Rep bisa menyesuaikan pendekatan dengan lebih baik kalau tahu bagaimana prospek suka didekati, tapi menarik data itu per lead secara manual hampir tidak pernah terjadi. Sinkronisasi ini menjaga profil Humantic tetap mutakhir secara otomatis.
sonnet3 hariHumantic AIHubSpotLinkedInWebhook
Claude
95ROI
76Scale
$4.1k93Saved
ROI for
README.md
Mengapa subagent ini
Rep bisa menyesuaikan pendekatan dengan lebih baik kalau tahu bagaimana prospek suka didekati, tapi menarik data itu per lead secara manual hampir tidak pernah terjadi. Sinkronisasi ini menjaga profil Humantic tetap mutakhir secara otomatis.
Begitu ada lead masuk, sistem membaca profil yang sudah ada atau membuatnya dari LinkedIn dan email mereka, lalu memetakan pembacaan kepribadian ke kontak di CRM. Rep membuka sebuah record dan langsung tahu cara mem-pitch orang tersebut, sementara lead dengan data terlalu sedikit akan ditandai alih-alih diisi setengah-setengah.
Cara kerjanya
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Ambil profil yang sudah ada atau buat baru berdasarkan URL LinkedIn dan email prospek.
pending
Memetakan sifat kepribadian dan tips komunikasi ke dalam bidang kontak CRM.
pending
Menyimpan kembali profil yang telah diperkaya dan memberi tanda pada prospek di mana data analisis Humantic terlalu sedikit.
pending
Contoh output
json
// Sample output
// (generated when the pipeline finishes)
Given a lead record, read or create its Humantic profile and return a JSON object with personality traits, communication tips, and the CRM fields updated.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.