Architect: как улучшать голосового бота по транскриптам звонков

Что объявили и что я проверил

В блоге ElevenLabs текст про Architect датирован 6 октября 2026 года. В пересказах мне встречалась дата 8 октября, официальная страница называет шестое. Статус там прямой: доступен в альфе. Листа ожидания в тексте я не нашёл.

По документации Architect работает по кругу из четырёх шагов: изучить, изменить, проверить, предложить. Он читает настройки агента, разговоры и результаты тестов, правит системный промпт, процедуры, воркфлоу, инструменты, базу знаний и защитные правила, пишет тесты и симуляции. Изменения идут в неопубликованный черновик, вживую они не применяются. Публикуете вы сами или открываете запрос на слияние для коллеги.

Про доступ из внешних ассистентов в блоге сказано, что Architect можно вызывать из Claude, Claude Code, ChatGPT, Cursor и Grok Bot. Как подключается каждый, на прочитанных страницах не описано.

Остальное по документации. Пока идёт альфа, он бесплатный, срок по октябрь 2026, а после неё условия смотрите на странице цен. Его разговоры не покрываются режимом нулевого хранения, и ElevenLabs советует не писать туда персональные и чувствительные данные.

Почему бот без разбора звонков не растёт

Типичная картина: запустили бота, прослушали десяток звонков, поправили приветствие и успокоились. Через месяц администратор говорит, что клиенты всё равно просят «соединить с живым человеком». Что ломается, никто не знает: слушать сто записей вручную скучно и дорого.

Разбор транскриптов превращает это в конвейер. Звонок записан, переведён в текст, у каждого проваленного звонка есть причина, причины посчитаны, правка сделана под самую частую. Такой цикл нужен любому боту, на любой платформе, и Architect лишь один из способов часть работы автоматизировать. Если беспокоят паузы, начните со статьи про задержку ответа голосового бота.

Как размечать провалы

Я делю неудачный звонок на четыре причины. Первая: бот не понял, что сказал человек, например название услуги, адрес, имя. Вторая: понял, но ответил неверно, ошибся в цене, графике или условиях. Третья: пауза или перебивание, после чего клиент бросил трубку. Четвёртая: неверная эскалация, то есть передали оператору то, что бот должен был решить сам, или не передали то, что должен был.

К этому добавляю один счётчик: сколько звонков передано оператору и по какой причине. Условный пример для понимания масштаба: за неделю 200 звонков, оператору ушло 40. Разметка показала, что 18 из 40 упираются в одно и то же, бот не знает, работает ли студия в воскресенье. Чинится это одной строкой в базе знаний, менять модель не нужно. Цифры выдуманы для иллюстрации, ваши будут другими.

Размечать можно вручную по выборке в 50 звонков, этого хватает, чтобы увидеть три-четыре главных причины. Модель-помощник тоже годится, её разметку проверяйте на тех же 50.

Правка, версия, тест, откат

Дальше самый важный порядок действий.

Находите самую частую причину и правите ровно её: строку в базе знаний, абзац промпта, правило эскалации. Одна правка за раз, иначе вы не поймёте, что помогло. Сохраняете как черновик отдельной версии. Прогоняете её на 20 записях реальных звонков, среди которых и те, что провалились, и те, что прошли нормально. Если провалы закрылись, а прошедшие не сломались, версия готова к показу человеку.

Подтверждает человек. Он смотрит разницу между версиями, читает три-пять примеров ответов и нажимает «выложить» сам. Так сделано в Architect, так стоит делать и без него. Правка промпта, которую никто не прочитал и сразу выложили в живые звонки, опаснее медленного бота.

Откат должен быть заранее готов: прежняя версия остаётся в запасе и возвращается за минуты. Почему это нужно, я разбирал в материале про смену модели и откат.

Что делать после выкладки

Первые два дня после выкладки смотрите на те же счётчики: доля передач оператору, доля провалов по той причине, которую чинили, и новые причины. Если вы закрыли «не знает график», а выросло «ошибся в цене», значит правка задела соседний кусок. Откатывайте и разбирайтесь на черновике.

Через неделю сравнивайте с прошлой неделей на выборке такого же размера. Для бота с обзвоном заявок те же метрики описаны в статье про голосового робота для заявок.

Что важно учесть

Запись и персональные данные. Запись разговора с клиентом и его голос относятся к данным, про которые действует 152-ФЗ. Общие правила я описывал в материале про 152-ФЗ для ботов: нужно основание или согласие, понятная политика, хранение в России под контролем, доступ только у нужных людей. О том, что клиента надо предупредить о записи в начале звонка, договоритесь с юристом, формулировку лучше утвердить с ним. Суммы штрафов не называю, нормы КоАП я не сверял.

Передача транскриптов в сервис за границей. Если вы отдаёте внешнему ассистенту звонки с именами и телефонами, это отдельный вопрос. У Architect по документации нет режима нулевого хранения, поэтому телефоны и фамилии из текста уберите до отправки. Доступность ElevenLabs из России и способы оплаты я не проверял, уточняйте. Про реальные пути замены звонков в мессенджерах есть отдельный разбор: звонки клиентам после ограничений.

Не подтверждено: что Architect принимает именно «лог сбоя» или «статистику эскалаций» как отдельный вход. В документации говорится про настройки, разговоры и результаты тестов. Качество на русскоязычных звонках я не проверял.

Что можно сделать уже сейчас

Соберите записи. Возьмите 50 последних звонков бота с текстами.

Разметьте причины. Таблица из четырёх столбцов: не понял, ошибся в факте, пауза, неверная эскалация. Посчитайте строки. Самая частая причина и есть ваша первая правка.

Заведите 20 тестовых записей. Половина провальных, половина удачных. Это золотой набор для следующих версий.

Разделите роли. Правит промпт один человек, выкладывает другой. Я настрою такой цикл улучшения голосового бота в рамках услуги по голосовому ИИ, с Architect или без него.

Частые вопросы

Нужен ли Architect, чтобы улучшать бота по звонкам?

Нет. Цикл из разметки, версий, теста и ручного подтверждения собирается на любой платформе. Architect ускоряет часть шагов, но он в альфе и его условия после октября уточняйте.

Можно ли отдавать ассистенту реальные звонки?

Сначала уберите из текстов имена, телефоны и адреса. Отправка персональных данных за границу требует отдельного решения вместе с юристом.

Сколько звонков нужно, чтобы увидеть главные причины?

Для первой разметки хватает 50. Для проверки версии я беру 20 записей. Это мои рабочие числа, в документации их нет.

Коротко о главном

ElevenLabs Architect в альфе читает разговоры агента, готовит правки черновиком и ждёт вашего подтверждения. Эта же схема подходит любому голосовому боту: размеченные провалы, одна правка за раз, тест на 20 записях, выкладка человеком, отслеживание после.

Если хотите, чтобы я настроил такой цикл для вашего бота, напишите мне в Telegram кодовое слово «РАЗБОР», пришлю шаблон разметки звонков.