Bemærk:Oversættelsen af denne artikel er kun til rådighed for nemheds skyld. Oversættelsen oprettes automatisk via en oversættelsessoftware og er muligvis ikke blevet korrekturlæst. Den engelske version af denne artikel bør således anses for at være den gældende version, der indeholder de seneste oplysninger. Du kan få adgang til den her.

Brug HubSpot Agent CLI

Sidst opdateret: 29 september 2026

Gælder for:

Alle produkter og abonnementer

HubSpot Agent CLI forbinder AI-kodningsagenter, såsom dem i ChatGPT-appen, Claude-appen og Claude Code, 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 HubSpots 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 dem i ChatGPT-appen, Claude-appen,Claude Code 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.

Hvornår skal du bruge HubSpot Agent CLI

Agent CLI er nyttigt til gentagne eller tilbagevendende driftsopgaver, der kræver gennemgang af store mængder CRM-data. Dette omfatter opgaver som at gennemføre en ugentlig gennemgang af pipelinen, masseopdatere poster eller sende planlagte oversigter til dit team efter et tilbagevendende månedligt møde. Se flere eksempler på anvendelsestilfælde.

Hvis du ønsker at stille engangsspørgsmål eller udarbejde indhold ved hjælp af dine HubSpot-data, er HubSpot-konnektoren til Claude eller HubSpot-konnektoren til ChatGPT muligheder, der ikke kræver installation af CLI.

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

HubSpot Agent CLI kan udføre handlinger ved hjælp af den tilsluttede 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.
Arbejdsgange.
Pipelines og pipelinefaser.
Egenskaber og brugerdefinerede egenskaber.
Omsætningsposter (skrivebeskyttet): kontrakter, fakturaer, ordrer, betalinger, tilbud, tilbudsskabeloner og abonnementer (BETA).
Forbindelser mellem poster.
Aktivitetshistorik.

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

Bedste praksis

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

Start med rapportering, oversigter og analyseopgaver, før du bruger handlinger, der ændrer data.
Når du opsætter planlagte eller tilbagevendende opgaver, skal du starte med et enkelt, snævert anvendelsestilfælde, før du udvider til bredere automatisering.
Gennemgå genererede anbefalinger og omfattende opdateringer, før du gennemfører ændringer.
Nogle handlinger kan slette eller overskrive HubSpot-data. Brug, hvor det er muligt, --dry-run-indstillingen til at få et eksempel på ændringerne, før du gennemfører dem.
Brug klare, specifikke 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 om at installere HubSpot Agent CLI. Hvis du er udvikler, kan du læse mere om, hvordan du installerer HubSpot Agent CLI manuelt.

Åbn din AI-agent.
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.

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

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

Eksempler på anvendelsesscenarier

Følgende eksempler viser, hvordan forskellige teams kan bruge AI-agenter, der er forbundet via HubSpot Agent CLI.

Marketingteams

Opgave	Eksempel på en opgave til AI-agenten
Identificer kontakter, der kræver opfølgning eller datarensning.	Hver mandag kl. 8 skal du finde kontakter, der passer godt til profilen, men som ikke er knyttet til en aftale, ikke har haft nogen salgsaktivitet for nylig eller mangler vigtige uddybningsfelter, og derefter sende RevOps en prioriteret oprydningsliste med forslag til de næste handlinger.
Gennemgå e-mailkampagner for emnelinjer og CTA'er, der ikke overholder retningslinjerne for brandstemmen.	Gennemgå mine sidste 10 e-mailkampagner og markér emnelinjer eller CTA'er, der ikke følger vores retningslinjer for brandstemmen. Angiv hvert problem med kampagnens navn, den markerede tekst og et forslag til ændring.
Identificer mønstre i budskaberne på de landingssider, der præsterer bedst, og som korrelerer med højere konverteringsrater.	Analyser mine bedst præsterende landingssider efter konverteringsrate. Identificer fælles mønstre i budskaberne, såsom overskriftsstruktur, formulering af CTA'er eller tilbudstype, og opsummer, hvad de har til fælles.
Opret en liste over kontakter, der ikke har åbnet e-mails i en nurture-sekvens, med henblik på at genoprette engagementet.	Find alle kontakter, der i øjeblikket er tilmeldt en nurture-sekvens, og som ikke har åbnet nogen e-mails i de sidste 30 dage. Opret et segment med deres navn, virksomhed, livscyklusfase og dato for seneste aktivitet.
Spor den aktuelle pipeline-status for aftaler, der stammer fra en webinar-kampagne.	Find alle aftaler, hvor leadkilden er et webinar, og vis deres aktuelle pipelinefase, ejer, beløb og dato for seneste aktivitet. Opsummer, hvor mange der er aktive, gået i stå eller afsluttet.
Identificer mønstre inden for branche, virksomhedsstørrelse og leadkilde blandt de bedst egnede kunder.	Se på mine afsluttede og vundne aftaler fra de sidste 12 måneder, og opsummer de mest almindelige kombinationer af branche, virksomhedsstørrelse og leadkilde. Fremhæv eventuelle mønstre, der kan hjælpe med at finjustere vores ideelle kundeprofil.
Overvåg aktive sekvenser og markér markante fald i åbningsraterne for e-mails.	Tjek alle aktive sekvenser og sammenlign åbningsraterne fra de sidste to uger med de foregående to uger. Marker eventuelle sekvenser, hvor åbningsraterne er faldet med mere end 20 %, og angiv sekvensnavnet, den aktuelle rate og den tidligere rate.

Salgs- og indtægtsdriftsteams

Opgave	Eksempel på prompt til AI-agenten
Overvåg status i pipelinen og identificer aftaler, der kræver opmærksomhed.	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.
Find inaktive aftaler med høj værdi, der kræver opfølgning og gennemgang.	Find alle åbne aftaler over $[beløb], hvor der ikke har været aktivitet de sidste 14 dage. Sorter efter aftalens værdi, og medtag aftalens navn, ejer, afslutningsdato og seneste aktivitet.
Forbered et kundemøde ved at sammenfatte historikken for aftalen, support, e-mails og noter.	Jeg har et møde med [Virksomhed] i morgen. Lav en oversigt over deres åbne og nyligt afsluttede aftaler, de seneste 5 supportanmodninger, den seneste e-mail-aktivitet og eventuelle noter, der er registreret inden for de seneste 60 dage.
Analyser forfaldne aftaler for at identificere de faser i pipelinen, hvor mulighederne har stået stille længst.	Se på aftaler, der ikke blev afsluttet inden for den fastsatte frist i sidste kvartal. Vis for hver enkelt, hvilket pipeline-trin de har tilbragt mest tid i, og identificer de to eller tre trin, hvor aftaler oftest går i stå.
Udarbejd en daglig oversigt over aftaler, der nærmer sig afslutningsdatoen, men hvor der ikke har været nogen aktivitet for nylig.	Hver dag kl. 8.00 skal du finde aftaler, der afsluttes inden for de næste 7 dage, og hvor der ikke har været nogen aktivitet de sidste 3 dage. Send mig en oversigt med aftalens navn, ejer, beløb, afslutningsdato og den seneste aktivitetstype.

Salgsledere

Opgave	Eksempel på prompt til AI-agenten
Analyser samtaletransskriptioner for temaer vedrørende coaching og produktfeedback.	Analyser de seneste samtaleudskrifter for samtaletid, omtale 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 pågældende samtaler.
Identificer sælgere eller teams med usædvanligt høje eller lave mønstre for samtaletid.	Analyser samtaleudskrifter fra de sidste 30 dage, og beregn den gennemsnitlige samtaletidsandel pr. sælger. Marker alle med en andel over 70 % eller under 30 %, og inkluder et eksempel på et uddrag fra en samtaleudskrift for hver enkelt.
Find tilbagevendende omtaler af konkurrenter i de seneste salgssamtaler.	Gennemgå samtaletransskriptioner fra de seneste 60 dage, og identificer de konkurrenter, der nævnes oftest. Vis for hver enkelt, hvor mange opkald der indeholdt en omtale, i hvilke faser af forhandlingen de dukkede op, samt et eksempel på et citat.
Opsummer temaer for potentielle kunders tøven opdelt efter segment, salgsfase eller produktområde.	Gennemgå de seneste samtaleudskrifter for formuleringer, der tyder på tøven eller indvendinger hos potentielle kunder. Gruppér temaerne efter forhandlingsfase og kundesegment, og opsummer de 5 mest hyppige tøvenmønstre med eksempler på citater.
Udvælg eksempler fra udskrifterne, der understøtter temaer vedrørende coaching eller produktfeedback.	Find blandt samtaleudskrifterne fra de seneste 30 dage tre til fem eksempler på stærke afklarende spørgsmål og tre til fem eksempler på forpassede muligheder for at håndtere indvendinger. Angiv sælgerens navn, samtaledatoen og et direkte citat fra hver af dem.
Opret et dashboard, der knytter indsigterne fra samtalerne tilbage til de oprindelige sagsoplysninger og udskrifter.	Opret et coaching-dashboard, der opsummerer taletidsforhold, omtaler af konkurrenter og indvendingstemaer fra opkald i de seneste 30 dage. For hver indsigt skal du medtage et link til kildeopkaldet og den tilhørende aftalepost.

RevOps- og CRM-administratorer

Opgave	Eksempel på prompt til AI-agenten
Ryd op i CRM-egenskaber uden at ødelægge nedstrømsaktiver.	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 gennemføres.
Identificer duplikerede egenskaber, der indsamler de samme oplysninger på tværs af forskellige objekter.	Gennemgå alle kontakt-, virksomheds- og aftaleegenskaber og markér dem, der ser ud til at indsamle de samme oplysninger under forskellige navne. Angiv egenskabsnavnene, deres objekter og en foreslået handling for hvert duplikatpar.
Find forældede felter, der stadig forekommer i arbejdsgange, rapporter, visninger eller postlayouter.	Find alle CRM-egenskaber, der ikke er blevet opdateret i de sidste 12 måneder, men som stadig forekommer i aktive arbejdsgange, gemte rapporter, listevisninger eller postkortlayouter. Vis, hvor hver enkelt bruges, inden der foretages ændringer.
Få et eksempel på konsekvenserne af at fjerne eller erstatte en CRM-egenskab, før der foretages ændringer.	Jeg vil fjerne egenskaben [Egenskabsnavn]. Før der foretages ændringer, skal du vise mig alle arbejdsgange, rapporter, lister og postlayouter, der bruger den, og give et eksempel på, hvad der vil gå i stykker eller skal opdateres.
Omordn rekordfelter, så administratorer og sælgere ser de vigtigste oplysninger først.	For kontaktpostlayoutet skal disse felter flyttes til toppen af egenskabssidepanelet: [Felt 1], [Felt 2], [Felt 3]. Se en forhåndsvisning, før ændringerne anvendes.
Generer en oprydningsoversigt, der viser, hvad der er ændret, og hvad der stadig skal gennemgås.	Når oprydningen af CRM-egenskaberne er afsluttet, skal du generere en oversigt over alle egenskaber, der er blevet fjernet, erstattet eller omdøbt, hvilke aktiver der er blevet opdateret, samt en liste over alle felter, der stadig skal gennemgås manuelt.

Driftsteams

Opgave	Eksempel på en prompt til AI-agenten
Konsolider relaterede supportbilletter og bevar oprydningshistorikken.	Konsolider duplikerede supportbilletter, bevar oplysningerne fra den oprindelige billet, videresend hver overordnet billet til det rette trin i processen, og send teamet en oprydningsoversigt med alle poster, der stadig skal gennemgås.
Find dubletter eller relaterede supportanmodninger fra den samme kunde eller af samme problemtype.	Find alle åbne supportanmodninger fra samme virksomhed, der er oprettet inden for 30 dage af hinanden. Gruppér dem efter virksomhed og problemtype, og markér dem, der ser ud til at være dubletter.
Flet ticketkonteksten ind i en overordnet post, mens kildedetaljerne bevares.	For de ovenfor identificerede duplikat-tickets skal du flette beskrivelsen, kontakthistorikken og noterne fra hvert kildeticket ind i noterne i den overordnede post, inden du lukker duplikatene.
Videresend de konsoliderede sager til den korrekte pipeline-fase baseret på den aktuelle status.	For hver konsolideret overordnet sag skal du kontrollere den aktuelle status og flytte den til den korrekte fase i pipelinen: åbne sager til "I gang", sager, der afventer svar, til "Afventer kunde", og løste sager til "Lukket".
Marker tickets, der kræver manuel gennemgang, før de konsolideres.	Inden du konsoliderer billetter, skal du markere poster, der har en åben betalingsstrid, et aktivt SLA-ur eller en note markeret som eskalering. Sammenlæg ikke disse. Sæt dem i stedet på listen til manuel gennemgang.
Send en oversigt over oprydningen med sammenlagte poster, åbne spørgsmål og ansvarlige for opfølgning.	Når konsolideringen af billetterne er afsluttet, skal du sende supportteamlederen en oversigt, der angiver alle oprettede overordnede billetter, hvilke kildebilletter der er slået sammen i dem, eventuelle åbne spørgsmål, der kræver opfølgning, og hvem der har ansvaret for hvert næste trin.

Supportteams

Opgave	Eksempel på prompt til AI-agenten
Gennemgå kundehistorikken uden manuelt at åbne flere poster.	Hent de sidste 5 sager fra denne kontakt, opsummer hver løsning, og markér eventuelle mønstre af tilbagevendende problemer.
Gennemgå den seneste ticket-historik og identificer tilbagevendende kundeproblemer, inden der oprettes en ny sag.	Inden jeg opretter en ny ticket til [Kontakt], skal du hente de sidste 10 tickets, sammenfatte hver løsning og markere eventuelle problemer, der forekommer mere end én gang. Medtag ticketens emne, status og løsningsdato.
Prioriter sager, der har overskredet forventningerne til svartiden.	Find alle åbne sager, der ikke har modtaget et svar inden for det forventede SLA-vindue. Sorter dem efter, hvor længe de har været forfaldne, og medtag sagsejer, kontaktnavn og dato for seneste aktivitet.
Analyser faktureringsrelaterede sager for at identificere de mest almindelige årsager til, at kunder kontakter supporten.	Gennemgå alle tickets, der er mærket med en faktureringsrelateret kategori fra de sidste 90 dage. Opsummer de 5 vigtigste årsager til, at kunderne kontaktede supporten, rangordnet efter antal, og medtag den gennemsnitlige tid til løsning for hver enkelt.
Forbered svar på tickets med relevant historik om aftaler, abonnementer og eskaleringer.	For ticket [Ticket-ID] skal du hente kontaktpersonens tilknyttede aftalehistorik, aktuelle abonnementsoplysninger og eventuelle tidligere eskaleringsnoter. Opsummer konteksten, og udarbejd et svar, der løser kundens problem.

Kundesucces-teams

Opgave	Eksempel på prompt til AI-agenten
Udarbejd kontogennemgange ved hjælp af oplysninger fra flere HubSpot-værktøjer.	Til min kontooversigt i denne uge skal du sammenfatte åbne aftaler, nylige supportaktiviteter og den seneste NPS-score for hver konto i min kundeportefølje.
Identificer kundekonti med indikatorer på forhøjet risiko for kundeafgang.	Gennemgå konti i min kundeportefølje og markér dem, der viser to eller flere af følgende tegn: faldende login-hyppighed for produktet, åbne support-tickets, der er ældre end 14 dage, en NPS-score under 7 eller ingen CSM-aktivitet i de seneste 30 dage. Rangordn dem efter risikoniveau.
Find fornyelseskontakter med lavt produktengagement med henblik på proaktiv kontakt.	Find alle kontakter på konti, der skal fornyes inden for de næste 60 dage, og som ikke har logget ind på produktet inden for de sidste 21 dage. Opret en prioriteret kontaktliste med kontaktnavn, konto, fornyelsesdato og dato for sidste login.
Forbered kundegennemgange ved at sammenfatte de seneste aktiviteter inden for salg, support og kundefeedback.	For [Kundekonto] skal du sammenfatte al forretningsaktivitet fra de sidste 6 måneder, åbne og nyligt lukkede supporttickets samt eventuelle NPS- eller CSAT-svar. Formater dette som et brief før QBR, som jeg kan dele med kundeteamet.
Identificer ekspansionsmuligheder ved at sammenligne kontoens væksttendenser med historiske aftalestørrelser.	Se på de konti i min portefølje, der har oplevet vækst i antal medarbejdere eller omsætning i det seneste år. Sammenlign deres nuværende aftalestørrelse med, hvad lignende konti er vokset til, og markér de 10 største som potentielle ekspansionsmuligheder.

Hold kompetencebiblioteket opdateret

HubSpot Agent CLI Skills giver foruddefinerede retningslinjer, der hjælper AI-agenter med at arbejde med HubSpot-data og almindelige HubSpot-processer. Færdighedsbiblioteket indeholder retningslinjer for 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 ChatGPT.

Administrer adgang til HubSpot Agent CLI

Superadministratorer kan administrere, hvem der har tilladelse til at oprette forbindelse til HubSpot Agent CLI. Hvis en bruger ikke har tilladelse til at oprette forbindelse til HubSpot Agent CLI, skal vedkommende anmode om godkendelse fra en superadministrator, før forbindelsen kan oprettes.

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

Var denne artikel nyttig?

Denne formular bruges kun til dokumentationsfeedback. Læs, hvordan du kan få hjælp hos HubSpot.