Cấu hình file đính kèm và nhập liệu qua bàn phím cho agent trong ElevenLabs

Cài đặt nhập liệu đa phương thức kiểm soát các cách bổ sung mà người dùng có thể gửi thông tin cho agent ngoài giọng nói. Chúng nằm trong tab Advanced của agent, dưới mục Multimodal input.

Nhập file

Cho phép người dùng gửi hình ảnh và tài liệu PDF cho agent trong cuộc trò chuyện. Agent có thể đọc các file đó khi mô hình được chọn hỗ trợ nhập liệu hình ảnh và/hoặc tài liệu.

Cấu hình

Người dùng có thể đính kèm file trong widget, các kênh chat được hỗ trợ (như Slack) hoặc thông qua API upload file lên trong cuộc hội thoại.

Cập nhật qua dashboard

1. Mở phần nhập liệu đa phương thức (Multimodal input)

Mở agent của bạn trên dashboard, xác nhận rằng mô hình đã chọn hỗ trợ đầu vào là hình ảnh và/hoặc file PDF, sau đó chuyển đến tab Advanced.

2. Bật tính năng đính kèm file

Trong mục Multimodal input, hãy bật tùy chọn Allow file attachments.

3. Thiết lập giới hạn file

Bạn có thể tùy chọn thiết lập số lượng file được lưu trong bộ nhớ và số lượng file tối đa cho mỗi cuộc hội thoại.

4. Lưu các thay đổi

Lưu agent. Sau đó, người dùng có thể đính kèm hình ảnh và file PDF trong khung chat.

Cập nhật qua CLI

elevenlabs agents pull --agent agent_7101k5zvyjhmfg983brhmhkd98n6

2. Chỉnh sửa cấu hình agent

Đặt conversation_config.conversation.file_input:

{
  "conversation_config": {
    "conversation": {
      "file_input": {
        "enabled": true,
        "max_files_in_memory": 10,
        "max_files_per_conversation": 10
      }
    }
  }
}

3. Triển khai cấu hình agent

elevenlabs agents push --agent agent_7101k5zvyjhmfg983brhmhkd98n6

Cập nhật qua API

Python

from elevenlabs import ElevenLabs

elevenlabs = ElevenLabs()

elevenlabs.conversational_ai.agents.update(
    agent_id="agent_7101k5zvyjhmfg983brhmhkd98n6",
    conversation_config={
        "conversation": {
            "file_input": {
                "enabled": True,
                "max_files_in_memory": 10,
                "max_files_per_conversation": 10,
            }
        }
    },
)

TypeScript

import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js";

const elevenlabs = new ElevenLabsClient();

await elevenlabs.conversationalAi.agents.update("agent_7101k5zvyjhmfg983brhmhkd98n6", {
  conversationConfig: {
    conversation: {
      fileInput: {
        enabled: true,
        maxFilesInMemory: 10,
        maxFilesPerConversation: 10,
      },
    },
  },
});

Nhập liệu DTMF

Tính năng nhập liệu DTMF cho phép người gọi nhập các chữ số trên bàn phím điện thoại trong khi đang thực hiện cuộc gọi. Tính năng này được sử dụng để thu thập số điện thoại, các lựa chọn trong menu và dữ liệu số khác mà không cần dựa vào công nghệ nhận dạng giọng nói.

Đây là chức năng ngược lại với công cụ hệ thống phát âm thanh phím bấm (play keypad touch tone), vốn dùng để phát tín hiệu âm thanh từ phía agent.

Mỗi lần nhấn phím sẽ được lưu vào buffer cho đến khi chuỗi ký tự hoàn tất. Việc hoàn tất một chuỗi ký tự được tính là một lượt tương tác của người dùng.

1. Người gọi nhấn một phím. Chữ số đầu tiên sẽ ngắt lời nhân viên tổng đài nếu họ đang nói.
2. Các chữ số tiếp theo sẽ được thêm vào cùng một buffer.
3. Chuỗi ký tự hoàn tất khi người gọi nhấn phím # (nếu tính năng kết thúc bằng phím # đã được bật) hoặc khi không có thêm chữ số nào được nhập trước khi hết thời gian chờ (timeout).
4. Nhân viên tổng đài nhận các chữ số đã thu thập dưới dạng một lượt tương tác của người dùng và đưa ra phản hồi.

Phím # đóng vai trò là ký tự kết thúc khi tính năng kết thúc bằng phím # được bật; ký tự này không nằm trong chuỗi dữ liệu thu thập được. Việc nhấn phím # khi buffer đang trống sẽ bị bỏ qua. Buffer chấp nhận các ký tự 0-9, *, # và A-D, với độ dài tối đa là 50 ký tự.

Cấu hình

Tham số conversation_config.conversation.dtmf_input_settings sẽ có giá trị là null khi tính năng nhập liệu DTMF bị tắt. Khi được bật, các giá trị mặc định bao gồm:

Tính năng ẩn dữ liệu (redaction) áp dụng cho các chữ số được nhập qua bàn phím số và lưu trong dữ liệu cuộc hội thoại. Tính năng này không ẩn các chữ số khỏi tầm nhìn của nhân viên tổng đài trong cuộc gọi trực tiếp, cũng như không thay đổi các chữ số mà nhân viên đọc lại hoặc gửi vào một công cụ khác. Chức năng này tách biệt với việc ẩn dữ liệu trong lịch sử cuộc hội thoại.

Cập nhật qua dashboard

1. Mở phần nhập liệu đa phương thức (Multimodal input)

Mở cấu hình agent trong dashboard và chuyển đến tab Advanced.

2. Bật tính năng nhập liệu DTMF

Trong mục Multimodal input, hãy bật tùy chọn Enable DTMF input.

3. Cấu hình thời gian chờ và ẩn dữ liệu

Bạn có thể tùy chọn thiết lập thời gian chờ nhập liệu DTMF, sử dụng phím # để hoàn tất nhập liệu DTMF và bật tính năng ẩn dữ liệu nhập qua DTMF.

4. Lưu các thay đổi

Lưu cấu hình agent, sau đó thực hiện cuộc gọi và nhập các chữ số trên bàn phím số.

Cập nhật qua giao diện dòng lệnh (CLI)

1. Tải cấu hình agent về

elevenlabs agents pull --agent agent_7101k5zvyjhmfg983brhmhkd98n6

2. Chỉnh sửa cấu hình agent

Thiết lập conversation_config.conversation.dtmf_input_settings. Hãy bỏ qua đối tượng này hoặc đặt giá trị là null để tắt tính năng nhập DTMF.

{
  "conversation_config": {
    "conversation": {
      "dtmf_input_settings": {
        "dtmf_input_timeout": 2.0,
        "hash_terminator": true,
        "redact_input": false
      }
    }
  }
}

3. Đẩy cấu hình agent lên

elevenlabs agents push --agent agent_7101k5zvyjhmfg983brhmhkd98n6

Cập nhật qua API

Python

from elevenlabs import ElevenLabs

elevenlabs = ElevenLabs()

elevenlabs.conversational_ai.agents.update(
    agent_id="agent_7101k5zvyjhmfg983brhmhkd98n6",
    conversation_config={
        "conversation": {
            "dtmf_input_settings": {
                "dtmf_input_timeout": 2.0,
                "hash_terminator": True,
                "redact_input": False,
            }
        }
    },
)

TypeScript

import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js";

const elevenlabs = new ElevenLabsClient();

await elevenlabs.conversationalAi.agents.update("agent_7101k5zvyjhmfg983brhmhkd98n6", {
  conversationConfig: {
    conversation: {
      dtmfInputSettings: {
        dtmfInputTimeout: 2.0,
        hashTerminator: true,
        redactInput: false,
      },
    },
  },
});

Cập nhật câu lệnh hệ thống (system prompt) của agent để hệ thống biết khi nào cần yêu cầu nhập liệu qua bàn phím số. Ví dụ:

Nếu cần số điện thoại của người gọi, hãy yêu cầu họ nhập số đó trên bàn phím điện thoại. Hãy chờ nhận dữ liệu
DTMF trước khi tiếp tục.