從終端自動更新 CRM：AI Agent + MCP 實戰

你會做出什麼

會議剛結束。你說了再見、關掉 Zoom 視窗，腦袋後面有個聲音在唸你：該更新 CRM 了。 你應該更新。你不會更新。因為更新 CRM 意味著打開瀏覽器、找到正確的帳戶、在三層巢狀表單裡點來點去、填十幾個欄位、寫一段摘要、按存檔。那是 5 到 8 分鐘的機械式工作，對「你」產生零價值 -- 受益的只有三個禮拜後讀 CRM 的人。

所以你跳過了。每個人都跳過。你的 pipeline 變成上個月現實的博物館展品。

這篇文章建立一個不同的 workflow。通話結束，打一個指令，AI agent 讀取你的會議筆記、擷取聯絡人、交易階段、待辦事項和後續步驟，然後透過 MCP（Model Context Protocol -- 一種讓 AI agent 把外部 API 當工具呼叫的標準）推送 structured output 到 Salesforce 或 HubSpot。不用瀏覽器。不用表單。不用忘記。

想像成 CRM 版的 git commit。會議結束，你寫一段快速筆記（或貼上逐字稿），agent 處理結構化資料輸入。整個互動不到 30 秒。

這篇文章結束後，你會有：

• 一個 MCP server 設定，讓 Claude Code 連接你的 CRM API（Salesforce 或 HubSpot）
• 一段 CLAUDE.md workflow，定義 CRM 欄位對應和公司內部慣例
• Structured output 規則，確保每次記錄的資料格式一致
• 一個 Claude Code hook，可以在特定事件後自動觸發 CRM 更新
• 一個可重複的單指令 workflow，每場會議後都能跑

整個設定大約 30 分鐘。之後，你再也不用手動填 CRM 表單。

為什麼 CRM 記錄是最糟糕的手動工作

業務工程師、開發者倡導者、客戶經理都有同一個病。會議結束了。你應該更新 CRM。你沒有。資料就過時了。三個禮拜後，主管問 pipeline 狀態，CRM 裡顯示的是一個已經不存在的現實。

原因不是懶。是摩擦力。這樣想：想像如果每次 git commit 都要打開一個網頁表單、填十二個欄位、從三個下拉選單裡選值、寫一段話的摘要。沒人會 commit。CRM 資料輸入就是這樣。資訊在你腦袋裡（或你的筆記裡）。障礙是輸入機制，不是輸入本身。

Anthropic 自家文件描述了一個使用情境：Claude 透過 Chrome extension 讀取行事曆和 Salesforce 來協助 CRM 更新。那個方法可以用。但它需要瀏覽器、Chrome extension、還有從終端切出去的上下文切換。如果你已經活在終端裡 -- 跑 Claude Code、用 markdown 記筆記、從命令列管理任務 -- 有更快的路。

終端原生的做法：會議筆記進去，結構化 CRM 更新出來。不需要瀏覽器。

事前準備

你需要這些東西已安裝並正常運作：

• Claude Code v2.1+ 搭配 API 存取
• Node.js 18+（跑 MCP server 用）
• 一個有 API 存取的 CRM 帳號（Salesforce 開啟 REST API，或 HubSpot 有 private app token）
• 一個終端

如果你從來沒建過或設定過 MCP server，20 分鐘建一個 MCP Server 那篇教學涵蓋了基礎。這篇文章假設你已經懂 MCP tool 註冊和 .mcp.json 的運作方式。

第一步：設定 CRM MCP Server

這個 workflow 的核心是一個包裝你 CRM REST API 的 MCP server。不管你用 Salesforce、HubSpot 還是其他 CRM，模式都一樣：把建立、讀取、更新操作公開為 MCP tool，讓 agent 像呼叫函式一樣使用。

HubSpot 設定

HubSpot 的 API 是兩者中比較簡單的。你可以用專用的 HubSpot MCP server：

{
  "mcpServers": {
    "hubspot": {
      "command": "npx",
      "args": ["-y", "@anthropic/mcp-server-hubspot"],
      "env": {
        "HUBSPOT_ACCESS_TOKEN": "pat-na1-your-token-here"
      }
    }
  }
}

或用全域設定，讓它在每個專案都可用：

claude mcp add hubspot --scope user -- npx -y @anthropic/mcp-server-hubspot

Salesforce 設定

Salesforce 需要 OAuth。使用已啟用 API scope 的 connected app：

{
  "mcpServers": {
    "salesforce": {
      "command": "npx",
      "args": ["-y", "@anthropic/mcp-server-salesforce"],
      "env": {
        "SF_INSTANCE_URL": "https://your-org.my.salesforce.com",
        "SF_ACCESS_TOKEN": "your_session_or_oauth_token"
      }
    }
  }
}

通用 HTTP 模式

如果你的 CRM 沒有專用的 MCP server，通用 HTTP MCP server 可以對接任何 REST API。瑞士刀做法 -- 沒那麼優雅，但萬用。

{
  "mcpServers": {
    "crm-api": {
      "command": "npx",
      "args": ["-y", "@anthropic/mcp-server-fetch"],
      "env": {
        "CRM_BASE_URL": "https://api.your-crm.com/v3",
        "CRM_API_KEY": "your-api-key"
      }
    }
  }
}

用 fetch server 的話，Claude Code 可以發任意 HTTP 請求。你在 CLAUDE.md 裡定義 API endpoint 和 payload 結構，agent 自己組出正確的請求。

加完 server 後重啟 Claude Code，執行 /mcp 確認連線顯示綠色。

重要： 所有 token 都放在環境變數裡。用 .env 檔或 shell profile 來 export。上面的明碼寫法只是為了說明清楚 -- 永遠不要寫死 secret。

第二步：在 CLAUDE.md 定義 CRM 欄位對應

這一步是玩具 demo 和可靠 workflow 的分水嶺。沒有明確的欄位對應，agent 會自己猜要填哪些 CRM 欄位。猜測產生不一致的資料。不一致的資料比沒有資料更糟，因為它製造虛假的信心。

你的 CLAUDE.md 必須精確定義會議資訊如何對應到 CRM 欄位。把它想成 schema 定義 -- 跟你定義 database migration 或 API contract 一模一樣。

把這段加到專案的 CLAUDE.md（或 ~/.claude/CLAUDE.md 做全域設定）：

## CRM Update Workflow

When I ask to log a meeting or update the CRM, follow this exact sequence:

### Input Parsing
1. Read the meeting notes or transcript I provide.
2. Extract these fields:
   - Company name and contact names
   - Deal/opportunity name (if mentioned)
   - Meeting type: discovery, demo, technical review, negotiation, check-in
   - Key discussion points (3 bullets max)
   - Action items with owners and due dates
   - Next steps and follow-up date
   - Deal stage change (if applicable)
   - Sentiment: positive, neutral, at-risk

### CRM Field Mapping (HubSpot)
Map extracted data to these HubSpot fields:
- Contact: hs_lead_status, lifecycle_stage
- Deal: dealstage, amount, closedate, next_step
- Activity/Note: hs_note_body, hs_timestamp
- Task: hs_task_subject, hs_task_body, hs_task_due_date

### CRM Field Mapping (Salesforce)
Map extracted data to these Salesforce fields:
- Contact: LeadStatus, Title, Department
- Opportunity: StageName, Amount, CloseDate, NextStep
- Task: Subject, Description, ActivityDate, Priority
- Event: Subject, Description, StartDateTime, EndDateTime

### Deal Stage Mapping
Use these stage names (customize to your pipeline):
- "Discovery" -> discovery_call / Qualification
- "Demo completed" -> demo_scheduled / Proposal
- "Technical review" -> technical_evaluation / Negotiation
- "Verbal yes" -> negotiation / Closed Won (pending contract)
- "Contract sent" -> contract_sent / Closed Won

### Company Conventions
- Always prefix note subjects with the date: [YYYY-MM-DD]
- Tag all AI-logged activities with "logged-via-cli" in the description
- If no deal exists for this company, create a note on the contact record instead
- Currency is USD unless explicitly stated otherwise
- Quarter boundaries: Q1=Jan-Mar, Q2=Apr-Jun, Q3=Jul-Sep, Q4=Oct-Dec

### Output Format
After pushing to CRM, confirm with this structure:

**CRM Update Logged**
- Account: [company name]
- Contact: [name(s)]
- Activity: [meeting type] on [date]
- Deal stage: [previous] -> [new] (or "unchanged")
- Action items created: [count]
- Next follow-up: [date]

### Rules
- Never overwrite existing deal amounts unless I explicitly state a new number.
- Never move a deal backward in stages unless I explicitly say so.
- If a contact does not exist in the CRM, flag it instead of creating one automatically.
- Ask for confirmation before creating new deals or changing deal stages.

欄位對應區段是關鍵。它消除了造成 CRM 資料不一致的模糊地帶。每個團隊有不同的欄位名稱、pipeline 階段和慣例。把你的明確編碼進去。就像定義良好的 API contract 預防整合 bug，定義良好的欄位對應預防 CRM 資料毀損。

第三步：Structured Output 確保一致性

上面的 CLAUDE.md 規則確保 agent 知道要擷取「什麼」。Structured output 確保擷取的資料在送到 CRM API 之前「格式一致」。

Claude Code 處理你的會議筆記時，會在呼叫 API 之前建立內部表示。你可以在 CLAUDE.md 加一個擷取範本來強化一致性 -- 把它想成 CRM 資料的 TypeScript interface。

### Extraction Schema
Before calling any CRM API, structure the extracted data as:

{
  "company": "string",
  "contacts": ["string"],
  "meeting_date": "YYYY-MM-DD",
  "meeting_type": "discovery|demo|technical_review|negotiation|check_in",
  "summary": "string (max 500 chars)",
  "key_points": ["string (max 3 items)"],
  "action_items": [
    {
      "owner": "string",
      "task": "string",
      "due_date": "YYYY-MM-DD"
    }
  ],
  "deal_stage_change": "string|null",
  "next_follow_up": "YYYY-MM-DD",
  "sentiment": "positive|neutral|at_risk"
}

Show me this structured extraction before pushing to CRM so I can verify.

這個中間步驟給你一個審查點。Agent 擷取資料，你花 5 秒掃一眼結構化資料，確認後推送。就像 git commit 前先看 git diff -- 看一眼結構化資料，你要嘛點頭，要嘛在錯誤進入 production 之前抓到它。

第四步：實際執行

以下是實際使用方式。會議剛結束。你打開終端，打：

claude -p "Log this meeting to CRM:

Met with Sarah Chen and James Park from Acme Corp today.
Demo of the enterprise tier. They liked the SSO integration
but had concerns about the migration timeline. Asked for a
technical architecture review next week. Deal is progressing,
moving from demo to technical review. Budget confirmed at 85k ARR.
Action items: I send the migration playbook by Friday,
James schedules the architecture review for next Tuesday."

Claude Code 按照 CLAUDE.md 定義的 workflow 處理這段內容：

1. 解析會議筆記成結構化欄位
2. 查詢 CRM 裡的 Acme Corp，找到對應的帳戶和聯絡人
3. 顯示結構化擷取結果讓你確認
4. 建立一筆活動記錄在該帳戶上
5. 更新交易階段從「Demo」到「Technical Review」
6. 建立兩個任務：寄出 migration playbook（週五截止）、架構審查（下週二）
7. 確認輸出摘要

輸出結果：

**CRM Update Logged**
- Account: Acme Corp
- Contact: Sarah Chen, James Park
- Activity: demo on 2026-03-22
- Deal stage: demo_scheduled -> technical_evaluation
- Deal amount: $85,000 ARR (updated)
- Action items created: 2
- Next follow-up: 2026-03-25 (Tuesday)

總耗時：大約 20 秒，包含你審查擷取資料的時間。跟花 5-8 分鐘在表單裡點來點去比 -- 或者跟那個永遠不會發生的「我等一下再更新」比。

第五步：用 Claude Code Hooks 自動化

Workflow 穩定之後，再進一步。Claude Code hooks 讓你根據事件自動觸發動作 -- 就像 git hook，但是給 AI agent 生命週期用的。

在 Claude Code hooks 設定裡加入（.claude/hooks.json 或透過設定介面）：

{
  "hooks": {
    "post-tool-use": [
      {
        "matcher": "read_file:*meeting*,*transcript*,*call-notes*",
        "command": "echo 'Meeting notes detected. Run: claude -p \"log this meeting to CRM\" to update your CRM.'"
      }
    ]
  }
}

這是一個輕量提醒，不是強制自動化。當 Claude Code 讀取檔名包含 "meeting" 或 "transcript" 的檔案時，hook 會印出一行提醒。你自己決定要不要執行。想像成 post-commit hook 跑 echo "你更新文件了嗎？" -- 有幫助，但不會強迫你。

要完全自動化記錄，可以設定更直接的 alias：

# 在 .zshrc 或 .bashrc 裡：把會議筆記建立和 CRM 記錄串在一起
alias meeting-done='claude -p "Read the most recent file in ~/meetings/ and log it to CRM"'

或整合到你的行事曆 workflow：

# 會議結束後，一次完成筆記和記錄
alias post-meeting='vi ~/meetings/$(date +%Y-%m-%d)-notes.md && claude -p "Read ~/meetings/$(date +%Y-%m-%d)-notes.md and log this meeting to CRM"'

同時支援 Salesforce 和 HubSpot

如果你的組織用一套 CRM，但合作夥伴或客戶用另一套，兩個都設定，讓 CLAUDE.md 的 context 決定用哪一個：

{
  "mcpServers": {
    "hubspot": {
      "command": "npx",
      "args": ["-y", "@anthropic/mcp-server-hubspot"],
      "env": {
        "HUBSPOT_ACCESS_TOKEN": "pat-na1-your-token"
      }
    },
    "salesforce": {
      "command": "npx",
      "args": ["-y", "@anthropic/mcp-server-salesforce"],
      "env": {
        "SF_INSTANCE_URL": "https://your-org.my.salesforce.com",
        "SF_ACCESS_TOKEN": "your-token"
      }
    }
  }
}

在 CLAUDE.md 加一條路由規則：

### CRM Routing
- Default CRM: HubSpot
- If I mention "Salesforce" or the account is tagged as "SF-managed", use Salesforce
- If unsure which CRM, ask before pushing

Agent 讀路由規則的方式和讀其他指令一樣。不需要改程式碼。就是設定檔裡多一行而已。

調校與除錯

Agent 建了錯誤的交易階段。 你 CLAUDE.md 裡的階段名稱和 CRM 實際的值不符。這是最常見的失敗模式。到 CRM 設定裡檢查確切的階段名稱，逐字複製到 deal stage mapping 裡。一個錯字就代表一次無聲的失敗。

找不到聯絡人。 如果 CRM 裡是 "Sarah Chen" 但會議筆記寫 "Sarah"，agent 可能配對不上。加一條規則：When a contact name partially matches, show the top 3 matches and ask me to confirm. 這是 CRM 版的模糊搜尋 -- 顯示候選比無聲地選錯好。

API 呼叫太多。 Agent 可能對每個操作各發一次請求。在 CLAUDE.md 加：Batch CRM operations when possible. Use a single API call to update deal fields and log the activity simultaneously if the API supports it.

驗證錯誤。 CRM token 會過期。Salesforce session token 尤其短命。執行 workflow 前先用 OAuth refresh token 重新驗證，或檢查 /mcp 確認 server 有連上。

速率限制。 Salesforce 和 HubSpot 都有 API 速率限制。正常的會議記錄（每次 session 幾個呼叫）不會碰到。如果你要批次處理歷史會議，加延遲或檢查 rate limit header。

多窗格 CRM Workflow

記錄會議時，有效率的終端配置是三個窗格。第一個窗格：在編輯器裡打開你的會議筆記檔 -- 資料來源。第二個窗格：Claude Code 跑 CRM 更新 workflow，顯示結構化擷取和 API 呼叫 -- 處理引擎。第三個窗格：CRM 確認結果，或用 curl 快速驗證記錄有沒有成功建立 -- 驗證。

這個配置消除了「會議裡發生什麼」和「記錄了什麼」之間的上下文切換。你同時看到來源、處理過程、結果。如果擷取有什麼看起來不對，在第一個窗格改筆記、在第二個窗格重跑，不用切視窗。

如果團隊裡多個人要記錄同一批客戶的會議，workspace 切換讓每個人維護自己的 CLAUDE.md 慣例和 CRM 欄位對應，同時共用同一份 MCP server 設定。

延伸應用

CRM 記錄 workflow 是一個更廣泛模式的實例：非結構化文字進去，結構化 API 呼叫出來。這個架構是一條 pipeline -- 解析、擷取、驗證、推送 -- 任何符合這個形狀的東西都適用。

• 客服工單建立 -- 貼上客戶來信，agent 擷取問題細節，在 Jira 或 Linear 建立工單並加上正確的標籤和優先級
• 報帳 -- 貼上收據路徑或描述，agent 擷取廠商、金額、類別，push 到報帳系統
• 合約摘要 -- 貼上通話中的關鍵條款，agent 更新 deal room 或共享文件的結構化欄位

每種變體只需要 CLAUDE.md 裡一段新的 workflow 區塊，可能再加一個新的 MCP server 連線。核心模式 -- 解析、擷取、確認、push -- 完全不變。做完第一條 pipeline，第二條十分鐘就好了。

更多關於建立 AI CLI agent workflow 和 MCP server 模式的內容，那些指南涵蓋了本文所依賴的基礎概念。如果你已經在跑自動化站會報告，把 CRM 記錄加進日常流程是自然的下一步。

總結

CRM 資料輸入是一個已經被解決的問題。資訊早就在你的會議筆記和逐字稿裡了。MCP server 讓 Claude Code 直接存取你的 CRM API。CLAUDE.md 的 workflow 區段定義欄位對應和業務規則。Structured output 確保一致性。結果：20 秒的 CRM 更新，取代過去 5 到 8 分鐘的瀏覽器操作 -- 或者更常見的情況，根本就忘了做。

整個設定：.mcp.json 裡一筆 MCP server 設定、CLAUDE.md 裡一段 workflow 區塊、每場會議後跑一個指令。累積效果很可觀。一天 4 場會議，每次更新省 6 分鐘 -- 一天 24 分鐘，一年大約 100 小時。但真正的贏面不是省時間。是資料品質。你的 CRM 資料是即時的。這才是你有 CRM 的唯一理由。