$ loading_
帮助优化语音 AI 代理提示词，自动分析反馈并迭代测试改进效果。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Clerk Chat MCP Server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请分析这组语音客服对话反馈，找出当前系统提示词导致的常见问题，生成改进建议，并设计一轮回归测试用例来验证新版提示词效果。
输出问题归因、优化后的提示词草案，以及可执行的测试用例列表。
基于这份外呼机器人提示词，自动生成覆盖常见异议、打断、沉默和转人工场景的测试对话，并说明每个场景的预期行为。
得到结构化测试场景、示例对话与每项测试的通过标准。
对比版本 A 和版本 B 的语音代理提示词，根据历史用户反馈与测试结果评估优劣，指出失败案例，并给出下一轮迭代建议。
返回版本对比结论、关键失败样本，以及下一版优化方向。
让 AI 在任务不明确时主动追问，并通过人机协同收集结构化输入。
通过 MCP 调用 AI 对话、天气查询与代理状态监控能力。
通过 Claude 聊天界面读取、编辑并总结文档内容。
让 Claude 直接管理 ElevenLabs 对话式 AI 代理与相关配置
通过对话检索文档并调用 MCP 工具，完成问答、分析与操作任务
为支持 MCP 的编辑器提供每次请求后的语音总结，方便免盯屏掌握进展。