Eigenes Modell mitbringen — und sofort produktiv einsetzen
Eigent ist modellagnostisch. Du kannst es mit dem standardmäßigen Cloud-Modell ausführen oder jede OpenAI-kompatible API verbinden — einschließlich Googles Gemini — und stattdessen diese verwenden. Diese Anleitung behandelt beide Seiten: wie du Gemini 3 Pro Preview in den Einstellungen von Eigent konfigurierst und wie eine echte Salesforce-Automatisierungsaufgabe aussieht, wenn du sie direkt über dieses Modell ausführst.
Gemini als benutzerdefiniertes Modell konfigurieren
Öffne in Eigent Einstellungen → Modelle und gehe zu Benutzerdefinierte Modelle. Wähle Gemini und trage dann Folgendes ein:
- API-Schlüssel: Dein Google Gemini API-Schlüssel
- API-Host:
https://generativelanguage.googleapis.com/v1beta/openai/ - Modelltyp:
gemini-3-pro-preview
Klicke auf Speichern. Eigent validiert das Modell sofort und prüft die Unterstützung für Function Calling — eine Voraussetzung für mehrstufige Agentenaufgaben. Wenn die Validierung erfolgreich ist, siehst du: "Validate success — The model has been verified to support function calling."
Setze Gemini als dein Standard-Modell, und jede neue Aufgabe wird von diesem Zeitpunkt an darüber ausgeführt.
Die Aufgabe: Kontaktdaten lesen und dann einen Deal aktualisieren
Mit konfiguriertem Gemini setzt dieser Prompt es sofort ein:
Ich muss den Deal salesforce.com - 200 Widgets aktualisieren. Gib mir den Kontaktnamen und die Telefonnummer. Zurück zur Opportunities-Seite, bearbeite Next Step zu 'book a meeting with + the contact name and phone number.'
Das ist eine zweiteilige Aufgabe, die erfordert, dass aus einem Bereich eines Salesforce-Datensatzes gelesen wird (Contact Roles) und in einen anderen geschrieben wird (Next Step). Eigent erledigt beides nacheinander.
Der vollständige Aufgabenplan
Eigent erzeugt vor dem Zugriff auf Salesforce einen strukturierten Ausführungsplan:
- Die Opportunity "salesforce.com - 200 Widgets" finden und ihre Phase von Needs Analysis auf Proposal ändern, dann als aktuelle Phase markieren
- Zum Abschnitt Contact Roles navigieren und den Namen sowie die Telefonnummer des Kontakts abrufen
- Zurück zur Hauptansicht der Opportunities wechseln und das Feld Next Step mit Folgendem bearbeiten:
book a meeting with [contact name] [phone number] - Alle Änderungen speichern
Dieser Plan ist in der Eigent-Oberfläche sichtbar, bevor irgendeine Browseraktion ausgeführt wird.
Ausführung: Daten aus mehreren Datensätzen lesen und schreiben
Der Search Agent öffnet Salesforce in der bereits authentifizierten Browser-Sitzung. Er navigiert zum Tab Opportunities, findet den Datensatz "salesforce.com - 200 Widgets" und setzt die Deal-Phase auf Proposal.
Anschließend wechselt der Agent in den Unterabschnitt Contact Roles — einen separaten Teil desselben Opportunity-Datensatzes — und extrahiert den Kontaktnamen sowie die Telefonnummer. Mit diesen Daten kehrt er zur übergeordneten Opportunity-Ansicht zurück und füllt das Feld Next Step dynamisch aus:
book a meeting with [contact name] [phone number]
Der Datensatz wird gespeichert. Der gesamte Workflow — Phasenaktualisierung, Datenerfassung, dynamische Befüllung von Feldern — läuft ohne eine einzige manuelle Interaktion.
Warum dieses Muster so leistungsstark ist
Dieser Workflow demonstriert eine Fähigkeit, mit der die meisten CRM-Automatisierungstools Schwierigkeiten haben: Live-Daten aus einem Teil eines Datensatzes zu verwenden, um einen anderen Teil zu befüllen. Die Telefonnummer des Kontakts ist zum Zeitpunkt des Prompts noch nicht bekannt — Eigent ruft sie während der Aufgabe ab und verwendet sie dynamisch. Das ist ein grundlegend anderes Modell als statische Feldzuordnungs-Automatisierung.
In Kombination mit einem benutzerdefinierten Modell wie Gemini ist dieser Workflow außerdem kosteneffizient: Du kontrollierst das Modell, die API-Kosten und die Ratenlimits, ohne an einen einzelnen Anbieter gebunden zu sein.
Was du als Nächstes ausprobieren solltest
Für jeden Deal in der Proposal-Phase den Contact Role auslesen und Next Step mit einer Follow-up-Anweisung befüllen.
Nach der Aktualisierung des Deals eine Salesforce-Aktivität protokollieren: "Scheduled meeting with [contact name]" und eine Erinnerung für morgen setzen.
Das Modell auf GPT-4o umstellen und dieselbe Salesforce-Aufgabe ausführen — Geschwindigkeit und Token-Nutzung vergleichen.
Ein zweites benutzerdefiniertes Modell (Anthropic Claude) konfigurieren und Gemini als Fallback festlegen, falls es nicht verfügbar ist.
Tipps für bessere Ergebnisse
-
Vor dem Ausführen validieren. Der Modellvalidierungsschritt in den Einstellungen von Eigent erkennt inkompatible APIs, bevor du mitten in der Aufgabe darauf stößt. Validiere eine neue Modellkonfiguration immer, bevor du sie in Produktions-Workflows verwendest.
-
Präzise Datensatznamen verwenden. Die exakte Deal-Bezeichnung ("salesforce.com - 200 Widgets") beseitigt Mehrdeutigkeiten und verhindert, dass der Agent in einer großen Pipeline die falsche Opportunity auswählt.
-
Das Muster erweitern. Sobald du siehst, wie Eigent Contact Roles liest und Next Step schreibt, lässt sich derselbe Ansatz auf jede datenabhängige Verknüpfung in Salesforce anwenden: aus einer verknüpften Liste lesen, um ein benutzerdefiniertes Feld zu befüllen, Produktdaten extrahieren, um eine Angebotszusammenfassung zu schreiben, und mehr.
