I betaBrug HubSpot Agent CLI

HubSpot Agent CLI forbinder AI-kodningsagenter, såsom Claude Code, Claude Cowork og OpenAI Codex, med din HubSpot-konto. Når du har forbundet Agent CLI til HubSpot, kan du bede en AI-agent om at udføre gentagne CRM-opgaver, analysere data, generere oversigter og hjælpe med at styre processer på tværs af din konto. Når du delegerer opgaver til AI-agenter, kan de bruge Agent CLI til at automatisere rutinearbejde på dine vegne, så dit team kan bruge mere tid på strategiske initiativer.

I stedet for f.eks. manuelt at gennemgå poster hver uge kan du bede en AI-agent om at identificere ufuldstændige poster, sammenfatte pipelineaktivitet eller forberede kontooversigter ved hjælp af oplysninger fra HubSpot.

Hvis du er udvikler og ønsker at skrive brugerdefinerede scripts eller bruge HubSpot Agent CLI manuelt i din terminal, kan du læse vores udviklerdokumentation.

Før du går i gang

Før du begynder at bruge HubSpot Agent CLI, skal du sikre dig, at du har adgang til en AI-kodningsagent. Understøttede agenter omfatter Claude Code, Claude Cowork, OpenAI Codex og mange andre kompatible AI-kodningsagenter.

Bemærk: Hvis du bruger Claude Cowork i en Team- eller Enterprise-konto, skal din organisations administrator muligvis tilføje api.hubapi.com til tilladelseslisten, før CLI'en kan installeres eller køres. Få mere at vide om tilladelseslister i Claude Cowork.

Hvad AI-agenter kan få adgang til med HubSpot Agent CLI

HubSpot Agent CLI kan udføre handlinger ved hjælp af den tilknyttede HubSpot-brugers tilladelser. Afhængigt af dine brugerrettigheder kan dette omfatte oprettelse, opdatering eller sletning af poster i din konto.

Når HubSpot Agent CLI er tilsluttet, kan AI-agenter arbejde med oplysninger på tværs af din HubSpot-konto, herunder:

• Kontakter, virksomheder, aftaler, tickets, brugerdefinerede objekter og andre CRM-poster.
• Workflows.
• Pipelines og pipelinefaser.
• Egenskaber og brugerdefinerede egenskaber.
• Forbindelser mellem poster.
• Aktivitetshistorik.

Bemærk: Gennemgå altid AI-genererede anbefalinger og foreslåede handlinger, før du anvender ændringer på dine CRM-data.

Bedste praksis

Når du arbejder med AI-agenter, der er forbundet til HubSpot:

• Start med rapportering, oversigter og analyseopgaver, før du bruger handlinger, der ændrer data.
• Gennemgå genererede anbefalinger og omfattende opdateringer, før du gennemfører ændringer.
• Nogle handlinger kan slette eller overskrive HubSpot-data. Brug, hvor det er muligt, indstillingen --dry-run til at få et eksempel på ændringerne, før du gennemfører dem.
• Brug klare instruktioner, der beskriver det ønskede resultat.
• Følg din organisations politikker for datastyring og sikkerhed.

Tilslut HubSpot Agent CLI

Følg trinene nedenfor for at instruere din agent i at installere HubSpot Agent CLI. Hvis du er udvikler, kan du læse mere om, hvordan du installerer HubSpot Agent CLI manuelt.

1. Åbn din AI-agent, f.eks. Cowork eller Codex.
2. Indsæt følgende kommando i din agents arbejdsområde for at installere Agent CLI.

Install the HubSpot Agent CLI in this agent workspace. If this workspace uses a POSIX shell (macOS, Linux, WSL, or Bash), run `curl -fsSL https://api.hubapi.com/hub/cli/backend/hub-cli/latest/install.sh | sh`. If it uses Windows PowerShell, run `irm https://api.hubapi.com/hub/cli/backend/hub-cli/latest/install.ps1 | iex`. Then authenticate with `hubspot auth login`, install HubSpot Agent CLI Skills with `npx skills add hubspot/agent-cli-skills`, and use `hubspot --help` to explore what's available.

3. Log ind på din HubSpot-konto, når du bliver bedt om det.
4. Gennemgå de anmodede tilladelser.
5. Klik på " Forbind app".

Når godkendelsen er afsluttet, kan AI-agenten få adgang til HubSpot-data i henhold til dine tilladelser.

Brug en af eksemplerne nedenfor for at komme i gang.

Eksempler på anvendelsesscenarier

Følgende eksempler viser, hvordan forskellige teams kan bruge AI-agenter, der er forbundet via HubSpot Agent CLI. Agenten er især nyttig til tilbagevendende driftsopgaver, der kræver gennemgang af store mængder CRM-data.

Marketingteams

Opgave: Identificer kontakter, der kræver opfølgning eller datarensning.

Eksempel på kommando til AI-agenten: Hver mandag kl. 8 skal du finde kontakter, der passer godt ind, men som ikke har nogen tilknyttet aftale, ingen nylige salgsaktiviteter eller manglende vigtige berigelsesfelter, og derefter sende RevOps en prioriteret oprydningsliste med forslag til næste handlinger.

Yderligere eksempler omfatter:

• Gennemgå e-mail-kampagner for emnelinjer og CTA'er, der ikke er i overensstemmelse med retningslinjerne for brandstemmen.
• Identificer mønstre i budskaber på højtydende landingssider, der korrelerer med højere konverteringsrater.
• Opret en liste over kontakter, der skal genengageres, og som ikke har åbnet e-mails i en nurture-sekvens.
• Spor den aktuelle pipelinestatus for aftaler, der stammer fra en webinar-kampagne.
• Identificer mønstre inden for branche, virksomhedsstørrelse og leadkilde blandt de bedst egnede kunder.
• Overvåg aktive sekvenser og markér markante fald i e-mail-åbningsrater.

Salgs- og indtægtsdriftsteams

Opgave: Overvåg pipelinens tilstand og identificer aftaler, der kræver opmærksomhed.

Eksempel på en opgave til AI-agenten: Hver morgen kl. 7 skal du tjekke min pipeline for aftaler, der skal afsluttes i denne uge, og hvor der ikke har været aktivitet de sidste 5 dage, og sende mig et resumé.

Yderligere eksempler omfatter:

• Find inaktive aftaler med høj værdi, der kræver opfølgning og gennemgang.
• Forbered et kundemøde ved at sammenfatte historikken for aftalen, support, e-mails og noter.
• Analyser forfaldne aftaler for at identificere de faser i pipelinen, hvor mulighederne har stået stille længst.
• Udarbejd en daglig oversigt over aftaler, der nærmer sig afslutningsdatoen, men hvor der ikke har været nogen aktivitet for nylig.

Salgsledere

Opgave: Analyser samtaletransskriptioner for temaer vedrørende coaching og produktfeedback.

Eksempel på en prompt til AI-agenten: Analyser de seneste samtaleudskrifter for taletid, omtaler af konkurrenter, kundefeedback og temaer vedrørende potentielle kunders tøven, og opret derefter et dashboard til coaching og produktfeedback med eksempler på udskrifter og links til de oprindelige samtaler.

Yderligere eksempler omfatter:

• Identificer sælgere eller teams med usædvanligt høje eller lave taletidsmønstre.
• Find tilbagevendende omtaler af konkurrenter i de seneste salgssamtaler.
• Opsummer temaer vedrørende potentielle kunders tøven efter segment, forhandlingsfase eller produktområde.
• Udtræk eksempler på udskrifter, der understøtter temaer inden for coaching eller produktfeedback.
• Opret et dashboard, der knytter indsigter fra samtaler tilbage til kilderegistreringer og transskriptioner.

RevOps- og CRM-administratorer

Opgave: Ryd op i CRM-egenskaber uden at ødelægge nedstrømsaktiver.

Eksempel på en prompt til AI-agenten: Find dublerede eller forældede CRM-egenskaber, og vis, hvor de bruges på tværs af arbejdsgange, rapporter og visninger. Vis derefter en forhåndsvisning af en oprydningsplan for at erstatte, fjerne eller omarrangere felter, inden ændringerne implementeres.

Yderligere eksempler omfatter:

• Identificer duplikerede egenskaber, der indsamler de samme oplysninger på tværs af forskellige objekter.
• Find forældede felter, der stadig vises i arbejdsgange, rapporter, visninger eller rekordlayouter.
• Vis en forhåndsvisning af konsekvenserne af at fjerne eller erstatte en CRM-egenskab, før ændringerne gennemføres.
• Omordn rekordfelter, så administratorer og sælgere ser de vigtigste oplysninger først.
• Generer en oprydningsoversigt, der viser, hvad der er ændret, og hvad der stadig skal gennemgås.

Driftsteams

Opgave: Saml relaterede supportbilletter og bevar oprydningshistorikken.

Eksempel på en prompt til AI-agenten: Saml dublerede supporttickets, bevar detaljerne fra kildeticketet, videresend hvert overordnet ticket til den rigtige pipelinefase, og send teamet en oprydningsoversigt med de poster, der stadig skal gennemgås.

Yderligere eksempler omfatter:

• Find dublerede eller relaterede supportbilletter for den samme kunde eller problemtype.
• Flet ticketkonteksten ind i en overordnet post, mens kildedetaljerne bevares.
• Videresend de konsoliderede supportanmodninger til den korrekte fase i processen baseret på den aktuelle status.
• Marker sager, der skal gennemgås af en medarbejder inden sammenlægningen.
• Send en oprydningsoversigt med sammenlagte poster, åbne spørgsmål og ansvarlige for opfølgning.

Supportteams

Opgave: gennemgå kundehistorikken uden manuelt at åbne flere poster.

Eksempel på en prompt til AI-agenten: Hent de sidste 5 tickets fra denne kontakt, opsummer hver løsning, og markér eventuelle tilbagevendende problemmønstre.

Yderligere eksempler omfatter:

• Gennemgå den seneste ticket-historik og identificer tilbagevendende kundeproblemer, inden der oprettes en ny sag.
• Prioriter sager, hvor svartiden har overskredet forventningerne.
• Analyser faktureringsrelaterede sager for at identificere de mest almindelige årsager til, at kunder kontakter supporten.
• Udarbejd svar på henvendelser med relevant historik om aftaler, abonnementer og eskaleringer.

Kundesucces-teams

Opgave: Forbered kontooversigter ved hjælp af oplysninger fra flere HubSpot-værktøjer.

Eksempel på en prompt til AI-agenten: Til min kontooversigt i denne uge skal du sammenfatte åbne aftaler, nylige supportaktiviteter og den seneste NPS-score for hver konto i min kundeportefølje.

Yderligere eksempler omfatter:

• Identificer kundekonti med indikatorer på forhøjet risiko for kundeafgang.
• Find fornyelseskontakter med lavt produktengagement med henblik på proaktiv kontakt.
• Udarbejd kundegennemgange ved at opsummere de seneste aktiviteter inden for salg, support og kundefeedback.
• Identificer ekspansionsmuligheder ved at sammenligne kontovæksttendenser med historisk aftalestørrelse.

Hold kompetencebiblioteket opdateret

HubSpot Agent CLI Skills giver foruddefineret vejledning, der hjælper AI-agenter med at arbejde med HubSpot-data og almindelige HubSpot-processer. Færdighedsbiblioteket indeholder vejledning til CRM-søgninger, masseoperationer, datakvalitetsopgaver, arbejdsgange, rapportering og andre driftsaktiviteter.

Du kan gennemgå de færdigheder, der vil blive installeret, i det offentlige GitHub-repository.

For at opdatere færdighedsbiblioteket i dit AI-agent-arbejdsområde skal du køre følgende kommando:

npx skills update

Læs mere om brug af færdigheder i Claude og i OpenAI Codex.

Administrer adgangen til HubSpot Agent CLI

Superadministratorer kan administrere, hvem der har tilladelse til at oprette forbindelse til HubSpot Agent CLI, ved at tilmelde sig beta-versionen af App Install Governance.

Hvis en bruger ikke har tilladelse til at forbinde HubSpot Agent CLI, skal vedkommende anmode om godkendelse fra en administrator, før forbindelsen oprettes.

Læs mere om, hvordan du styrer, hvilke apps der kan installeres på din HubSpot-konto.