Breezeは、HubSpotのCRMデータやコンテンツを活用し、業務の下書き・情報整理・自動対応を支援するAI機能群です。機能ごとの役割と人の確認工程を整理すると、日々の業務に組み込みやすくなります。
Claudeのような汎用のAIチャットも、HubSpotの公式コネクタを設定すれば、CRMのレコードを参照したり更新したりできます(公式ヘルプ)。これに対しBreezeは、HubSpotの画面の中で、CRMデータ、権限、ワークフローと同じ場所で使える点が違いです。比較するときは、できる操作の有無よりも、HubSpot内での操作性、確認や引き継ぎの置きやすさ、利用条件を軸にします。2026年10月時点では、エージェントの管理画面としてAgent Hubが用意されています。
「CRMのデータはあるものの、担当者ごとに見方が違い、次の行動に活用できていない」
「問い合わせの分類やメールの下書きを、毎回人が一から行っている」
「AI機能が複数あるが、自社の業務でどこから使うべきかわからない」——こうした課題は、機能単体ではなく業務の流れに沿って考えると整理しやすくなります。
結論から言うと、最初に始めるのはAssistantによるレコード要約や下書きなど、結果を人が確認しやすい業務です。エージェントの有効化は、参照するCRMデータとナレッジを整えてからにします。
HubSpot AI活用とは、Breezeを使ってCRMデータや社内コンテンツを業務に結び付け、情報整理や下書き作成などを支援することです。AIの出力をそのまま判断や顧客への送信に使うのではなく、人が確認する工程まで含めて設計します。
本記事はHubSpotの「HubSpot完全ガイド」関連記事です。
この記事でわかること
HubSpotのAI機能を業務に取り入れるにあたり、各機能の役割や業務フローでの位置づけを整理します。CRMデータやナレッジをどのように準備し、人の確認をどこに置くかも解説します。
- Breezeの機能の違い — Assistant、Agents、Breeze Intelligenceが担う役割をまとめます。
- 業務別の活用方法 — 営業、マーケティング、カスタマーサポートでの使い方を整理します。
- 導入時の進め方 — 小さく試し、効果と確認負荷を見ながら広げる考え方を説明します。
- 運用上の注意点 — データ、ナレッジ、日本語での指示、人によるレビューの要点を解説します。
以降は、機能の違い、営業・マーケティング・サポートでの使い方、導入の進め方の順に読み進められます。時点で変わりやすい提供状況は、「2026年10月時点の提供状況」の節にまとめています。
Breezeを業務フローの中で捉える
Breezeは、HubSpotのCRMやコンテンツを使って、情報の検索、要約、下書き、自動対応などを支援するAI機能群です。営業やサポートの業務では、コンタクトの情報整理から取引管理、顧客対応まで、既存のCRM上の流れに沿って使いどころを考えます。まずは三つの柱の違いを押さえます。
Assistant、Agents、Breeze Intelligenceの役割
Assistantは、HubSpot上の情報をもとにした質問、レコードの要約、メール文面などの日常業務を支援します。Agentsは、特定の業務を担うエージェントです。Breeze Intelligenceは、CRMデータの充実や分析を支援する機能として案内されてきました。現行の扱いは「2026年10月時点の提供状況」の節に記します。
| 機能 |
主な役割 |
業務フローでの位置 |
| Assistant |
情報の検索、要約、文面の下書き |
コンタクトや取引を確認し、次の行動を考える場面 |
| Agents |
定められた業務に沿った調査や対応 |
問い合わせ対応、営業アプローチ、コンテンツ制作など |
| Breeze Intelligence |
CRMデータの充実や分析 |
顧客情報を整理し、対象の判断やレポートに活用する場面 |
Assistantの用途を検討するときは、利用する情報、作成する下書きや要約、人が確認する項目をあわせて決めます。利用できる機能や条件はアカウント設定や契約内容によって異なる場合があるため、導入時に自社ポータルで確認してください。
CRMの情報を共通の土台にする
スプレッドシートや個別のメモに顧客情報が分かれていると、担当者が変わったときに経緯を追いにくくなります。コンタクト、会社、取引、チケットの情報をCRM上で関連付ければ、営業やサポートが同じ履歴を参照しやすくなります。
AIに渡す情報の範囲や品質も、CRMの整備状況に左右されます。入力項目が多すぎると更新が定着しにくいため、業務判断や次の対応に使う項目を中心に設計することが大切です。
AIの出力を業務の次の段階へつなぐ
AIによる要約や分類だけで業務が完了するわけではありません。例えば、問い合わせを分類した後に担当者へ割り当て、対応状況をチケットに残し、必要に応じて取引や顧客の記録へつなぐ、といった流れを定義します。
このように、AIの結果をどこへ記録し、誰が確認して次に進めるかを決めると、個人の経験に頼らず引き継ぎやすい仕組みになります。
Breezeの機能を比較し、使いどころを選ぶ
機能を比較するときは、名称や生成物だけでなく、入力に使う情報と出力後の担当者を確認します。Assistantは人が操作する日々の支援、Agentsは定型的な専門業務の支援、Breeze Intelligenceはデータを整える支援として整理できます。ただし、利用できる機能や条件は契約内容やアカウント設定によって異なるため、導入時にはHubSpotの公式情報と自社ポータルの表示を照合してください。
何を任せるかで選ぶ
| 業務上の目的 |
検討する機能 |
人が担うこと |
| レコードや顧客情報を短時間で把握する |
Assistant |
要約の正確性を確認し、対応方針を決める |
| 問い合わせに既存情報をもとに回答する |
Customer Agent |
ナレッジを整え、難しい問い合わせを引き継ぐ |
| 企業情報を調べて営業文面を準備する |
Prospecting Agent |
相手との適合性や文面を確認して送信を判断する |
| コンテンツやSNS投稿の案を作る |
Content Agent、Social Media Agent |
事実、表現、公開可否を確認する |
| CRMデータを整え、判断に使う |
Breeze Intelligenceなど |
項目の意味や利用目的を定義する |
エージェントを業務に結び付ける
Customer Agentは、ナレッジベースやWebサイトなどの情報を使った顧客対応に関係します。Prospecting Agentは、ターゲット企業の調査や営業メールの作成を支援します。Content AgentとSocial Media Agentは、マーケティングコンテンツの作成やSNS運用に関係します。
エージェントの役割を定めるときは、対象業務、参照する情報、完了条件、担当者への引き継ぎ条件を合わせて決めます。情報が不足している場合や例外判断を要する場合は、AIだけで処理を完了させず、人が確認する経路を設けます。
利用条件と制約を確認する
エージェントごとに対応するHubやプランの目安は、「2026年10月時点の提供状況」の節に整理します。一方、契約条件や機能の提供状況は変わる可能性があるため、プラン名だけをもとに利用可否を断定するのは避けます。
Customer Agentのコンテンツソースは、HubSpot公式情報と自社ポータルで最新の対応範囲を確認します。導入時は、利用条件と実際に選択できるソースを確かめ、対象業務に必要な情報が扱える場合に試します。
営業では調査と下書きを支援し、判断は人が担う
営業のAI活用は、顧客情報の把握から取引の進捗管理までを一つの流れとして考えます。CRMに記録されたコンタクトや会社の情報を確認し、AIで調査や文面の下書きを支援し、担当者が内容を判断して取引の次の段階へ進めます。特に重要な提案では、AIに最終判断や送信を任せない運用が適しています。
Assistantで商談準備を整える
商談前にコンタクトや取引の履歴を確認し、Assistantで要点を整理すれば、必要な情報を探す作業を支援できます。生成された要約を記録と照らし、事実と推測が混ざっていないかを確認してから、質問や次のアクションを決めます。
繰り返し使う依頼文は、確認する項目をそろえておくと担当者ごとの差が出にくくなります。例えば、過去の接点、顧客の課題、未完了のアクションを分けて要約するよう指示し、出力が業務に合うか見直します。
Prospecting Agentはレビュー前提で使う
Prospecting Agentは、ターゲット企業の公開情報などを調べ、パーソナライズしたアウトバウンドメールの下書きを作る用途です。送信前に担当者が内容を確認します。日本語のビジネスメールでは、丁寧語や文体のルールをプロンプトで指定し、生成内容を手直しします。
| 確認すること |
問題がなければ |
不一致があれば |
| 企業名、担当者名、参照情報 |
下書きの内容確認へ進む |
CRM情報や調査結果を修正する |
| 相手の状況と提案内容の整合 |
担当者が編集して送信可否を判断する |
AI文面を使わず、担当者が内容を組み立てる |
| 案件の重要度や個別事情 |
定型的な下書き支援に活用する |
調査だけを活用し、文章と判断は担当者が担う |
大型案件のアプローチはAIに任せきりにせず、人が内容を確認して文章を作ります。案件規模や顧客との関係に応じて、AIに任せる範囲を絞ります。
パイプライン設計と組み合わせる
AIが作った要約や調査結果も、取引ステージの意味が曖昧だと、営業の次の行動やレポートに結び付きません。ステージ、受注確度、各ステージの定義、移行時に必要な入力項目を整理し、担当者が何を確認すれば次へ進めるかを明確にします。
この仕組みは、記録漏れを個人の注意だけに頼らず、入力ルールやワークフローで支えるためのものです。取引情報が一定の形式で残れば、受注状況や失注理由を振り返り、営業とマーケティングの改善に活用しやすくなります。
マーケティングでは制作からリード管理までつなぐ
マーケティングでは、AIによるコンテンツ案の作成だけでなく、リードの獲得後にどのように営業へ引き継ぐかまで考えます。コンテンツを公開し、反応やフォーム情報をCRMに記録し、ライフサイクルステージやワークフローを通じて次の対応につなげます。最初は一つの制作または分類業務に絞ると、確認負荷を把握しやすくなります。
コンテンツの叩き台を作る
Content AgentやAssistantを使い、ブログ記事、メール、SNS投稿などの下書きを作成できます。生成された内容をそのまま公開するのではなく、根拠、製品情報、表現、読者への適合性を人が確認します。
制作手順の中で、AIに渡す情報と人が確定する情報を分けます。例えば、既存の製品説明や記事構成を入力として使い、事実確認と公開判断は担当者が行う形にします。
リード情報を分類して引き継ぐ
フォームから届いた問い合わせは、内容に応じて営業相談と一般問い合わせなどに分類し、適切な担当部門へつなぐ設計が考えられます。分類結果をコンタクトの情報やチケットに残し、必要に応じてライフサイクルステージやワークフローと関連付けます。
分類ルールが未整理のままでは、AIの出力が適切か判断できません。まず人が分類基準を定義し、AIの判定を確認しながら例外を記録します。判断基準が安定したら、対象範囲を段階的に広げます。
失注や保留の情報を次の施策へつなぐ
営業で失注したコンタクトや取引を単に終了扱いにすると、後から再検討の機会を把握しにくくなります。失注理由や再接触の条件をCRMに記録し、条件に応じてナーチャリングへ戻す流れを設計します。
マーケティングは、記録された理由を確認し、コンテンツや案内内容の見直しに活用できます。AIは分類や要約を補助できますが、理由の分類項目や再アプローチの条件は事業の実態に合わせて人が決めます。
カスタマーサポートではナレッジと引き継ぎを整える
Customer Agentをサポート業務で使う場合、回答生成だけでなく、どの情報を根拠にし、解決できない場合に誰へ引き継ぐかを決めます。チケットや会話履歴をCRMに残し、顧客の問い合わせから対応完了までを追えるようにします。ナレッジの内容が古かったり不明確だったりすると、回答にも影響するため、情報整備から始めます。
ナレッジを回答に使える形にする
Customer Agentが参照する情報を用意するときは、質問と回答を明確にし、見出しや箇条書きで整理します。内容を最新の状態に保ち、想定される問い合わせで回答を確認して、参照先が業務に合っているか見直します。
Customer Agentの話し方や避ける話題は、Train > Guidelines で設定します。公式ヘルプでは、Communication style(口調・応答の構成)、Guardrails(避ける話題とその際の返し方)、Custom(その他の追加指示)の3つの欄に分かれています。それぞれ名前を付け、適用するコンタクトのセグメントを選んで指示を書きます。テンプレートから始めることもでき、公開前にテストで確かめます。ガイドラインは応答を方向づけるものですが、文言や書式が指示と完全には一致しない場合があります。
次の図は、この3つの欄の役割を整理したものです(画面の写しではありません)。

情報を追加した後は、想定される問い合わせで回答を確認します。内容が事実と異なる場合は、回答だけを直すのではなく、参照ソースの記述や対象範囲を見直します。
対応できない問い合わせを人へつなぐ
自動対応に向くのは、回答根拠が明確で、手順や案内が標準化されている問い合わせです。個別判断が必要な相談や、参照情報だけでは答えられない内容は、担当者へ引き継ぐ条件を設けます。
回答後の会話やチケットを確認し、未解決の問い合わせがどの情報で発生したかを記録します。ナレッジに不足があれば追加し、権限や個別対応が必要なら人へつなぐよう運用を調整します。
対応履歴を改善に使う
問い合わせ内容、対応状況、担当者への引き継ぎをCRMに残すと、繰り返し発生する質問やナレッジの不足を見つけやすくなります。AIによる要約や分類は整理を助けますが、分類結果をサービス改善に使う前に、担当者が内容を確認します。
Agent Builderで自社の業務に合わせる
既成のエージェントで業務が完結しない場合は、Agent Builderやカスタムアシスタントの設定を検討します。独自の指示や参照する情報を整え、社内の手順に合わせた支援を作ります。設定を広げる前に、対象業務と人への引き継ぎ条件を絞り込みます。
指示と参照情報を定義する
カスタムアシスタントを作るときは、何を答えるか、どの情報を参照するか、答えられない場合にどう振る舞うかを定義します。指示が広すぎる場合は、利用場面を限定し、出力の形式や確認事項を明示します。
次の図は、カスタムアシスタントの指示を、役割・参照する情報・手順・出力形式・引き継ぎ条件に分けて書く例を、架空の会社で示したものです。

小さく試して運用範囲を決める
まず一つの業務で試し、入力情報、出力の正確さ、人による修正内容を確認します。担当者が使い続けられ、期待する形式で情報が得られるなら、対象業務や利用者を段階的に広げます。
ただし、例外ごとの判断基準を言葉にできない業務では、エージェント化しても人による確認が残ります。手作業を定型部分と個別判断部分に分け、例外ごとに必要な情報・判断条件・確認担当を整理してから、適用範囲を決めます。
業務の変更に合わせて見直す
ナレッジ、商品情報、社内ルールが変わった場合は、参照ソースと指示内容も見直します。AIの出力に違和感があるときは、プロンプトだけでなく、CRMのデータや元となるナレッジに誤りや不足がないかも確認します。
Agent Hubで稼働状況を一か所で見る
2026年10月時点のHubSpot公式ページでは、Agent Hubは「すべてのAIエージェントを一か所で管理する」画面と説明されています。稼働中のエージェント、成果、まだ有効にしていないエージェントを一覧で確認でき、カスタムエージェントの作成もここから行えます。Breeze Assistantからも、エージェントを呼び出せると案内されています。
HubSpotの導入や構築を支援する立場から見ると、エージェントは増やすほど管理の負担も増えます。一覧で見えることの価値は、機能の多さよりも、どの業務をどの担当者が確認しているかを説明できる点にあります。
| 確認する観点 |
見るもの |
判断の目安 |
| 稼働状況 |
有効なエージェントと対象業務 |
対象業務と確認担当者が一対一で決まっているか |
| 参照情報 |
ナレッジ、CRMのプロパティ、ドキュメント |
古い情報や重複がなく、更新担当が決まっているか |
| 消費量 |
HubSpot Creditsの使用状況 |
想定した業務量の範囲に収まっているか |
| 修正の記録 |
人が直した箇所と理由 |
同じ修正が繰り返されたら、指示か参照情報を見直す |
この表をエージェントごとに埋められない場合は、有効化を急がず、先に対象業務の定義とデータの整備を進めます。
2026年10月時点の提供状況
この節の内容は、時点によって変わる可能性があります。導入時は、公式ページと自社ポータルの表示を照合してください。
- エージェントの種類と対象プラン: HubSpotの公式ページ(Agent Hub)には、Agent HubがStarter、Professional、Enterpriseの各エディションに含まれると記載されています。ただしこれは管理画面の話で、個別のエージェントには別の利用条件があります。例えばCustomer Agentは、公式ヘルプでMarketing Hub、Sales Hub、Service Hub、Data Hub、Content Hub、Smart CRM、Revenue HubのProfessionalまたはEnterpriseが対象とされ、チャネルへの展開にはHubSpot Creditsが必要です(初回は14日間の無料利用を選べると案内されています)。各エージェントの条件は個別に確認してください。Customer Agent、Prospecting Agent、Content Agent、Data Agent、Campaign Agent、Nurture Agent、Revenue Agent、Smart Deal Progression、Agent Builderなどが機能として並びます。
- クレジット: 多くのAI機能やエージェントがHubSpot Creditsで動き、Agent Builderで作るカスタムエージェントはクレジットを消費すると説明されています。クレジットは事前購入のパックか、従量課金で利用します。クレジット数や単価は変わるため、数値は公式の価格ページで確認してください。
- Breeze Intelligence: HubSpot公式のBreeze Intelligence製品ページは確認できませんでした。現行の名称や提供形態は、導入時に公式情報で確かめてください。
- 出典: HubSpot公式のAgent Hubページ(https://www.hubspot.com/products/artificial-intelligence/breeze)、2026年10月24日に確認しました。
導入時は確認工程と制約を含めて設計する
AIの導入では、機能の有無だけでなく、誰が結果を確認し、誤りや例外があったときにどう戻すかを決めます。特に顧客への送信や公開、取引情報の更新は、影響する範囲に応じて人の確認を置きます。小さな業務から始め、利用実態を見ながら拡張する進め方が現実的です。
AIと人の役割を分ける
| 作業 |
AIが支援する内容 |
人が判断する内容 |
| 顧客情報の把握 |
レコードや履歴の要約 |
事実関係と対応方針 |
| 営業メール |
調査と下書き |
提案内容、文面、送信可否 |
| 問い合わせ対応 |
ナレッジを使った回答案 |
個別判断、例外対応、引き継ぎ |
| コンテンツ制作 |
構成や文章の案 |
根拠、表現、公開可否 |
| CRMデータ整理 |
分類や情報整理の補助 |
項目の定義、業務ルール |
この分担をワークフローやレビュー手順に組み込めば、担当者の記憶だけに依存せず、引き継ぎやすい運用にできます。
導入前に確認する項目を決める
導入候補ごとに、利用できる機能、参照できるデータ、必要な契約条件、確認担当者を一覧にします。利用条件が満たされ、対象業務の情報がそろっている場合は小さく試します。条件が不足している場合は、先にデータやナレッジを整えます。
エージェントの使用量(クレジット)の扱いは「2026年10月時点の提供状況」の節に記します。HubSpotのアカウントに表示される利用条件も照合し、実際の業務量に照らして導入範囲を決めます。
出力を評価して範囲を広げる
試行中は、出力が事実や業務上のルールに合っているか、修正にかかった時間と修正箇所、担当者への引き継ぎ状況を記録します。担当者が確認できるよう、判断の根拠と修正が必要だった理由も残します。評価では、案をそのまま採用できるかに加え、人が誤りを見つけて修正できるかを確かめます。確認しても誤りを見つけにくい業務には、この進め方は向きません。
結果が業務に合わない場合は、参照データ、指示、対象範囲のどこに原因があるかを分けて見直します。定型業務で確認負荷が許容できる場合に範囲を広げ、例外が多い業務は人の対応を中心に据えます。
試行の進め方を期間で区切る
小さく試す場合は、期間ごとに見るものを分けると判断しやすくなります。次の表は一つの業務を対象にした進め方の一例です。期間は業務量に合わせて調整してください。
| 期間 |
やること |
見る指標・確認方法 |
次へ進む条件 |
| 最初の2週間 |
対象業務を一つ決め、参照するプロパティとナレッジを棚卸しする |
対象プロパティの入力率(空欄の割合)、ナレッジの最終更新日、重複記事の有無をレポートや一覧ビューで確認する |
参照情報の更新担当が決まり、主要項目の空欄が許容範囲に収まっている |
| 次の2〜4週間 |
少人数で使い、出力と人の修正内容を記録する |
出力ごとの修正有無、修正にかかった時間、誤りの種類(事実・文体・参照漏れ)を記録シートに残す |
同じ種類の修正が繰り返されず、傾向を指示か参照情報の改善に反映できている |
| その後 |
対象の担当者や業務を一段階だけ広げ、クレジットの消費量も確認する |
担当者への引き継ぎ件数、クレジット消費量、利用者の継続利用の状況 |
確認負荷と消費量が想定の範囲に収まっている |
どこから始めるかの判断基準
HubSpotの導入・構築を本業とする立場では、次の順で判断します。まず、コンタクト・会社・取引の主要プロパティが入力されていて、担当者が同じ定義で使えているかを見ます。入力が揃っていなければ、データ整備から始めます。揃っていて、利用者が日常的に記録を読む業務が多いなら、Assistantから始めます。問い合わせの定型回答や調査の下書きなど、回答根拠となるナレッジが文書として存在し、同じ作業が週単位で繰り返されている場合に、はじめてエージェントを検討します。どの段階でも、出力を確認する担当者を先に決めます。この順を逆にして、エージェントを先に有効化すると、誤りの原因をデータと指示のどちらにも切り分けられなくなります。
手戻りになりやすい三つのパターン
HubSpotの導入を支援していると、AI機能の活用が定着しない原因は、機能の不足よりも設計の順序にあることが多いと感じます。代表的なものは次の三つです。
- データより先にエージェントを有効化する。 参照するプロパティやナレッジが未整備だと、出力の誤りがAIの問題なのかデータの問題なのかを切り分けられません。
- 確認担当者を決めずに自動化する。 誰も見ない出力は、誤りがあっても気づかれないまま顧客や取引の記録に残ります。
- 成功の基準を決めずに範囲を広げる。 修正にかかる時間や引き継ぎの件数など、広げる条件を数字で決めておくと、判断が個人の感覚に偏りません。
AIは業務の判断を代わりに引き受ける仕組みではなく、人の判断に必要な材料を早く揃える仕組みです。この前提に立つと、どの機能から試すかも、どこに確認工程を置くかも決めやすくなります。
よくある質問
BreezeはHubSpotのどの業務で使えますか?
Assistantは情報の検索や要約、コンテンツ作成など日常業務を支援します。Agentsは顧客対応、営業調査、コンテンツ制作など特定業務を支援します。まず対象業務と利用条件を確認し、CRM上の流れに組み込める範囲から試します。
AIが作った営業メールはそのまま送れますか?
Prospecting Agentが作成した文面は、送信前に担当者が確認します。会社名や参照情報、提案内容、丁寧語などを見直し、重要な案件では調査結果だけを利用して文面は担当者が作成する方法もあります。
Customer Agentの回答品質を高めるにはどうすればよいですか?
回答に使うナレッジやWebコンテンツを、正確で最新の状態に保ちます。よくある質問への回答を明確に整理し、想定問い合わせで出力を確認します。誤りがあれば回答と参照ソースを照らし、必要な情報を修正します。
導入時に最初に取り組む業務は何ですか?
メールの下書きやレコード要約、問い合わせ分類など、結果を人が確認しやすい業務から候補を選びます。対象データと判断基準を定義し、一つの業務で試した後、修正負荷や引き継ぎ状況を見て範囲を調整します。
Breezeの機能や利用条件はどこで確認できますか?
HubSpotの公式ナレッジベースと、自社ポータルの利用画面を確認します。機能や提供条件は変更される場合があるため、記事中のプラン目安だけで判断せず、導入時点の表示と契約条件を照合してください。
まとめ
Breezeは、Assistant、Agents、Breeze Intelligenceを通じて、顧客情報の整理、業務の下書き、自動対応などを支援します。導入では機能一覧から始めるより、CRM上のどの業務を支援し、出力を誰が確認するかを明確にすることが大切です。
最初の一歩は、主要プロパティの入力率を一覧ビューで確認し、Assistantで一つの業務の下書きを試すことです。入力が揃っていなければ、先にデータ整備を進めます。担当者が日常的に行っている情報確認や下書き作成から試します。
- 手作業や表計算で行っている業務から、定型で確認しやすいものを一つ選びます。
- AIが参照するCRMデータやナレッジと、人が判断する条件を決めます。
- 小さく試し、出力の正確さと修正負荷を見てから利用範囲を調整します。
CRMを活用した業務効率化やAIとの連携に関するご相談は、StartLinkまでお気軽にお問い合わせください。
あわせて読みたい
Breezeのカスタムアシスタント設定画面(デモ)。指示(プロンプト)を定義してアシスタントを作成します。