首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >AI + CRM + 实时搜索,能做出什么样的销售助手?

AI + CRM + 实时搜索,能做出什么样的销售助手?

原创
作者头像
SerpApi
修改2026-08-16 17:48:27
修改2026-08-16 17:48:27
890
举报

传统 CRM 更关注历史数据,销售团队也因此经常错过很多“实时信号”。而 AI 销售助手可以把 CRM 里的客户信息与实时数据结合起来,自动生成市场简报和个性化内容,降低手动调研与频繁切换上下文的成本。

在现代 B2B 销售中,“信息上下文缺失(Context Gap)” 会直接影响成交效率。即使 CRM 里已经记录了大量信息(邮件往来、通话记录、销售阶段),销售团队依然很容易错过客户公司正在发生的“实时变化”。比如,一个潜在客户刚刚完成融资、发布了新产品,但你的跟进内容却完全没有提到这些信息,那么你的邮件很可能就会淹没在收件箱里。

过去,要补上这个“信息上下文缺失”,通常需要大量手动调研:上网搜索、看新闻动态、翻 CRM 记录,整个流程非常耗时。但现在,这件事已经可以被自动化了。

我们通过结合 OpenAI、HubSpot CRM SDK 和 SerpApi就能搭建 AI 销售助手,把 CRM 内部数据与实时市场信息结合起来,生成更有针对性的洞察和个性化销售内容。

传统CRM的问题:缺少实时上下文

大多数 CRM 本质上都在记录“过去发生了什么”,但销售本身其实是一个“面向未来”的工作。

想判断一个客户是不是高潜力客户,你往往需要实时信息,比如:

  • 这家公司最近是不是在扩招?
  • 有没有刚完成融资、发布新产品?
  • 最近的行业趋势,会不会影响他们当前的业务重点?

过去,如果想把这些“外部实时信号”接进 CRM 工作流里,通常需要写很多复杂的代码。

虽然MCP(Model Context Protocol)可以将AI 与外部工具的连接方式标准化,但我们搭建的这个 AI 销售助手,无需依赖MCP,通过 HubSpot 和 SerpApi 的集成,就已经可以实现类似效果。

AI 销售助手是怎么运行的?

这个 AI 销售助手,本质上是在持续运行一个循环流程:

👉 规划(Plan)→ 执行(Execute)→ 整合(Synthesize)

它会把 CRM 内部数据与外部市场信息结合起来,自动生成更有价值的销售洞察。

1. 规划(Plan)

比如,当用户提出:“帮我准备一份和 InnovateTech 开会前的会议纪要”,AI 助手会先判断:需要调用哪些工具和数据源。

它会同时查看:

  • 内部数据(Internal):从 HubSpot CRM 获取客户互动记录、联系人信息、销售阶段等数据。
  • 外部数据(External):通过 SerpApi 搜索最新的公司动态、新闻、市场变化等实时信息。

2. 执行(Execute)

接下来,AI 助手会从多个来源拉取原始数据:

  • HubSpot SDK 获取公司资料、联系人详情、历史沟通记录等 CRM 数据。
  • SerpApi 获取最新新闻、融资动态、产品更新等实时市场信息。

3. 整合(Synthesize)

当内部 CRM 数据和外部市场信息都获取完成后,AI 助手会开始生成个性化的销售建议或客户触达内容。比如,它可能会自动生成这样一段邮件:

“恭喜你们最近完成了 B 轮融资。上次聊到云迁移时,你提到过扩容方面的挑战。结合这次新融资,我们也想进一步展示我们的方案可以支持你们接下来的业务扩展计划。”

核心技术组件

完整实现代码已经开源在 GitHub 上。

这个 AI 销售助手主要依赖三个核心组件:

1. HubSpot 原生 SDK

HubSpot 将负责获取 CRM 内部的公司与联系人数据,例如:

  • hubspot_search_company_by_domain 通过域名搜索公司信息
  • hubspot_get_contact_by_email 通过邮箱获取联系人资料
  • hubspot_get_contact_activity_history 获取联系人历史互动记录

2. SerpApi 实时搜索新闻数据

SerpApi 将负责获取结构化的网页与新闻信息。相比传统搜索,SerpApi 会自动帮你处理:搜索结果结构化、日期过滤、数据标准化。这样 AI 可以直接消费这些数据,而不需要再手动清洗。

3. OpenAI 大语言模型(LLM)

负责整个 AI 助手的“思考与协调”。

它会调用不同工具、整合多个数据来源、生成最终的销售建议或客户触达内容。

运行与安全规范

为了保证 AI 销售助手输出结果的准确性与可靠性,我们还做了几个关键限制:

  • 来源可追溯(Source Attribution): 所有外部调研结果,都会保留原始来源链接,方便后续核实。
  • 时间标准化(Date Normalization): 类似“上周”、“最近”这种自然语言时间,会先自动转换成标准日期范围,再发起搜索请求。
  • 权限范围限制(Scope Limitation):出于安全考虑,HubSpot 的访问权限目前是只读的,不会直接修改 CRM 数据。

另一种方案:MCP

在此次方案中中,我们的 Agent 并未使用MCP,而是通过直接集成 HubSpot 和 SerpApi 的 SDK 与 API,实现了与之相仿的功能。

如果你想要通过MCP实现,需要借助 SerpApi MCPHubSpot MCP

总结:CRM 正在从“记录工具”变成“观察系统”

传统 CRM 更像一个“交易记录系统(transactional CRM)”, 它依赖人工录入数据,记录的是: 发过什么邮件、跟进到哪个阶段、客户过去做过什么。

但未来的 CRM,会越来越像一个“观察型 CRM(observational CRM)”。也就是说: AI Agent 会持续观察市场变化、客户动态和外部信号,并主动更新销售流程。

当 HubSpot、SerpApi 和 OpenAI 结合在一起后,“调研”这件事本身,就已经成为销售 workflow 的一部分。销售团队不再需要反复手动搜资料、来回切换网页、拼凑上下文,而是可以把更多精力放在建立客户关系、更快响应市场变化、做更精准、更有上下文的沟通, 这其实也是 AI 销售助手真正的价值所在。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 传统CRM的问题:缺少实时上下文
  • AI 销售助手是怎么运行的?
    • 1. 规划(Plan)
    • 2. 执行(Execute)
    • 3. 整合(Synthesize)
  • 核心技术组件
    • 1. HubSpot 原生 SDK
    • 2. SerpApi 实时搜索新闻数据
    • 3. OpenAI 大语言模型(LLM)
  • 运行与安全规范
  • 另一种方案:MCP
  • 总结:CRM 正在从“记录工具”变成“观察系统”
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档