Backstory（原 People.ai）是一款面向销售团队的 AI 营收智能平台，其定位是超越仪表盘的营收 AI，直接回答销售管道中最难的问题：哪些交易是真实的、哪些存在风险、下一步该做什么。
一、主要能力 Backstory 提供对每笔交易的直接答案，并呈现在销售人员日常工作的地方。具体包括：查看季度真实进展、查看每个客户的真实情况、基于事实对每笔交易和客户进行资格认定、用自然语言提问并获得真实答案、洞察活动、管道和执行情况以支持更快决策和更可预测的结果。平台还支持查看购买者行为并加速行动、识别每一笔交易风险（而不仅是电话中提到的那笔）、证明营销带来的效果。
二、使用方式与集成 Backstory 自动从团队已使用的工具中捕获活动，销售人员无需手动记录任何新内容，数据是否更新到 CRM 都不影响捕获。官方列出可连接的系统包括 Salesforce、Microsoft Dynamics、Oracle、Gmail、Outlook、Zoom、Teams、Slack 等；活动被自动捕获并匹配到正确的客户、商机和联系人。用户不必在 Backstory 中工作即可获得价值：可在其网页应用、CRM 或常用 AI 工具中访问答案。通过 MCP Server，答案可进入团队已在使用的 LLM（如 Claude、ChatGPT、Gemini），也可与 CRM 和内部系统配合使用。Backstory 支持同时连接多个 CRM，将来自不同地理区域、子公司或垂直领域的销售活动汇总到单一视图中，便于发现交叉销售和追加销售机会并保持一致的销售动作。
三、适用场景与目标用户 Backstory 主要面向 CRO 和销售副总裁等负责营收数字、需要在数字变化时向董事会汇报的领导者；官方明确表示它不是销售人员生产力工具，而是为做出承诺决策、管道判断和推动营收战略的领导者构建。此外也服务于营收运营等角色。官方提到 AVEVA 使用 Backstory 优化其销售周期，并称受 100,000+ 销售人员信任。
四、与 CRM、预测工具和 LLM 的区别 官方解释：CRM 的准确性取决于销售人员录入的内容，预测工具基于同样不完整的数据进行预测，通话录音工具只捕获通话而非邮件、会议或中间空白；这些工具都不是为给出直接答案而构建。大多数预测工具基于 CRM 数据（即销售人员记得记录的内容）给出预测，而 Backstory 的答案基于实际发生的事情——每封邮件、每次会议、每通电话都被自动捕获并匹配到正确交易，这是模型猜测与可辩护数字之间的区别。对于“直接让 LLM 指向数据”的做法，官方认为单个问题可以，但面对每天数千用户则不同：模型每次从头构建答案，同一问题会向销售、经理和 CRO 返回不同答案，且每次都要重新处理完整上下文并付费；Backstory 一次性匹配和提炼数据，然后按需返回一个答案。
五、AI 成本与自建考量 官方称消费定价按模型读取的每个 token 收费，当一百个销售人员用一百种方式问同一个问题时会付一百次费；Backstory 生成一次答案，之后每次询问都返回该答案，不再重新运行昂贵的调用，成本跟随工作量而非提问次数。对于有工程师的团队，官方认为构建第一版很快，但后续成本持续：连接平台会更改 API、匹配规则会漂移，且上线后很久仍需要有人负责维护；Backstory 团队与客户一起构建定制部分，让工作流归客户所有而无需承担维护。
六、起步速度与限制 官方称多数团队在 2–4 周内上线，且没有爬坡期——Backstory 在第一天就分析两年的交易历史，因此可立即获得真实答案。
七、名称说明 官方确认 Backstory 即 People.ai，People.ai 现更名为 Backstory，产品相同、数据基础设施相同，只是现在围绕营收领导者的实际需求（答案而非更多数据）重新定位。
八、暂未提供的信息 资料未提供具体的价格数值、免费试用政策、各集成功能的详细技术规格、数据存储地点或合规认证清单等细节，这些内容暂未提供。
