百分比总和必须正好为 100%。

使用分析仪表板将变体表现与基准版本进行比较。在分支面板中点击 查看分析，可直接跳转到按分支筛选的视图。

团队可衡量以下结果：

变体一旦展现出可衡量的提升，你可以增加其流量占比，或将其合并到主分支，使其成为新的默认配置。完整版本历史会被保留，必要时可回滚。

流量按百分比在分支间分配。路由基于对话 ID 确定性执行，因此同一用户在不同会话中会始终进入同一分支。

默认情况下，流量会在用户群中随机分配。如果你使用 API 发起对话，可通过控制不同分支配置发起哪些对话，将特定用户群路由至特定分支。

所有流量百分比之和必须正好为 100%。否则部署将失败。

实验支持持续优化面向客户及运营相关的 workflow。

客户体验

测试调整后的升级流程能否在不增加处理时长的情况下提升 CSAT。比较不同问候方式、共情程度或解决策略。

营收

测试更直接的语气或不同的资格判断逻辑能否提高转化率。尝试不同的异议处理、价格呈现或跟进时机。

运营

衡量工具逻辑变更能否降低平均处理时长或基础设施成本。测试不同的知识库配置或 workflow 结构。

每项实验都关联到特定智能体版本，因此每次性能变化都可归因于明确的配置变更。

分支之间可改变智能体配置的任何方面：