技能介绍

销售组织最顽固的问题通常不是缺少 CRM，而是 CRM 里的记录与实际活动脱节：销售代表忘记录入邮件与会议，pipeline 数据以天为单位变老，管理者在季度回顾时面对的是代表主观填写的数字，而非真实的客户互动轨迹。People.ai（2026 年 4 月更名为 Backstory，本技能沿用 People.ai 旧称以匹配大多数人的搜索习惯）正是围绕这个缺口构建的。

核心能力与工作流程

该技能先诊断你当前想解决的是 People.ai 哪一层的问题——是 Activity Capture 的自动录入、Deal Intelligence 的风险信号与单线程检测，还是 Pipeline & Forecasting 的管道健康度——然后按 CRM 平台（Salesforce、Dynamics 或 Oracle）和团队规模给出落地路径。

默认路径从活动捕获开始：连接 Gmail / Outlook 和日历是最优先的一步，能立刻带来自动录入的可见价值；Zoom / Teams 通话集成排在第二位；历史分析从部署首日即可回溯两年数据。随后技能只读取 references/platform-guide.md 中与问题相关的章节作答，而不是将平台文档整体展开。

对于交易管理，技能建议先让经理使用管道健康看板，再逐步推行风险告警；其中单线程检测（single-threading）被视为预测成交风险最强的信号功能。企业层级的 MCP 集成（需企业版）可将 People.ai 数据接入 Claude、ChatGPT 与 Copilot，用自然语言查询收入数据。

适用边界与注意点

几个容易踩的坑需要提前明确：People.ai 只捕获活动的元数据（谁给谁发了邮件、开了哪些会、通话时长），不录制也不转写通话——需要通话分析应搭配 Gong、Fathom 等对话智能工具。定价没有公开自助档，按市场报告估算约 $50-100+ 每人每月。Salesforce 同步有 1–2 天的明显延迟，不要指望通话数据实时出现在看板上。

与同类工具的关系是互补而非替代：People.ai 负责数据层（活动捕获 + 交易智能），Gong 负责会话层（录音 + 教练），Clari 负责预测汇总层——不少企业三者叠加使用。最后，CRM 数据质量直接决定 People.ai 的效果：联系人邮箱是垃圾数据，活动就无法匹配到正确的记录。