Dorim să sincronizăm datele întâlnirii către un CRM și am ales HubSpot. Chiar dacă HubSpot are o integrare nativă, am vrut să îmbunătățim această integrare. Deci, în prima parte, îmbogățim informațiile de contact și despre companie.
Am creat aici un agent Make cu o anumită configurație pentru a analiza contactul. Utilizatorul furnizează datele în limba engleză pentru adresa de e-mail furnizată. Sistemul îmbogățește acea adresă și folosește diferite instrumente. Un instrument caută persoana din Apollo pentru a obține detalii pe baza unui e-mail, în timp ce altul caută pe web sau caută o companie, de exemplu, CUI românesc, numărul oficial de înregistrare. Cu aceasta, puteți accesa o altă platformă precum Terminate pentru a obține mai multe informații oficiale despre companie.
Modul în care funcționează agentul AI este simplu: îi dai instrucțiuni, iar AI va decide ce instrument să folosească. Apoi revine cu informațiile după cum este necesar. Puteți îmbogăți acest lucru cu detalii suplimentare, cum ar fi veniturile companiei, istoricul angajaților sau orice alte informații pe care le puteți găsi online sau pe platforme precum Nepal.
Pentru simplitate, am adăugat câteva lucruri aici. Voi rula acest lucru acum pentru a vă arăta cum funcționează. În primul rând, iau participanții la întâlnire, iau un participant și îl transmit la AI. Agentul va declanșa apoi alte scenarii. Dacă intrăm în istoria acestui lucru, puteți vedea că a fost declanșat pentru Mario. Pentru Mario, avem toate detaliile de la Apollo, cum ar fi rolul său de șef de proiecte, profilul LinkedIn și multe altele, pe care le-ați putea folosi pentru automatizarea de informare.
Agentul AI ar putea folosi, de asemenea, căutătorul companiei. Folosim căutarea web cu OpenAI pentru a obține răspunsuri rapide. În istorie, OpenAI a returnat detalii despre companie și alte răspunsuri relevante. Apoi trecem la Make it Future și continuăm.
Uneori, agentul Make nu respectă doar returnarea JSON-ului de răspuns. Știu că este în curs de dezvoltare și vin îmbunătățiri. Pentru a mă asigura că obțin întotdeauna un JSON corect, folosesc un modul de completare de la OpenAI pentru a verifica și corecta JSON, asigurându-mă că este valid și poate fi analizat pentru următorii pași.
Ne scurtăm timpul — mai rămân aproximativ 4 minute — înainte de a trece la întrebări și răspunsuri. Deci, odată ce am datele, le sincronizez cu contactul. Conectez câmpurile precum prenumele, prenumele, adresa de e-mail, numărul de telefon, profilul LinkedIn și orice altceva vreau să mă conectez la companie. De asemenea, caut compania și, dacă există, o actualizez; dacă nu, o creez. Apoi creez o afacere, iar ultimul pas aici este o verificare ulterioară.
Încă nu am configurat asta, dar o voi face acum. De exemplu, vreau să analizez întâlnirea și să decid dacă trebuie să iau legătura cu clientul. Pentru a face asta, am nevoie de informațiile despre întâlnire și îmi lipsește transcrierea MeetGeek. O voi cartografia ca un text.
Odată ce trec transcrierea către AI, aceasta o va analiza și îmi va spune dacă este necesară o urmărire. Dacă da, returnează informațiile în format JSON, indicând dacă este necesară o urmărire. Aș putea extinde acest lucru pentru a include și alți pași, cum ar fi actualizarea etapei acordului pe baza discuției.
De exemplu, aș putea analiza întâlnirea și pot decide ce etapă este cea mai potrivită pentru afacere. Apoi pot verifica rezultatul, pot crea sarcini și le pot atribui.
Aceasta este ideea de bază. Limitările se bazează pe imaginația ta. Puteți crea sarcini de urmărire, actualizați etapele tranzacției și multe altele. Voi împărtăși șabloanele JSON cu toată lumea. Simțiți-vă liber să le modificați și să contactați mine și echipa mea pentru sprijin.
