Configura i prompt dell'agente IA di HubSpot con gli strumenti MCP collegati

Dopo aver collegato un server MCP a un agente AI di HubSpot, configura le istruzioni di prompt per stabilire quando e come l'agente utilizza gli strumenti MCP collegati.

I prompt ben progettati aiutano gli agenti a combinare i dati di HubSpot con le informazioni provenienti da sistemi esterni per portare a termine attività aziendali specifiche in modo coerente.

Aggiungi prompt MCP agli agenti IA di HubSpot

1. Nel tuo account HubSpot, clicca su Altro, quindi vai su Agenti > Hub degli agenti. Se l’opzione “Altro” non è presente nel tuo account, vai su Agenti > Hub degli agenti .
2. Fai clic sulla scheda "Agenti ".
3. Passa con il mouse sull'agente che desideri modificare e fai clic su "Modifica".
4. Nella sezione Istruzioni, inserisci i tuoi prompt MCP. Ad esempio, puoi utilizzare il seguente prompt:
   
   Esempio di prompt:
   "Sei connesso al server G2 MCP. Per ogni analisi di trattativa, interroga sempre il server G2 MCP per recuperare i segnali di intento dell’acquirente, l’attività di confronto con la concorrenza e i punteggi di intento relativi alle aziende associate alle trattative chiuse con esito negativo. Combina i segnali di mercato esterni di G2 con i dati di HubSpot CRM per fornire un quadro completo dei motivi di perdita. Quando nei dati di G2 viene identificato un concorrente, confrontalo con il motivo della perdita dell’affare in HubSpot. Individua i modelli in cui l’attività di intenti su G2 ha registrato un picco o si è spostata verso un concorrente prima della chiusura dell’affare."

Caso d’uso: creare informazioni automatizzate sugli account a partire dalle conversazioni di vendita

L’esempio seguente può essere utilizzato come guida per aggiungere prompt MCP a un agente AI di HubSpot collegato ai server MCP di Notion e Gong. Sebbene questo caso d’uso offra un quadro generale, è possibile personalizzarlo in base al proprio obiettivo specifico e ad altri server MCP.

Obiettivo aziendale

Un’organizzazione di vendita mira a ridurre il tempo che i team di account dedicano alla ricerca delle conversazioni con i clienti, consentendo loro di concentrarsi maggiormente sull’interazione con i potenziali clienti.

In passato, i rappresentanti dovevano riascoltare manualmente le registrazioni delle chiamate, cercare i riferimenti alla concorrenza e documentare i punti chiave in diversi sistemi.

Collegando gli agenti basati sull’intelligenza artificiale di HubSpot a strumenti esterni tramite HubSpot MCP Client, l’organizzazione può centralizzare le attività di ricerca e generare automaticamente informazioni utili.

Esempio di configurazione

Questo esempio illustra come un team di vendita colleghi un agente AI di HubSpot a sistemi esterni utilizzando HubSpot MCP Client.

1. Collegare l’agente al server MCP di Gong per analizzare le chiamate di vendita e identificare le obiezioni ricorrenti relative alla concorrenza.
2. Collegare l’agente al server MCP di Notion per archiviare i riepiloghi degli account in uno spazio di lavoro condiviso.
3. Configurare i prompt MCP per l’agente seguendo le best practice riportate di seguito.

Migliori pratiche per i prompt MCP

• Identifica il database: poiché le pagine e i database di Notion non seguono una struttura fissa, devi indicare all'agente esattamente quale database utilizzare.
  • Best practice: è consigliabile indicare il nome del database, il suo scopo e, se possibile, includere l’ID del database.
  • Esempio di prompt: Utilizza il database di Notion intitolato "Content Projects Tracker", che include il nome del progetto, lo stato, il responsabile e la data di scadenza.
• Descrivi la struttura delle proprietà o delle colonne: descrivi in dettaglio la struttura del database per aiutare l’agente a comprendere i dati.
  • Best practice: quando fai riferimento a un database, dovresti elencare i nomi delle colonne rilevanti, cosa contengono e il loro tipo di proprietà. Se alcuni campi sono facoltativi o non vengono utilizzati in modo coerente, dovrebbero comunque essere inclusi.
  • Esempio di prompt: Il database include queste colonne: "Nome del progetto" (titolo), "Responsabile" (persona), "Stato" (selezione) e "Scadenza" (data).
• Definire il compito dell’agente: specificare chiaramente le informazioni precise che l’agente deve trovare o estrarre.
  • Buona pratica: quando si definisce il compito dell’agente o si richiedono dati, utilizzare nomi e dettagli specifici.
  • Esempio di prompt: Trova tutti gli elementi in cui lo Stato è "In corso" e la Scadenza rientra nei prossimi 7 giorni.
• Specificare azioni e strumenti: se l’agente deve eseguire un’azione specifica, indicare esplicitamente quali strumenti deve utilizzare e in che modo. Ciò è particolarmente utile se l’agente deve scegliere tra più strumenti.
  • Best practice: definisci lo strumento esatto da utilizzare e come devono essere eseguite le azioni, ad esempio query_database, list_databases o retrieve_page.

• Fornire un esempio di input e output: se il vostro agente deve aggiungere o modificare voci, si raccomanda di includere un esempio di come dovrebbero presentarsi i dati.
  • Buona pratica: fornire un esempio chiaro di ciascun input e dell’output desiderato con esempi. È inoltre possibile aggiungere condizioni per output diversi.
  • Esempio di prompt: quando si crea una nuova voce, impostare 'Stato' su 'Non avviato' per impostazione predefinita e lasciare 'Scadenza' vuota.

Risultato

Una volta completata la configurazione:

• Gli agenti AI di HubSpot possono accedere ai dati provenienti dai sistemi aziendali collegati.
• I team di vendita possono analizzare le conversazioni con i clienti senza uscire da HubSpot.
• I riepiloghi degli account, le analisi sulla concorrenza e le azioni di follow-up vengono generati automaticamente.
• I team dedicano meno tempo alla raccolta di informazioni e più tempo all'azione.