- Kunskapsbas
- Konto och konfiguration
- Integreringar
- Konfigurera uppmaningar för Breeze-agenter med HubSpot MCP Client
Konfigurera uppmaningar för Breeze-agenter med HubSpot MCP Client
Senast uppdaterad: 13 april 2026
Tillgänglig med något av följande abonnemang, om inte annat anges:
-
Marketing Hub Starter, Professional, Enterprise
-
Sales Hub Starter, Professional, Enterprise
-
Service Hub Starter, Professional, Enterprise
-
Data Hub Starter, Professional, Enterprise
-
Content Hub Starter, Professional, Enterprise
-
Smart CRM Professional, Enterprise
När du har anslutit dina Breeze-agenter till en MCP-server med HubSpot MCP Client måste du lägga till tydliga instruktioner för att vägleda din Breeze-agent om vilka MCP-verktyg som ska användas och när. Instruktionerna bör anpassas baserat på ditt specifika användningsfall, installation och mål.
Lägg till MCP-meddelanden till Breeze-agenter
- I ditt HubSpot-konto navigerar du till Breeze > Breeze Studio.
- Navigera till fliken Agenter och klicka sedan på namnet på den agent som du vill lägga till MCP-uppmaningar till.
- Klicka på Konfigurera längst upp till höger.
- I avsnittet Guide för hur den här agenten beter sig, i textfältet Extra instruktioner, anger du dina MCP-meddelanden.
Exempel på prompt:
Du är ansluten till G2 MCP Server. För varje affärsanalys ska du alltid fråga G2 MCP Server för att hämta köparens avsiktssignaler, konkurrentjämförelseaktivitet och avsiktspoäng för de företag som är associerade med stängda och förlorade affärer. Kombinera G2:s externa marknadssignaler med HubSpot CRM-data för att ge en fullständig bild av orsakerna till förlusterna. När en konkurrent identifieras i G2-data kan du korsreferera den mot affärens förlustorsak i HubSpot. Upptäck mönster där G2:s avsiktsaktivitet ökade eller skiftade mot en konkurrent innan affären avslutades.
Bästa praxis för att lägga till MCP-uppmaningar till Breeze-agenter
Använd följande exempel som en guide för att lägga till MCP-meddelanden till en Breeze-agent som är ansluten till en Notion MCP-server. Även om dessa bästa metoder erbjuder ett allmänt ramverk kan du anpassa dem för ditt specifika användningsfall och för andra MCP-servers.
Identifiera databasen
Eftersom Notion-sidor och -databaser inte följer en fast struktur måste du instruera agenten exakt om vilken databas som ska användas. Vi rekommenderar att du nämner databasens namn, dess syfte och inkluderar databasens ID om du har ett sådant.
Exempel på prompt:
Använd Notion-databasen med titeln "Content Projects Tracker", som innehåller projektnamn, status, ägare och förfallodatum.
Beskriv egenskapen eller kolumnstrukturen
Beskriv databasstrukturen för att hjälpa Breeze-agenten att förstå uppgifterna. Vi rekommenderar också att du listar relevanta kolumnnamn, vad de innehåller och vilken egenskapstyp de har.
Exempel på prompt:
Databasen innehåller dessa kolumner: "Projektnamn" (titel), "Ägare" (person), "Status" (välj) och "Tidsfrist" (datum).
Om vissa fält är valfria eller inte används konsekvent är det bra att nämna det också.
Definiera agentens uppgift
Var tydlig med vilken specifik information som agenten ska hitta eller extrahera.
Exempel på uppmaningar:
-
Hitta alla objekt där statusen är "Pågående" och tidsfristen är inom de närmaste 7 dagarna.
-
Sammanfatta alla poster som har "Produktlansering" i titeln.
Ange åtgärder och verktyg
Om din agent behöver utföra en viss åtgärd, t.ex. query_database, list_databases eller retrieve_page, är det bra att uttryckligen ange vilka verktyg som ska användas och hur. Detta är särskilt användbart om agenten måste välja mellan flera verktyg.
Ge ett exempel på in- och utdata
Om ditt ombud behöver lägga till eller redigera poster rekommenderar vi att du inkluderar ett exempel på hur data ska se ut.
Exempel på prompt:
När du skapar en ny post ska du fylla i "Status" som "Ej påbörjad" som standard och lämna "Tidsfrist" tomt.<
Exempel på MCP-meddelanden för Breeze-agenter
Du är ansluten till Notion MCP-servern. Använd databasen med titeln "Feature Rollouts Tracker". Den innehåller följande kolumner: "Feature Name" (titel), "Status" (välj: Not Started, In Progress, Done), "PM Owner" (person) och "Target Release Date" (datum). Ditt jobb är att hitta alla funktioner som är markerade med "In Progress" och returnera deras namn tillsammans med PM-ägaren. Använd verktygetquery_database och hämta bara resultat från den här databasen.
Analysera alla avslutade och förlorade affärer från de senaste 90 dagarna. För varje företag, kontrollera G2-intentionssignaler för att se om de aktivt undersökte den konkurrent som anges i vår förlustorsak. Bekräftar eller motsäger G2-signalerna det som våra representanter rapporterade?
Vilka konkurrenter förekommer oftast i både våra HubSpot-orsaker till förlust och i G2-jämförelseaktivitet för samma konton? Rangordna dem och berätta var våra representanters anteckningar stämmer överens med eller strider mot vad köparna faktiskt gjorde på G2.
Analysera våra stängda förlorade affärsmönster från de senaste 90 dagarna med hjälp av G2-intentiondata. För varje större förlusttema - prissättning, konkurrentpreferens, inget beslut - skapa en Asana-uppgift i vårt Sales Enablement-projekt med en rekommenderad åtgärd, en ägare som platshållare och ett förfallodatum 2 veckor från idag.
För varje företag i min lista över "högprioriterade mål", kör en företagsforskningsprofil och lägg in deras nuvarande G2-köparavsiktsdata. Flagga alla konton med en avsiktspoäng över 65 som heta och uppdatera deras CRM-post i enlighet med detta.
Gör en företagsundersökning på våra 5 senast skapade leads och korsreferera var och en med G2-intentionsdata. Berätta för mig vilka som redan befinner sig i en aktiv köpcykel baserat på G2-signaler och vad de tittar på.
Baserat på G2-intentiondata, vilken konkurrent jämförs vi oftast med den här månaden? Skriv ett blogginlägg som är optimerat för den direkta jämförelsen som en köpare skulle landa på i mitten av utvärderingen.