AI辅助整理：本文基于下方列出的公开原始来源改写，不代替原文。
核心摘要： SaaStr 是面向 SaaS 创业者的社区与媒体平台，全公司只有 3 名全职员工，CRM 里却压着近 1000 条曾主动询问赞助、票务却从未收到回应的温线索。它用 Salesforce Agentforce Sales 搭建了名为 Hexi 的销售智能体，读取九年 CRM 历史、官网行为与互动数据，为每条线索写个性化跟进邮件，按时区安排回访，把高价值线索转给销售。三周即上线，先以 CSV 导入 1250 条线索做小规模验证，再接入 Data 360 全自动流转。上线后发出超 3000 封邮件，打开率 72%、回复率逾 10%，带来 270 万美元已成交订单和 350 万美元管道。
业务背景
SaaStr 是服务 SaaS 创业者的社区与媒体平台，团队仅 3 名全职员工，却管理着庞大的赞助商与票务线索池。
CRM 中积累近 1000 条曾主动询问赞助或购票的温线索，因人力有限长期未获跟进，成为被忽视的沉默资产。
问题与挑战
销售团队规模极小，无法对海量线索逐一人工跟进，导致大量高意向客户流失。
线索分散在九年 CRM 历史中，缺乏个性化跟进能力，传统群发邮件效果有限。
AI 落地方法
SaaStr 采用 Salesforce Agentforce Sales 构建销售智能体 Hexi，读取 CRM 历史、官网行为与互动数据。
Hexi 为每条线索生成个性化跟进邮件，并按收件人时区自动安排发送时间，高价值线索实时转给人工销售。
上线分两步：先以 CSV 导入 1250 条线索做小规模验证，再接入 Data 360 实现全自动数据流转。
实施步骤
第一步：梳理 CRM 中沉睡线索，明确目标人群与跟进策略。
第二步：配置 Hexi 智能体，将约束条件（如不随意约会议、不降价）写入提示词。
第三步：小批量 CSV 验证效果，确认回复率与打开率达标后接入 Data 360 全量运行。
第四步：关键升级动作通过 Slack 通知人工复核，形成人机协作闭环。
结果证据与边界
上线后发出超 3000 封邮件，打开率 72%、回复率超 10%，为 SaaStr 全部 AI 工具中最高。
带来约 270 万美元已成交收入与 350 万美元管道，其中一笔 25 万美元成交由智能体标记、人工在 Slack 跟进完成。
数据为 Salesforce 官方披露，SaaStr 未独立发布量化验证，来源未披露独立核实。
可复制动作
从存量未跟进数据切入，选择高价值细分人群验证。
智能体需读取足够长的历史记录做个性化，而非群发模板。
先小批量验证再规模化，逐步用数据自动接入替代人工喂料。
将约束写入提示词，并用确定性流程与人工复核兜底。
证据与边界
- 数据来自 Salesforce 官方客户案例页，非 SaaStr 独立发布。
- 打开率 72%、回复率超 10%、270 万美元成交与 350 万美元管道均为官方披露。
- 25 万美元成交案例由智能体标记、人工在 Slack 跟进完成，体现人机协作。
企业今天可以做什么
可复制的动作：①从‘存量未被跟进的数据’切入，先选一个高价值、线索已有明确意向却无回应的细分人群；②智能体要能读取足够长的历史记录（如 CRM 多年互动）来做个性化，而不是群发模板；③先小批量（如 CSV 导入千条左右）验证效果再规模化，并逐步把人工喂料替换为数据自动接入；④把约束写进提示词（不能乱约会议、不能低于底价降价），并用确定性流程兜底，关键升级动作推 Slack 通知给负责人做人工复核；⑤上线后持续调优提示词，把它当作可调校的系统而非一次性工具。