生成AIをCRMに繋げたいと思っても、実際に何をどう設定すればいいか分からないまま止まっている──そういうケースが非常に多いです。本記事では、HubSpotとChatGPT・Claudeを連携させる方法を、設定の手順・コスト・セキュリティ・失敗事例まで含めて具体的に解説します。
この記事のポイント
目次
多くの営業・マーケ担当者がやっていること：ChatGPTでメール文章を作成 → Ctrl+Cでコピー → HubSpotのメール画面にCtrl+V → 送信。この操作自体は問題ないように見えますが、以下の問題が積み重なります。
問題①：AIが「空白の紙」に書いている
ChatGPTはあなたの担当リードが過去3ヶ月でどんなウェブページを見てきたか、どのメールを開封したか、役職は何か、を知りません。結果として「〇〇株式会社の担当者様」という宛名だけ変えた汎用メールができあがります。受け取った側は即座に気づきます。
問題②：生成した内容がCRMに残らない
手動コピーの場合、AIが生成した文章がCRMの活動記録に残りません。3ヶ月後に引き継ぎが発生した際、「なぜこのメールを送ったのか」「どんな文脈で書いたのか」が追跡不可能になります。これが組織的な学習機会の喪失につながります。
問題③：標準化できない
担当者ごとにAIの使い方が違うため、品質がばらつきます。Aさんは毎回丁寧なプロンプトを書くが、Bさんはほぼ使わない──このバラつきをどう均質化するかが、AIツール導入後の最大の課題です（参考：HubSpot State of AI Report）。
HubSpotとの統合が解決すること：
CRMのコンタクト属性・行動履歴・商談フェーズをコンテキストとしてAIに渡すことで、「このリードは製造業・部長・先週料金ページを2回見ている」という情報を踏まえたメールが自動生成されます。また生成したコンテンツ・その効果・商談への影響がすべてHubSpot上で追跡可能になります（参考：HubSpot API Overview）。
以下は、実際の導入パターンで報告されている効果です（参考：McKinsey AI × Sales分析、Forrester Research）。なお数値はあくまで参考値であり、業種・企業規模・実装質によって大きく異なります。
| ユースケース | 具体的な自動化内容 | 工数削減効果（目安） | 精度向上の鍵 |
|---|---|---|---|
| 展示会後フォローアップ | 名刺登録後にコンタクト属性（役職・業種・商談メモ）を元にパーソナルメール自動生成 | 200名分を1時間→10分 | 登録時のメモの品質 |
| コール後議事録・CRM入力 | 通話録音からAIが要点・ネクストアクション・決定事項を抽出してCRMに自動記録 | 30分/件→3〜5分/件 | 録音品質・日本語認識精度 |
| 提案フェーズのリサーチ自動化 | 商談化したリードの企業情報・競合状況・最近のニュースをAIが要約してCRMに保存 | 45分/件→8分/件 | 利用するデータソースの範囲 |
| ナーチャリングメールの個別最適化 | 各リードのページビュー・開封履歴に基づいて次のメール内容をAIが生成・提案 | バリエーション作成90%削減 | 行動データ取得の設定精度 |
HubSpotのBreeze AIはしばしば「万能AI」のように紹介されますが、正確に把握しないと期待外れになります（参考：HubSpot Breeze AI公式ページ）。
できること（2026年4月時点）：
できないこと・苦手なこと：
結論： Breeze AIは「HubSpotの操作中に常にアシストしてくれる秘書」として考えると正確です。複雑な自動化・高度なパーソナライゼーション・外部データ参照が必要な場合は、後述のAPI連携が必要になります（参考：HubSpot AI Tools Knowledge Base）。
導入前に必ず確認すべきプラン別の制約があります（参考：HubSpot料金プラン）。
| 機能 | Free | Starter | Professional | Enterprise |
|---|---|---|---|---|
| Breeze Copilot（基本） | ○ | ○ | ○ | ○ |
| AIメール文章生成 | 月25回まで | 月100回 | 無制限 | 無制限 |
| 会話インテリジェンス（コール分析） | × | × | ○（Sales Hub） | ○ |
| AI予測リードスコアリング | × | × | ○ | ○ |
| Breeze Agents（4種類） | × | × | ○ | ○ |
| Breeze Intelligence（エンリッチ） | × | × | 別クレジット | 別クレジット |
Breeze CopilotはStarterから使えますが、コール分析・予測スコアはProfessionalが必要です。契約前に「何のためにAIを使いたいのか」を明確にして、必要なプランを確認してください。
API直接連携の全体像を理解することが重要です。データフローは以下のとおりです（参考：HubSpot Workflowsドキュメント、OpenAI API Reference）。
① HubSpotでトリガー発生（例：フォーム送信）
↓
② HubSpot Workflowが起動
↓
③ WorkflowのHTTP Webhookアクションが、コンタクトの属性値をプロンプトに埋め込んでOpenAI APIへPOSTリクエスト
↓
④ OpenAI APIがChatGPT（gpt-4oなど）を呼んでテキストを生成してJSONで返す
↓
⑤ HubSpot WorkflowがレスポンスのJSONからテキストを抽出して、CRMのプロパティやメモに保存
↓
⑥ 保存したテキストを次のWorkflowアクションで使用（メール送信・タスク作成など）
以下の手順でHubSpot WorkflowsからOpenAI APIを呼び出す設定を行います（参考：HubSpot Webhook Action設定）。
前提条件：OpenAIアカウントでAPIキーを取得済み（platform.openai.com/api-keys）。HubSpot Sales Hub / Marketing Hub Professional以上のプラン。
Step 1：HubSpotでWebhookのテスト用シークレットを設定
APIキーをWorkflowに直接書くのは厳禁です。HubSpotのSettings → Integrations → Private App Tokens（またはSecrets）でAPIキーを暗号化して保存し、WorkflowからはシークレットIDで参照します（参考：HubSpot Private Apps）。
Step 2：Workflowを作成してトリガーを設定
Automation → Workflows → Create Workflowを開きます。Contact-based Workflowを作成し、トリガーを「Form Submission」「Contact Property Changed」など用途に合わせて設定します。
Step 3：HTTPリクエストアクションを追加
「+」ボタン → 「Send an HTTP request」を選択します。以下を設定します：
https://api.openai.com/v1/chat/completionsAuthorization：Bearer Content-Type：application/jsonStep 4：リクエストボディにHubSpotプロパティを埋め込む
Request Bodyに以下のJSON構造を入力します。{{contact.properties.xxx}}の部分は実際のHubSpotプロパティトークンで置き換えます：
{
"model": "gpt-4o-mini",
"messages": [
{
"role": "system",
"content": "あなたはBtoB企業の優秀な営業担当です。以下の情報を元に、簡潔でパーソナルなフォローアップメールを日本語で書いてください。敬語を使い、押しつけがましくならないよう注意してください。"
},
{
"role": "user",
"content": "担当者名：
会社名：
役職：
業種：
直近のアクション：
接触メモ：
この情報を元に、展示会後のフォローアップメール（200字以内）を作成してください。"
}
],
"max_tokens": 300,
"temperature": 0.7
}Step 5：レスポンスからテキストを抽出してCRMに保存
HTTPリクエストアクションの次のアクションとして「Set Contact Property」を追加します。プロパティ値にのようなトークンを設定して、生成されたテキストをCRMのカスタムプロパティに保存します（実際のトークン構文はHubSpotのドキュメントでご確認ください）（参考：HubSpot Webhookレスポンス保存）。
APIコストはトークン数で課金されます（参考：OpenAI APIプライシング）。以下は2026年4月時点の参考計算です（最新価格は公式サイトでご確認ください）。
1回の呼び出しあたりのトークン数目安：
GPT-4o-miniでは入力$0.15/1Mトークン、出力$0.60/1Mトークンです（2026年4月時点）。
コスト面の問題は実質ほとんどありません。問題はAPIキーの管理コスト・エラーハンドリングの設計・Workflowのテスト工数です。これらに対応できるエンジニアまたは外部パートナーがいることを前提に導入を検討してください。
Claude APIはOpenAI APIと同様にHTTPリクエストで呼び出せます（参考：Anthropic API ドキュメント、Claude API概要）。技術的な設定は同様ですが、以下の点で違いがあります。
| 比較軸 | OpenAI（GPT-4o） | Anthropic（Claude 3.5 Sonnet） |
|---|---|---|
| 長文コンテキスト | 128K tokens | 200K tokens |
| 長文の読み込み・分析 | 良好 | 優秀（長い契約書・コール録音の分析に向く） |
| 日本語の自然さ | 良好 | 良好（表現の自然さはやや異なる） |
| コード生成 | 優秀 | 優秀 |
| APIエンドポイント | api.openai.com/v1/chat/completions | api.anthropic.com/v1/messages |
HubSpotとの連携でClaudeが特に向くユースケース：
Claude APIのHubSpot Workflow設定：
OpenAI APIと同様の手順ですが、Headerにx-api-keyとanthropic-versionを追加します（参考：Anthropic Messages API）。
https://api.anthropic.com/v1/messagesx-api-key: 、anthropic-version: 2023-06-01、Content-Type: application/jsonclaude-3-5-sonnet-20241022など、messagesの構造はほぼ同じ）「ノーコード」と言われるZapier/Make連携ですが、実際には設定・維持・トラブルシューティングのコストが存在します。メリット・デメリットを正直に整理します（参考：Zapier HubSpot × OpenAI、Make HubSpot連携）。
Zapierでの具体的な設定手順：
Zapier連携のコスト（2026年4月時点の参考値）：
Zapier連携の落とし穴（よく起きる問題）：
HubSpotのCRMには顧客の個人情報が含まれます。これをOpenAI/Claude APIに送信する際は、以下の観点での確認が必須です（参考：OpenAI Privacy Policy、Anthropic Privacy Policy、個人情報保護委員会）。
日本の個人情報保護法の観点：
個人情報を第三者提供する際は、原則として本人の同意が必要です。OpenAI APIへの送信は「第三者提供」に該当する可能性があります。実務的には以下の対策が有効です：
OpenAI APIのデータ利用ポリシー（2026年4月時点）：
OpenAIのAPI経由で送ったデータは、デフォルトではモデルの学習に使用されません（Zero Data Retention設定が適用される）。ただし30日間のログ保持が行われます。詳細は最新のポリシーを必ず確認してください（参考：OpenAI Data Usage Policy）。
APIキーの安全な管理方法：
どの連携方法を選ぶかは、以下の3つの軸で判断します（参考：HubSpot比較ページ）。
| 判断軸 | HubSpot Breeze AI | API直接連携 | Zapier・Make | Marketplace アプリ |
|---|---|---|---|---|
| 技術的難易度 | ★☆☆（設定ゼロ） | ★★★（JSON・API知識必要） | ★★☆（ノーコードだが設定複雑） | ★☆☆（インストールのみ） |
| カスタマイズ性 | 低い（HubSpotの設計範囲内） | 高い（プロンプト・ロジックを自由設計） | 中程度（テンプレート制約あり） | 低い（アプリの機能に依存） |
| 月間コスト（100件/月想定） | プランコストに込み | API料金数百円〜 | Zapierプラン$0〜20 + API料金 | アプリ別（$30〜200/月が多い） |
| 応答速度 | リアルタイム | リアルタイム（設定次第） | 30秒〜3分の遅延あり | アプリ依存 |
| 推奨ケース | 今すぐ使いたい・技術者なし | 精度重視・複雑な自動化 | プロトタイプ段階・工数なし | 特定用途（名刺OCR・コール分析など） |
推奨スタートパターン：
ZapierのHubSpot + OpenAI統合テンプレートを使う方法が最も設定が簡単です。Zapier.comで「HubSpot OpenAI」と検索すると複数の事前設定済みテンプレートが見つかります。設定時間は慣れている人で30〜60分です。ただしZapierのプラン料金とOpenAI APIの料金が別途かかります（参考：Zapier HubSpot × OpenAI テンプレート）。
接続先URLとHeaderの設定が異なりますが、基本的なアーキテクチャ（HubSpot Workflow → HTTP Request → API → レスポンスをCRMに保存）は同じです。OpenAIはURLapi.openai.com/v1/chat/completionsでAuthorizationヘッダー、ClaudeはURLapi.anthropic.com/v1/messagesでx-api-keyヘッダーを使います（参考：Claude API）。
JSONの基本構造（波括弧・コロン・ダブルクォート）を理解でき、HubSpotのプロパティトークンの使い方を覚えれば、エンジニアでなくても設定できます。ただし「テストしてもうまく動かない」「エラーが出る」という状況のデバッグは技術知識が必要です。最初はエンジニアに一度設定してもらい、その後の運用を自分で行う分担が現実的です。
低リスクな汎用的なフォローアップメール（資料案内・ウェビナー案内）であれば自動送信の運用も可能ですが、重要顧客・クレーム対応・価格交渉・法的事項を含む内容は必ず人間がレビューすることを推奨します。HubSpotでは「AIが下書きを作成→担当者がワンクリックで確認・修正→送信」というHuman-in-the-loopフローを標準とするのが安全です。
APIを通じた利用では、OpenAIはデータを学習に使用しないことをデフォルトとしています（Zero Data Retention設定）。ただし30日間のログ保持は行われます。最新のデータ利用ポリシーは必ず確認してください（参考：OpenAI Data Usage）。Anthropicも同様にAPIデータを学習に使用しない方針を採っています（参考：Anthropic Privacy）。
最重要なのは「事実確認」です。AIは正確に見える数字・引用を「作り出す」（ハルシネーション）ことがあります。特に統計数値・法律・他社の機能については必ず一次ソースで確認してください。また、AIの文章は「読みやすいが具体性が低い」傾向があるので、自社の事例・支援実績・独自のデータを必ず追記することで差別化されたコンテンツになります（参考：Google Helpful Content Guidelines）。
可能です。用途別に使い分けることが実際には最も多いパターンです。例：「展示会後フォローはZapierで素早く実装→効果が確認できたらAPI直接連携に移行」「重要顧客向けの個別メール生成はAPI直接連携で高精度に実装、一般フォローアップはZapierで運用」など。
HubSpotのLive Chatには標準でBreeze Customer Agentが組み込まれています。カスタムでChatGPTを組み込む場合はHubSpot Conversations API経由での実装が必要です。ただし実装難易度が高く、ハルシネーション対策・エスカレーション設計が必須です（参考：HubSpot Conversations API）。Breeze Customer Agentで対応できない要件がある場合に限り、カスタム実装を検討してください。
最初のステップは「最も工数がかかっている反復業務を1つ特定する」ことです。「毎週ウェビナー後に50名分のフォローメールを書いている」「展示会後に100枚の名刺を手動でCRMに入れてフォローしている」など、明確な痛みポイントがある業務から始めてください。最初から全業務を自動化しようとすると設定が複雑になり挫折します。1つのユースケースで効果を実感してから横展開する方が成功率が高いです。
最多は「プロンプトの品質が低くて使えない文章が生成される」です。「フォローアップメールを書いて」というシンプルなプロンプトでは汎用的な文章しか生成されません。「担当者名・会社名・役職・業種・直近の行動・前回の会話メモを含めた、300字以内の日本語フォローアップメール」と具体的に指定することが重要です。プロンプトエンジニアリングに1〜2時間かける価値があります（参考：OpenAI Prompt Engineering Guide）。
ROI計算の式：（削減工数時間 × 人件費時給） ÷ （APIコスト + ツール費用 + 設定工数） × 100。例：営業担当5名が毎週各3時間のメール作成工数を70%削減（2.1時間節約）→週10.5時間削減→月42時間削減→時給3,000円換算で月12.6万円の工数削減効果。APIコスト月2,000円・Zapier月3,000円とすれば、月約12万円の純削減効果になります（参考：McKinsey AI ROI Framework）。
本番運用では必ずエラーハンドリングを設計します。①APIタイムアウト（30秒以上レスポンスなし）→担当者にSlack/メールでアラート②APIエラーコード（5xx）→Workflowを失敗タスクとして記録し翌朝リトライ③生成テキストが空→デフォルトの汎用テンプレートを使用。エラー対応なしで自動送信を設定すると「文章なしのメールが送信される」「何も送られない」などのインシデントが発生します（参考：OpenAI Error Codes）。