Techsy
Kontakt
Začít
Zpět na blog
ai-machine-learning

Propojení AI hlasových agentů s vaším CRM: HubSpot, Salesforce a Pipedrive (s kódem pro webhooky)

Napsal Mert Batur Gürbüz
Jun 10, 2026
15 minut čtení
Obsah
Propojení AI hlasových agentů s vaším CRM: HubSpot, Salesforce a Pipedrive (s kódem pro webhooky)

Propojení AI hlasových agentů s vaším CRM: HubSpot, Salesforce a Pipedrive (s kódem pro webhooky)

U projektu Vapi, který jsme nasadili začátkem tohoto roku, trvalo cestě hlasový agent → naše interní lookup API → čtení kontaktu v HubSpotu 410 ms při p50 a 1 240 ms při p95. Toto číslo je hlavním důvodem, proč tento článek vznikl. Integrace hlasového agenta s CRM stojí nebo padá na časovači, který ovládá volající. Pokud to zapojíte jako synchronizaci v Zapieru, agent se uprostřed věty odmlčí, zatímco se webhook plouží. Řešením není více API volání. Jsou to dva vzory, jeden timeout a záložní hláška. Zde jsou všechny tři, včetně kódu, který můžete nasadit.

Většina průvodců na toto téma vám vysvětlí myšlenku a poté se snaží prodat svůj produkt. Žádný z nich nedodává hotový handler. My jdeme opačnou cestou.

Klíčová zjištění

  • Hlasoví agenti se připojují ke CRM dvěma způsoby: function calling pro živé čtení během hovoru a webhooky pro zápisy po skončení hovoru.
  • Čtení během hovoru vyžaduje rozpočet 5 sekund plus spoken fallback line (záložní hlasovou hlášku), aby volající nikdy neslyšel ticho.
  • Mapujte data z hovoru na pole v CRM pomocí idempotenčního klíče, aby opakované webhooky nevytvářely duplicitní záznamy.
  • Pipedrive nemá webhook pro změny vlastních polí, místo toho musíte pravidelně dotazovat dealFields.

Co „Integrace hlasového agenta s CRM“ skutečně znamená (2 metody, ne jedna)

Integrace hlasového agenta s CRM propojuje hlasového agenta s vaším CRM dvěma odlišnými způsoby: function calling pro živé čtení dat, zatímco je volající na lince, a webhooky pro zapsání výsledku hovoru poté, co zavěsí. Živé čtení personalizuje konverzaci; zápis po hovoru zaznamenává, co se stalo. Běží na různých časových osách a selhávají různými způsoby.

Zde je mentální model v jedné větě: function calling je, když se hlasový agent uprostřed věty zeptá vašeho CRM na otázku; webhook je, když agent podá svou zprávu poté, co zavěsí.

Function calling: čtení dat v reálném čase

Function calling je způsob, jakým LLM pozastaví generování textu, zavolá externí nástroj, který jste definovali, a zahrne výsledek do toho, co řekne dál. Pro hlasového agenta je tímto nástrojem „vyhledání tohoto volajícího v CRM“. Model zjistí, že potřebuje data, váš server je načte a agent pozdraví volajícího jménem a informací o jeho tarifu. Pokud chcete znát hlubší mechaniku, náš průvodce function callingem rozebírá schéma definice nástroje. Háček je v tom, že se to děje živě, takže běží proti trpělivosti volajícího.

Webhooky: zápis dat afterwards

Webhook je požadavek POST, který váš server obdrží, když něco skončí. Pro hlasové agenty je tím největším událost konce hovoru: platforma vám okamžitě po skončení hovoru pošle přepis, shrnutí, dispozici a URL nahrávky. Vy vezmete tento payload a zapíšete jej do CRM jako Aktivitu a poté posunete fázi obchodu. Zde není žádný tlak na čas. Volající je pryč. Můžete opakovat pokusy, zařazovat do fronty a řešit konzistenci.

Většina produkčních integrací používá obojí. Čtěte živě, pište afterwards.

Architektura: Co se stane při příchozím hovoru, end-to-end

Integrace hlasového agenta s CRM následuje při každém příchozím hovoru pevný pětikrokový životní cyklus. Hovor dorazí, agent živě přečte záznam volajícího prostřednictvím function callu, proběhne konverzace, spustí se webhook konce hovoru a váš handler zapíše výsledek do CRM a v případě potřeby upozorní člověka. Každý příklad kódu v tomto článku navazuje na jeden z těchto pěti kroků.

Zde je tok krok za krokem:

  1. Dorazí příchozí hovor. Platforma (Vapi, Retell nebo váš vlastní stack hlasového agenta) přijme hovor a identifikuje volajícího podle telefonního čísla.
  2. Živé vyhledávání (function call). Agent zavolá váš lookup nástroj, který dotáže CRM a vrátí kontakt, fázi obchodu a nedávný kontext.
  3. Konverzace. Agent mluví, případně volá další nástroje (kontrola termínů schůzek, vyhledání objednávky).
  4. Webhook konce hovoru. Hovor skončí, platforma odešle report o konci hovoru metodou POST na váš server.
  5. Zápis do CRM + předání. Váš handler zaznamená Aktivitu, nastaví dispozici, posune obchod a vytvoří úkol pro lidského obchodníka s úplným kontextem.

Hero diagram výše tomu přesně odpovídá: jedna příchozí šipka, rozdělení na „živé čtení“ a „zápis po hovoru“, tři karty cílových CRM a uzel předání. Mějte tento obrázek na mysli. Vše níže je jen vyplňování políček.

Čtení dat z CRM během hovoru (a proč máte rozpočet 5 sekund)

Ano, hlasový agent může během hovoru stahovat data z CRM. Používá k tomu function call, který narazí na váš koncový bod pro vyhledávání a vrátí výsledek dříve, než agent pronese další větu. Omezením je čas. Podle dokumentace serverových událostí Vapi běží volání nástrojů function call proti timeoutu a při živém hovoru je vaším skutečným stropem trpělivost volajícího, nikoliv limit API. Počítejte s pěti sekundami a mějte zálohu.

Zde je část, kterou nikdo na SERP neměří. Na naší cestě Vapi → interní lookup API → čtení kontaktu v HubSpotu jsme zaznamenali 410 ms p50 a 1 240 ms p95 round-trip u několika tisíc hovorů. Většina čtení je rychlá. Ale tail p95 (omezení rychlosti HubSpotu, studená lambda, pomalé načítání asociací) je místem, kde hovory ztichnou. Právě kvůli tomuto tailu nastavujeme timeout nástroje function call na 5 sekund: pohodlně nad p95, pohodlně pod bodem, kdy člověk řekne „haló? jste tam?“

A zde je pravidlo, na kterém záleží: pokud vyhledávání v CRM trvá déle než trpělivost volajícího, měl by agent něco říct. Nikdy nezůstávejte ticho. Ticho je nejrychlejší způsob, jak přijít o hovor. V našich implementacích agent pronese záložní hlášku v okamžiku, kdy nástroj dosáhne timeoutu: „Dovolte mi to vytáhnout, chvilku strpení.“ Volající slyší pauzu, která zní lidsky, nikoliv zaseknutého bota.

Toto je definice nástroje function call, kterou dodáváme pro živé vyhledávání v CRM:

json
{
  "type": "function",
  "function": {
    "name": "lookup_crm_contact",
    "description": "Look up the caller in the CRM by phone number before greeting them. Returns name, plan, and open deal stage.",
    "parameters": {
      "type": "object",
      "properties": {
        "phone": {
          "type": "string",
          "description": "Caller phone number in E.164 format"
        }
      },
      "required": ["phone"]
    }
  },
  "server": {
    "url": "https://api.yourdomain.com/voice/crm-lookup",
    "timeoutSeconds": 5
  }
}

Dvě věci činí tento postup bezpečným pro hlas. Strop timeoutSeconds: 5 zastaví agenta, aby nečekal věčně. A server.url směřuje na váš koncový bod, nikoliv přímo na CRM, takže máte pod kontrolou cachování, opakování pokusů a tvar toho, co se vrátí. Z našich zkušeností vyplývá, že umístění interního API mezi agenta a CRM je jediným nejlepším rozhodnutím, které můžete udělat; je to místo, kde žije logika záloh a mapování polí.

Zápis afterwards po hovoru: Logování aktivity, shrnutí a dispozice

Pro zalogování hovoru AI hlasového agenta do CRM obdržíte webhook konce hovoru z platformy, extrahujete přepis, shrnutí a dispozici, poté metodou POST odešlete Aktivitu hovoru do CRM a nastavíte status leadu. Zde není žádný rozpočet na latenci (volající je pryč), takže je to místo, kde provádíte náročné zápisy, opakování pokusů a posuny fází obchodu, které byste nikdy neriskovali uprostřed hovoru.

Payload konce hovoru (Vapi jej nazývá událost end-of-call-report, podle jejich dokumentace serverových událostí) nese přepis, vygenerované shrnutí, výsledek hovoru, URL nahrávky a délku hovoru. Vaším úkolem je namapovat to na Aktivitu v CRM a posunout záznam vpřed.

Zde je spustitelný handler v Node/TypeScript, který obdrží report a zapíše engagement hovoru v HubSpotu, poté posune fázi obchodu. Koncový bod POST /crm/v3/objects/calls a vzor asociace ke kontaktu pocházejí přímo z průvodce API HubSpotu pro hovory:

typescript
import express from "express";

const app = express();
app.use(express.json());

const HUBSPOT_TOKEN = process.env.HUBSPOT_TOKEN!;
const seen = new Set<string>(); // swap for Redis/DB in production

app.post("/voice/end-of-call", async (req, res) => {
  const report = req.body.message; // Vapi end-of-call-report
  if (report?.type !== "end-of-call-report") return res.sendStatus(200);

  const key = report.call.id; // idempotency key (see field-mapping section)
  if (seen.has(key)) return res.sendStatus(200);
  seen.add(key);

  const { contactId, dealId } = report.call.metadata; // set when call started

  // 1. Write the call Activity (engagement)
  await fetch("https://api.hubapi.com/crm/v3/objects/calls", {
    method: "POST",
    headers: {
      Authorization: `Bearer ${HUBSPOT_TOKEN}`,
      "Content-Type": "application/json",
    },
    body: JSON.stringify({
      properties: {
        hs_call_title: "AI Voice Agent Call",
        hs_call_body: report.summary,
        hs_call_duration: String(report.durationMs ?? 0),
        hs_call_recording_url: report.recordingUrl ?? "",
        hs_call_status: "COMPLETED",
        hs_timestamp: Date.now(),
      },
      associations: [
        {
          to: { id: contactId },
          types: [{ associationCategory: "HUBSPOT_DEFINED", associationTypeId: 194 }],
        },
      ],
    }),
  });

  // 2. Move the deal stage based on disposition
  if (dealId && report.analysis?.disposition === "qualified") {
    await fetch(`https://api.hubapi.com/crm/v3/objects/deals/${dealId}`, {
      method: "PATCH",
      headers: {
        Authorization: `Bearer ${HUBSPOT_TOKEN}`,
        "Content-Type": "application/json",
      },
      body: JSON.stringify({ properties: { dealstage: "qualifiedtobuy" } }),
    });
  }

  res.sendStatus(200);
});

app.listen(3000);

To je odměna, kterou sliboval nadpis H1: nasaditelný handler, nikoliv jeho popis. Nechcete to ručně kódovat a hostovat? Alternativa no-code workflow, jako je n8n, může přijmout stejný webhook a zapsat do CRM pomocí vizuálních uzlů, za cenu určité ztráty kontroly nad opakováním pokusů a zpracováním chyb.

Mapování dat z hovoru na pole v CRM (bez vytváření duplicit)

Mapování polí propojuje každý kus dat z hovoru s konkrétním objektem a polem v CRM: záměr volajícího s vlastností obchodu, dispozici se statusem leadu, shrnutí s tělem Aktivity. Zde vás mohou kousnout dvě produkční úskalí: formátování dat pro řeč předtím, než je agent přečte nahlas, a použití idempotenčního klíče, aby opakovaný webhook nevytvořil druhý záznam pro stejný hovor.

V našich implementacích uchováváme mapování v jednom konfiguračním objektu, aby jej mohli upravovat i neinženýři, aniž by sahali na handler. Zde je tvar toho reálného:

Data z hovoruCRM object.fieldTypPříklad
záměr volajícíhodeal.intent_summarystring"Chce demo Pro plánu"
dispozicecontact.lead_statusenum"qualified"
shrnutí hovorucall.hs_call_bodystring"Diskutovali o cenách, rezervováno demo"
URL nahrávkycall.hs_call_recording_urlurl"https://..."
délka (ms)call.hs_call_durationnumber184000
flag kvalifikacedeal.dealstageenum"qualifiedtobuy"

První úskalí: formátování laděné pro řeč. Hlasový agent, který čte volajícímu surové JSON, zní rozbitě. Naformátujte data z CRM do věty, než se dostanou do TTS. Nevracejte modelu {"plan":"pro","renewed":"2026-03"}. Vraťte „jsou na Pro plánu, obnoveno minulý březen“, aby to agent řekl přirozeně.

Druhé úskalí: idempotence. Hlasové platformy opakují webhooky. Pokud váš handler není idempotentní, stejný hovor se zaloguje dvakrát a získáte duplicitní záznamy. Použijte ID hovoru jako klíč:

typescript
const key = report.call.id;
if (await store.has(key)) return res.sendStatus(200); // already processed
await store.add(key);
// ...do the CRM write

V produkci je tento store Redis nebo řádek v databázi s unikátním omezením na ID hovoru, nikoliv in-memory Set. Výše uvedený Set funguje pro demo; při každém restartu serveru ztratí svou paměť.

Než přejdeme k sekcím pro jednotlivá CRM, zde je rozdíl mezi třemi platformami ve věcech, které jsou pro hlas skutečně důležité:

HubSpotSalesforcePipedrive
Objekt aktivity/hovoruengagement / crm/v3/objects/callsTask / ActivityActivity
Objekt obchoduDealOpportunityDeal
AutentizaceOAuth / token soukromé aplikaceOAuthAPI token / OAuth
Zápis po hovoruengagement APIREST / CompositeActivities API
Webhook vlastního poleanoanone, dotazovat dealFields

Integrace s HubSpot (Vapi → HubSpot, krok za krokem)

Pro integraci Vapi → HubSpot mapujete živé čtení na vyhledávání kontaktu a zápis po hovoru na engagement hovoru asociovaný s tímto Kontaktem a jeho Obchodem. Objektový model HubSpotu je Kontakt, Obchod a engagement (Aktivita) a koncový bod POST /crm/v3/objects/calls je vaším cílem pro zápis. Toto je vzor vapi hubspot integration, který většina hledajících skutečně chce.

Živé čtení je function call na váš koncový bod pro vyhledávání, který dotazuje GET /crm/v3/objects/contacts/search podle telefonního čísla a vrací Kontakt a případný otevřený Obchod. Zápis po hovoru je handler z výše uvedené sekce: vytvoří engagement hovoru a asocuuje jej s Kontaktem prostřednictvím typu asociace 194, poté provede PATCH dealstage Obchodu.

Detail, který lidé přehlížejí: Asociace v HubSpotu jsou typované. Asociace hovor-kontakt používá specifické associationTypeId a hovor se nezobrazí na časové ose kontaktu, pokud jej vynecháte. HubSpotův průvodce API pro hovory uvádí ID. Pro autentizaci je token soukromé aplikace nejrychlejší cestou pro jedno pracovní prostředí; použijte OAuth, pokud toto dodáváte pro více účtů HubSpot.

Integrace se Salesforce (Objekty, Auth, čtení/zápis v reálném čase)

Integrace hlasového agenta se Salesforce čte během hovoru z Kontaktů nebo Leadů a po něm zapisuje Task (objekt Aktivity). Obchod sídlí v Opportunity. Vzorec je identický jako u HubSpotu (živé čtení přes function call, zápis po hovoru), ale liší se názvy objektů a tok autentizace. Pro zápis narazíte na REST API nebo Composite API.

Pro živé čtení váš koncový bod pro vyhledávání dotazuje Salesforce pomocí požadavku SOQL, jako je SELECT Id, Name, Account.Name FROM Contact WHERE Phone = '...', a vrátí jej agentovi. Pro zápis po hovoru vytvoříte Task s nastaveným WhoId na Kontakt/Lead a WhatId na Opportunity, podle průvodce REST API Salesforce:

typescript
await fetch(
  `${INSTANCE_URL}/services/data/v60.0/sobjects/Task`,
  {
    method: "POST",
    headers: {
      Authorization: `Bearer ${sfToken}`,
      "Content-Type": "application/json",
    },
    body: JSON.stringify({
      Subject: "AI Voice Agent Call",
      Description: report.summary,
      Status: "Completed",
      WhoId: contactId,      // Contact or Lead
      WhatId: opportunityId, // Opportunity
      CallDurationInSeconds: Math.round((report.durationMs ?? 0) / 1000),
    }),
  }
);

Úskalí specifické pro hlas: Tokeny OAuth v Salesforce expirují a nechcete, aby obnova tokenů soutěžila s vaším 5sekundovým rozpočtem na živé čtení. Obnovujte tokeny pravidelně na pozadí, cacheujte access token a udržujte jej „teplý“, aby živé vyhledávání nikdy neplatilo cenu obnovy během hovoru.

Integrace s Pipedrive (tu všichni přeskočí)

Integrace s Pipedrive funguje prostřednictvím Persons, Deals a Activities a má jednu skutečnou past: neexistuje žádný webhook pro změny vlastních polí. Pokud váš hlasový agent zapíše do vlastního pole a vy potřebujete reagovat na tuto změnu jinde, nemůžete se k ní přihlásit. Pipedrive vám nepošle webhook, když se změní vlastní pole; musíte pravidelně dotazovat dealFields. Téměř nikdo to nezmiňuje, což je přesně důvod, proč se integrace voice agent Pipedrive nenápadně lámou.

Životní cyklus hlasu se mapuje čistě: živé čtení dotazuje GET /persons/search podle telefonu, zápis po hovoru vytvoří Aktivitu (POST /activities) propojenou s Person a Deal a kvalifikace posune Deal do další fáze. Standardní záležitost.

Pastí jsou vlastní pole. V Pipedrive jsou vlastní pole odkazována pomocí 40znakového hash klíče, nikoliv lidského názvu, takže vaše konfigurační mapování musí ukládat něco jako dcf558aba6... místo plan_tier. A podle dokumentace DealFields Pipedrive pro ně neexistuje žádná událost změny. Pokud downstream systém potřebuje vědět, kdy agent aktualizoval vlastní pole, dotazujete GET /dealFields a porovnáváte s posledním snapshotem cronem. Není to elegantní. Prostě tak Pipedrive funguje a zjistit to ve 2 ráno v produkci je horší než si to přečíst zde.

Předání kvalifikovaného leadu: Posun obchodu a briefing lidského obchodníka

Předání je místo, kde hlasový agent při kvalifikaci posune fázi obchodu, vytvoří úkol pro lidského obchodníka a předá přepis a shrnutí, aby obchodník vstupoval do situace již se znalostí kontextu. Když je to uděláno správně, člověk převezme teplý, kvalifikovaný lead s připojenými poznámkami, nikoliv studené jméno a telefonní číslo.

Mechanicky jde o tři zápisy, všechny v handleru po hovoru: PATCH obchodu do kvalifikované fáze, POST Aktivity/Úkolu přiřazeného obchodníkovi s termínem splnění a vložení shrnutí hovoru do těla úkolu. Obchodník otevře své CRM, uvidí „AI kvalifikováno: chce Pro demo, rozpočet potvrzen, preferuje čtvrtek“ a zavolá zpět připraven.

Zde se také projeví výběr platformy. Pokud se stále rozhodujete, na jakém engine stavět, naše analýza která platforma nejlépe zvládá integraci s CRM porovnává, jak Vapi, Retell a Bland vystavují metadata hovorů a události webhooků, a tento rozdíl přímo určuje, jak čistě může vaše předání proběhnout.

Postavte si to sami vs. přenechte to jiným (upřímné hodiny)

Vybudování produkční integrace hlasového agenta s CRM zabere zhruba 20–40 hodin na jedno CRM a hodiny nejdou tam, kam byste čekali. Happy-path čtení a zápis je možná den práce. Zbytek je správa auth tokenů, mapování polí, zpracování záloh, idempotence a testování proti limitům rychlosti a zvláštnostem CRM. Takže jak dlouho to skutečně trvá postavit? Zde je upřímný rozbor.

V našich implementacích se čas dělí zhruba takto: 3–5 hodin na auth a obnovu tokenů, 4–6 na mapování polí a vrstvu formátování laděného pro řeč, 4–8 na zpracování záloh a timeoutů, 3–5 na idempotenci a deduplikaci a zbytek na testování proti reálnému provozu hovorů. První CRM vás naučí vzorec; druhé a třetí jdou rychleji, ale každé má svou vlastní past, jako je chybějící webhook vlastního pole v Pipedrive.

Měli byste stavět, nebo kupovat? Pokud máte developera, který může hostovat koncový bod webhooku, a integrujete jedno CRM, postavte si to. Tento příspěvek je vaším plánem. Pokud potřebujete tři CRM, multi-tenant auth a někoho na telefonu, když vás HubSpot v 9 ráno omezí rychlost, matematika se mění. Podrobně se tímto rozhodnutím zabýváme v našem průvodci DIY vs. najmutí a rozpis cen ukazuje, kolik integrační práce přidá k buildu.

Pokud raději nic z toho nebudete udržovat, děláme to za klienty. Techsy dodává produkční hlasové agenty zapojené do vašeho CRM: čtení přes function call, zápisy přes webhook, zpracování záloh, všechno. Žádný tlak ani jedním směrem; výše uvedený kód je váš ke spuštění bez ohledu na to.

O autorovi

Mert Batur Gurbuz je spoluzakladatelem Techsy.io, kde tým dodává AI agenty, automatizační systémy a voice/SDR pipeline pro B2B klienty. Studuje na University of Birmingham a píše o stacku nástrojů LLM, který tým Techsy skutečně používá v produkci. Spoďte se na LinkedIn.

Často kladené otázky

Jak integrujete AI hlasového agenta s CRM?

Propojíte agenta s CRM dvěma způsoby: function calling pro živé čtení během hovoru a webhook pro zápis po hovoru. Agent vyhledá volajícího živě prostřednictvím vašeho koncového bodu, poté webhook konce hovoru spustí váš handler, který zaloguje Aktivitu a aktualizuje fázi obchodu v CRM.

Může hlasový agent stahovat data z CRM během hovoru?

Ano. Agent používá function calling k dosažení vašeho koncového bodu pro vyhledávání, který dotáže CRM a vrátí data o kontaktu a obchodu dříve, než agent pronese další větu. Nastavte 5sekundový timeout nástroje a spoken fallback line, protože při živém hovoru soutěžíte s trpělivostí volajícího, nikoliv s API.

Jak zalogujete hovory AI hlasového agenta do CRM?

Obdržíte webhook konce hovoru z platformy, který nese přepis, shrnutí, dispozici a URL nahrávky. Váš handler je extrahuje, metodou POST odešle Aktivitu hovoru nebo engagement do CRM asociovaný s kontaktem a nastaví status leadu. Zde není žádný tlak na latenci, protože volající již zavěsil.

Jaký je rozdíl mezi webhookem a function callingem pro hlasové agenty?

Function calling je živé čtení během hovoru: agent se uprostřed konverzace zeptá vašeho CRM na otázku a okamžitě využije odpověď. Webhook je zápis po hovoru: platforma pošle výsledek hovoru na váš server metodou POST po skončení hovoru. Function calling soutěží s časem; webhooky ne.

Integruje se Vapi s HubSpot, Salesforce a Pipedrive?

Vapi nedodává nativní konektory pro všechny tři, ale integruje se s kterýmkoliv z nich prostřednictvím svých nástrojů function-call (živé čtení) a webhooků server URL (zápisy po hovoru). Namíříte je na svůj vlastní koncový bod, který komunikuje s HubSpot, Salesforce nebo Pipedrive prostřednictvím jejich REST API. Vzorec je u všech tří CRM identický.

Jak mapujete data z hovoru na vlastní pole v CRM?

Udržujte konfigurační objekt, který mapuje každé pole dat z hovoru na objekt a pole v CRM. Pro HubSpot a Salesforce používají vlastní pole čitelné interní názvy. Pipedrive odkazuje na vlastní pole pomocí 40znakového hash klíče, takže vaše konfigurace ukládá hash, nikoliv přátelský název. Formátujte hodnoty pro řeč předtím, než je agent přečte nahlas.

Může hlasový agent aktualizovat mé CRM v reálném čase během hovoru?

Může číst v reálném čase, ale většina produkčních buildů odkládá zápisy až po skončení hovoru. Živé čtení musí být rychlé a je bezpečné. Živé zápisy riskují latenci a částečné aktualizace, pokud hovor spadne uprostřed zápisu. Standardním vzorem je číst živě, zapisovat na webhook konce hovoru, což chrání zkušenost volajícího.

Jak zastavíte hlasového agenta, aby vytvářel duplicitní záznamy v CRM?

Použijte idempotenční klíč; ID hovoru je ideální. Předtím, než váš handler cokoli zapíše, zkontrolujte, zda jste již toto ID hovoru zpracovali; pokud ano, vraťte 200 a přeskočte to. Ukládejte klíč do Redisu nebo databáze s unikátním omezením, nikoliv do paměti, aby přežil restarty. Webhooky se opakují, takže toto není volitelné.

Integruje se Retell s Pipedrive?

Retell se integruje s Pipedrive prostřednictvím stejného vzoru function-call a webhooku jako jakékoliv jiné CRM, i když není uveden nativní konektor. Zapojíte události hovorů Retell na svůj koncový bod, který používá API Activities a Deals Pipedrive. Sledujte omezení vlastních polí: Pipedrive nemá webhook pro změny vlastních polí, takže místo toho dotazujete dealFields.

Jak dlouho trvá vybudování integrace hlasového agenta s CRM?

Zhruba 20–40 hodin na jedno CRM pro produkční build. Happy path je rychlý; čas jde na auth a obnovu tokenů, mapování polí, zpracování záloh a timeoutů, idempotenci a testování proti reálnému provozu hovorů. První CRM je nejpomalejší, protože vás učí vzorec. Každé další CRM má stále své vlastní zvláštnosti.

Štítky

integrace hlasového agenta s crmvapi hubspot integracefunction callingwebhookpipedrive

Sdílet článek

Související články

Více z kategorie ai-machine-learning

ai-machine-learning
Jul 24, 2026

Claude Opus 5 je tady: Inteligence blízká Fable 5 za poloviční cenu

Anthropic vydal Claude Opus 5 24. července 2026. Na Frontier-Bench více než zdvojnásobuje Opus 4.8 a drží cenu Opus, ale v několika testech prohrává s Fable 5 a Mythos 5. Zde je tabulka benchmarků, ceník a doporučení: přepnout / počkat / zůstat.

10 min read minut čtení
Číst
ai-machine-learning
Jul 20, 2026

8 nejlepších API pro AI web scraping v roce 2026 (otestováno na našem vlastním agentním stacku)

Otestovali jsme 8 API pro AI web scraping s reálnými cenami pro rok 2026 staženými přes náš vlastní agentní stack. Firecrawl, Bright Data, ScrapingBee a 5 dalších, seřazené podle výstupu připraveného pro LLM, anti-bot a podpory MCP.

9 min read minut čtení
Číst
ai-machine-learning
Jul 20, 2026

Prompt Engineering pro kódování: 7 vzorů, které denně používáme v Claude Code a Cursor (2026)

Většina článků o „promptech pro AI kódování“ vám nabídne 50 šablon ke kopírování. Tento článek učí 7 vzorů, které každý den používáme k provozu pipeline s 16 agenty v Claude Code, včetně skutečných příkladů před a po úpravě pro každý z nich, a ukazuje, kde se každý vzor nachází v nástrojích Claude Code, Cursor a Copilot v roce 2026.

11 min read minut čtení
Číst
Zobrazit všechny články
Začněte svůj projekt

Pojďme něco postavit nevšedního?

Proměňme vaši vizi ve skutečnost. Náš tým je připraven vám pomoct vytvořit software, který dělá rozdíl.

Rezervovat 30minutový úvodní hovorNaše projekty

Než z knihovny

Claude dovednosti

Zobrazit vše
  • New Post

    Full SEO blog pipeline: research, brief, write, validate, image, translate, publish to Sanity. Autonomous from start to finish.

  • Content Refresh

    Audit a stale post, find decay drivers, and ship a SERP-aligned refresh without losing existing rankings.

  • SEO Audit

    Site-wide SEO audit with prioritized fix list: technical, on-page, and EEAT signals.

AI automatizace

Zobrazit vše
  • Security Auditor

    Weekly SCA + IaC scan with prioritized fix PRs.

  • Cold Email Writer

    Generates first-touch emails grounded in one specific public detail.

  • Lead Research Agent

    Enrich an email into a profile, score fit, alert in Slack.

Než z knihovny

Claude dovednosti

Zobrazit vše
  • New Post

    Full SEO blog pipeline: research, brief, write, validate, image, translate, publish to Sanity. Autonomous from start to finish.

  • Content Refresh

    Audit a stale post, find decay drivers, and ship a SERP-aligned refresh without losing existing rankings.

  • SEO Audit

    Site-wide SEO audit with prioritized fix list: technical, on-page, and EEAT signals.

AI automatizace

Zobrazit vše
  • Security Auditor

    Weekly SCA + IaC scan with prioritized fix PRs.

  • Cold Email Writer

    Generates first-touch emails grounded in one specific public detail.

  • Lead Research Agent

    Enrich an email into a profile, score fit, alert in Slack.

Služby

  • Podniková řešení
  • Mobilní aplikace
  • Webové aplikace

Řešení

  • CRM systémy
  • Integrace AI
  • ERP systémy
  • Hlasoví agenti
  • Automatizace procesů
  • Kybernetická bezpečnost

Knihovna

  • Blog
  • Reference

Komunita

  • AI automatizace
  • Claude dovednosti

Nástroje

  • Kalkulátor ceny mobilní aplikace
  • Kalkulátor ceny OpenAI / LLM API
  • Kalkulátor ceny MVP
  • Kalkulátor ceny hlasového AI agenta

Společnost

  • O projektu
  • Partneři
  • Kontakt

Právní informace

  • Zásady ochrany osobních údajů
  • Podmínky poskytování služeb
  • Zásady používání cookies

Služby

  • Podniková řešení
  • Mobilní aplikace
  • Webové aplikace

Řešení

  • CRM systémy
  • Integrace AI
  • ERP systémy
  • Hlasoví agenti
  • Automatizace procesů
  • Kybernetická bezpečnost

Knihovna

  • Blog
  • Reference

Komunita

  • AI automatizace
  • Claude dovednosti

Nástroje

  • Kalkulátor ceny mobilní aplikace
  • Kalkulátor ceny OpenAI / LLM API
  • Kalkulátor ceny MVP
  • Kalkulátor ceny hlasového AI agenta

Společnost

  • O projektu
  • Partneři
  • Kontakt
Právní informaceZásady ochrany osobních údajůPodmínky poskytování služebZásady používání cookies
TECHSY
© 2026 Techsy. Všechna práva vyhrazena.