客户关系管理厂商HubSpot近日发布了一系列产品更新,旨在帮助销售与营销团队适应买家研究与互动方式的深刻变化,尤其着眼于在AI驱动的搜索工具中提升品牌可见度。
此次发布是HubSpot 2026年春季产品亮点的重要组成部分。HubSpot高管将"上下文"——即客户数据、行为信号与业务历史的综合运用——定义为提升AI系统在营销、销售和客户支持工作流中效果的核心要素。公司表示,当AI系统与客户数据及业务流程深度整合时,能够产出更具针对性和可操作性的结果。
本次更新覆盖营销、销售和客户支持三大领域,折射出整个行业从传统搜索与人工流程向AI辅助发现与自动化转型的大趋势。
AI发现能力
此次最受瞩目的新增功能是HubSpot答案引擎优化(Answer Engine Optimization,AEO)——一类全新工具,专为帮助企业了解自身品牌在大语言模型生成的答案中的呈现方式而设计。
该产品可帮助用户追踪AI生成答案中的品牌提及、竞争定位与引用来源,并提供改善建议。AEO工具已纳入HubSpot营销中心,也可作为独立产品单独购买,定价为每月50美元。
HubSpot数据显示,其客户的自然网页流量同比下降了27%,而来自AI渠道的流量正在增长,且转化率更高。"我们自己的数据显示,约42%的客户在评估产品的过程中会使用AI搜索,"HubSpot产品开发总监Beeri Amiel表示。
AEO工具通过在多个AI平台上测试提示词并分析回答内容与引用来源,帮助营销人员了解并影响AI系统对其品牌的呈现方式。
"我们将这些提示词发送至各大答案引擎,让用户深入了解ChatGPT、Perplexity、Gemini等平台为何提及或不提及他们的品牌,"Amiel说。
与传统搜索引擎优化(SEO)侧重关键词排名不同,AEO更注重品牌影响力、第三方内容、用户评价和社交媒体活跃度等更广泛的信号。
"在AEO中,你的官网只是故事的一部分,"Amiel表示,"你必须跨渠道思考,而不能仅局限于官网本身。"
由于AI系统能够将多个研究步骤压缩为一次交互,潜在客户在抵达企业官网前已完成大量信息收集,进入购买漏斗的位置也更靠后。"我们现在通过答案引擎完成的评估,远超以往在Google上的程度,"他说,"当用户真正访问你的网站时,他们早已走到了漏斗的更深处。所有的'销售'工作都已由答案引擎完成。"
尽管AEO增长迅猛,HubSpot并不建议客户削减对SEO的投入。"目前看来,市场蛋糕在整体变大,而非出现AI流量超过搜索流量的交叉点,"Amiel说。
HubSpot表示,来自Beta用户的早期数据显示,采用AEO策略的企业取得了可量化的增长——与未进行AI优化的企业相比,其AI引荐流量高出约20%,线索转化率则是传统搜索流量的三倍。
营销智能助手
HubSpot还扩展了其对话式助手Breeze Assistant的能力,以支持其所称的"循环营销"(Loop Marketing)框架——该框架利用客户数据指导营销活动策划。助手可基于HubSpot中已有的数据,生成最优客户画像、品牌指南和营销活动方案。
在销售层面,公司对"拓客智能体"(Prospecting Agent)进行了升级,并推出了名为"智能交易推进"(Smart Deal Progression)的新功能,两者均旨在减少销售人员的行政负担。
拓客智能体可监控融资公告、招聘动态、技术采用等信号,识别潜在买家,自动整理联系人列表并生成外联消息,销售代表在消息发出前可进行审核与确认。
HubSpot表示,早期用户的外联回复率已达行业基准的两倍,某客户在将该工具用于触达沉默的营销线索后,会议预约量增加了28%。
智能交易推进功能通过分析会议记录和历史CRM数据,推荐商机记录更新方案、建议下一步行动,并起草跟进邮件,同时跨交互保留上下文信息,减少人工数据录入。
自动化客户支持
在客户支持层面,HubSpot强化了客服智能体,使其支持电子邮件渠道的交互处理。该智能体支持按需部署,例如处理一定比例的来票或在特定时段上线,并可在必要时将对话转接给人工客服。
系统会调取客户在平台上的历史信息来生成回复,并在需要升级处理时提供相关背景。
HubSpot表示,使用该智能体的客户正获得更高的问题解决率和更快的响应速度,该工具平均可解决65%的支持对话。
HubSpot公布,2025年公司营收达31.3亿美元,同比增长19%,全球客户数量已超过28.8万家。
Q&A
Q1:HubSpot的答案引擎优化(AEO)工具是什么?它和传统SEO有什么区别?
A:AEO是HubSpot推出的一类新工具,帮助企业了解自身品牌在ChatGPT、Perplexity、Gemini等大语言模型生成答案中的呈现情况,提供品牌提及、竞争定位和引用来源的追踪,以及改善建议。与传统SEO专注关键词排名不同,AEO更注重品牌影响力、第三方内容、用户评价和社交媒体等多渠道信号,强调官网之外的全面布局。
Q2:HubSpot拓客智能体的实际效果如何?
A:根据HubSpot公布的早期数据,使用拓客智能体的用户外联回复率达到行业基准的两倍。有客户将该工具用于触达沉默营销线索后,会议预约量提升了28%。该智能体通过监控融资、招聘、技术采用等信号自动识别潜在买家,并生成个性化外联消息,由销售人员审核后发出。
Q3:HubSpot客服智能体的解决率有多高?支持哪些渠道?
A:HubSpot客服智能体目前平均可解决65%的支持对话,并已扩展支持电子邮件渠道。该智能体可按需灵活部署,例如处理部分来票或在指定时段上线,必要时可转接人工客服。系统会调取客户历史数据生成回复,并在升级处理时提供完整背景信息,帮助提升响应速度和解决率。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。