我們來探索幾個範例案例,了解如何使用 Sales MCP 伺服器,透過 AI Agent 或小幫手來增強銷售處理。
範例 1:為每個潛在客戶產生銷售通話腳本
提示:查閱 kenny.smith@contoso.com 的所有潛在客戶、收集其帳戶與競爭者研究報告,並為我撰寫銷售電話底稿,用於向這些潛在客戶銷售 GPU
以下文字包含 Visual Studio Code + Claude 輸出的截斷版本:
根據我收集到的全面帳戶研究,我現在可以為每個潛在客戶撰寫詳細的銷售電話腳本。 以下是劇本:
GPU 銷售 kenny.smith@contoso.com 銷售電話語術——根據全面的帳戶研究,以下是針對每位潛在客戶量身打造的銷售電話語術:
領先者 1:Microsoft - Kenny Smith(100 張 GPU) 領先 ID:32e354c2-3b06-44fd-b722-9422e1b2c422 目標數量:100 張 顯示卡 公司:Microsoft 財務狀況:優秀(營收 2817 億美元,淨利 1.018億美元)
銷售電話底稿:開頭:"嗨 Kenny,我是 [您的公司] 的 [您的名字]。 希望你今天過得愉快。 我打電話來回覆你關於 100 張 GPU 的需求。 鑑於 Microsoft 今年宣布的龐大 800 億美元 AI 基礎建設資本支出計畫,我想討論如何支援您特定的 GPU 需求。」
Research-Based 洞察: 「我一直在關注 Microsoft 令人難以置信的成長故事——營收 2,817 億美元,研發投入 325 億美元,展現了貴公司對創新的承諾。 你們在 Azure 部署 Nvidia Hopper GPU 用於大型語言模型的成果引起了我們的注意,我們非常希望能成為 Microsoft 持續 AI 基礎設施擴展的一部分。」
探索問題:
「這100顆GPU是為Azure的AI服務擴展而設,還是為Microsoft內部的AI研究專案而設?」「鑑於Microsoft專注於可擴展AI應用的專用硬體,你們針對哪些具體的效能需求?」「這次採購如何融入Microsoft更廣泛的AI超級運算基礎設施計畫?」
價值主張: 「Microsoft 的使命是『賦能每個人和組織達成更多目標』,這與我們的 GPU 解決方案完美契合:
企業級可靠性適用於關鍵任務的 Azure 工作負載,與現有 Microsoft AI 基礎設施無縫整合,Microsoft 以 AI 為核心的應用程式進行效能優化,支援未來擴展計畫的可擴展架構。」
財務協調: 「憑藉Microsoft強勁的財務狀況及AI為主的Azure所推動的16%年成長,我知道你們擁有足夠的購買力來選購高級解決方案。 我們具競爭力的價格保障您的 AI 投資投資最佳報酬率。」
下一步: 「我很想安排與你們Azure基礎架構團隊的技術諮詢。 鑑於 Microsoft 積極的 AI 時程,您本週能否參加 45 分鐘的討論,探討我們的 GPU 如何加速您的 AI 計畫?」
範例 2:與同事分享潛在客戶的客戶研究和參與摘要
提示:您能取得潛在客戶 'Gregory House' 的客戶研究和參與摘要嗎? 把它們存成兩個獨立文件,然後把 Word 文件寄到 kenny.smith@contoso.com
其他需要設置的伺服器作為前提條件:mcp_WordServer、mcp_MailTools。
以下截圖顯示 Visual Studio Code + Claude 的輸出:
範例 3:銷售團隊將 Excel 中的潛在客戶(活動參加者)上傳到 Dynamics 365 Sales
此範例說明如何使用 Sales MCP 伺服器工具建立自訂代理,以自動化聯繫和跟進那些已經上傳到 Dynamics 365 Sales 並被標記為潛在客戶的活動參加者。
| 執行的動作 | 使用的工具 | 使用的 MCP 伺服器 |
|---|---|---|
| 經紀人會為每位活動參加者取得線索紀錄,並利用銷售資格代理人的線索研究來判斷他們是否適合作為潛在客戶。 |
read_query、mcp_sales-mcp-ser_get_lead_research |
Dataverse MCP 伺服器、銷售 MCP 伺服器 |
| 對於每個合適的潛在客戶,草擬拓展電子郵件 | mcp_sales-mcp-ser_draft_outreach_email |
Sales MCP 伺服器 |
| 當潛在客戶回應時,將潛在客戶轉換為新商機 |
create_record、update_record |
Dataverse MCP 伺服器 |
| 如果潛在客戶確認有興趣,請在 Dynamics 365 Sales 建立報價 | create_record |
Dataverse MCP 伺服器 |
| 經客戶/賣家核准後,會在 Dynamics 365 Sales 中建立訂單 | create_record |
Dataverse MCP 伺服器 |
範例 4:潛在客戶來自網站的行銷廣告活動
潛在客戶開始聊天:“我正在尋找冷榨橄欖油的金屬包裝。 請問您有哪些選項可供選擇?"
| 執行的動作 | 使用的工具 | 使用的 MCP 伺服器 |
|---|---|---|
| 客服人員會檢查對方是否是現有潛在客戶,取得潛在客戶紀錄,並從 Dynamics 365 銷售部門取得帳戶調查。 透過研究,代理人了解該公司是產品的理想客戶,偏好永續包裝。 |
read_query、mcp_sales-mcp-ser_get_account_research |
Dataverse MCP 伺服器、Sales MCP 伺服器 |
| Agent 在線上搜尋,以了解橄欖油所需包裝屬性的類型,並發現不透明且纖細的瓶子效果最佳。 | 不需要;代理使用 Copilot Studio 的 Bing 搜尋 | 不適用 |
| 根據這些資訊,客服人員會從 Dynamics 365 中擷取合適的產品,並以電子郵件方式推薦給客戶。 |
retrieve_knowledge、mcp_sales-mcp-ser_draft_outreach_email |
Dataverse MCP 伺服器、Sales MCP 伺服器 |
| 客服會將潛在客戶的互動紀錄摘要(包括他們對先前外展郵件的回覆及購買意向)傳送給客戶經理 |
mcp_sales-mcp-ser_get_engage_summary、SendEmailWithAttachmentsAsync |
銷售 MCP 伺服器,郵件 MCP 伺服器 |
範例五:在客戶來電前準備交易簡報
情境: 賣家即將參與一次與客戶的電話會議,並希望對這個商機有簡潔但全面的了解。
提示: 請給我一個完整的「Fabrikam 零售客戶互動平台」商機的交易簡報。 包括交易目標、現況、健康狀況、利害關係人、風險及近期訊號。
所用工具:
| 執行的動作 | 使用的工具 | 使用的 MCP 伺服器 |
|---|---|---|
| Agent 透過單次呼叫,從 銷售結案 Agent 中檢索所有商機深入解析 |
read_query、get_opportunity_deal_overview |
Dataverse MCP 伺服器、Sales MCP 伺服器 |
| 代理人將輸出內容摘要為適合通話前準備的結構化簡報 | get_opportunity_deal_overview |
銷售 MCP 伺服器 |
範例輸出:
以下截圖顯示了來自 Visual Studio Code 和 Claude 的輸出截斷版本:
範例 6:識別阻礙交易進展的風險與缺口
情境: 銷售經理希望了解交易停滯的原因,以及需要解決哪些缺口。
提示:分析「Contoso – 2026 財年續約」商機的現狀與風險,並指出推進此交易尚缺哪些要素。
| 執行的動作 | 使用的工具 | 使用的 MCP 伺服器 |
|---|---|---|
| Agent 檢索商機健康指標與風險評估 |
read_query, get_opportunity_health, get_opportunity_top_risks |
Dataverse MCP 伺服器、Sales MCP 伺服器 |
| 代理分析 MEDDPICC 框架元素並識別關鍵缺口 |
get_opportunity_health、get_opportunity_top_risks |
銷售 MCP 伺服器 |
| 代理人將健康缺口與風險相關聯,並產生可行的洞察 | get_opportunity_top_risks |
銷售 MCP 伺服器 |
Example Output:以下截圖包含 Visual Studio Code + Claude 輸出的截斷版本: