Chatbot WhatsApp bahasa Arab butuh lima bagian: webhook yang menerima pesan dari WhatsApp Business Platform resmi, antrean, speech-to-text untuk voice note, LLM yang menyusun draf balasan dalam bahasa Arab, dan pengirim yang menjawab di dalam jendela 24 jam WhatsApp. Voice note penting karena banyak pelanggan berbahasa Arab lebih memilih berbicara dalam dialek daripada mengetik.
BroadRouter dikelola oleh BroadNet, jadi contoh-contohnya memakai BroadNet Inference. Penyedia speech-to-text dan chat mana pun yang kompatibel dengan OpenAI bisa mengisi posisi yang sama.
Apa saja bagian chatbot WhatsApp bahasa Arab?
WhatsApp user
│ text or voice note
▼
WhatsApp Business Platform (Cloud API)
│ webhook POST
▼
1. Webhook receiver ── verify signature, store event, return 200
│
▼
2. Queue (Redis, SQS, a database table)
│
▼
3. Worker
├─ voice note? download media → ffmpeg → speech to text
├─ build prompt: system rules + recent history + new message
└─ LLM drafts reply (or hands over to a human)
│
▼
4. Sender ── POST /messages on the Cloud API
│
▼
5. Store ── conversation state, opt-in status, audit log
1. Penerima webhook
WhatsApp Cloud API mengirimkan pesan masuk sebagai permintaan HTTPS POST ke webhook yang Anda daftarkan. Dua aturan menjaga bagian ini tetap sehat:
- Verifikasi setiap permintaan. Dokumentasi Meta menyuruh Anda menghitung HMAC-SHA256 dari payload JSON dengan app secret Anda dan membandingkannya dengan header
X-Hub-Signature-256. Tolak apa pun yang tidak cocok. - Kembalikan 200 dengan cepat. Simpan event dan akui. Jangan mengunduh audio atau memanggil LLM di dalam handler webhook. Jika pengiriman gagal, Meta mencoba ulang “immediately, then a few more times with decreasing frequency over the next 7 days” (Terjemahan BroadRouter: segera, lalu beberapa kali lagi dengan frekuensi yang makin jarang selama 7 hari berikutnya), dan meminta Anda menangani deduplikasi.
Pakai ID pesan WhatsApp sebagai idempotency key, sehingga webhook yang dikirim ulang tidak pernah menghasilkan dua balasan.
2. Antrean
Antrean memisahkan waktu pengiriman WhatsApp dari waktu pemrosesan Anda. Antrean juga memungkinkan Anda membatasi konkurensi sesuai batas inferensi Anda. Kunci API bayar sesuai pemakaian di BroadNet mengizinkan 30 permintaan per menit dan 4 sekaligus, jadi kumpulan worker kecil dengan percobaan ulang pada 429 adalah bentuk yang tepat. Lihat error dan percobaan ulang dan cara menangani rate limit 429.
3. Worker: voice note ke teks
Untuk voice note, webhook memberi Anda objek audio dengan id media, mime_type seperti audio/ogg; codecs=opus, dan voice: true untuk rekaman yang dibuat di WhatsApp. Worker melakukan GET ke ID media untuk mendapatkan URL unduhan, mengunduh file dengan access token Anda, lalu mengonversi dan mentranskripsikannya. Endpoint BroadNet menerima WAV atau MP3, jadi konversi dulu:
import os, subprocess, tempfile
from openai import OpenAI
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
def transcribe_voice_note(ogg_bytes: bytes) -> str:
with tempfile.TemporaryDirectory() as d:
src, wav = os.path.join(d, "in.ogg"), os.path.join(d, "in.wav")
open(src, "wb").write(ogg_bytes)
subprocess.run(["ffmpeg", "-y", "-loglevel", "error", "-i", src,
"-ar", "16000", "-ac", "1", wav], check=True)
with open(wav, "rb") as audio:
return client.audio.transcriptions.create(
model="broadnet/cohere-transcribe-arabic",
file=audio,
language="ar", # without it, Arabic can come back in Latin letters
).text
Direktori sementara hilang setelah pemanggilan, sehingga audio tidak tertinggal di disk Anda. Panduan voice note WhatsApp punya versi batch untuk chat yang diekspor, dan panduan speech-to-text bahasa Arab membahas format dan batasnya. File harus tetap di bawah 26.214.400 byte (25 MiB); voice note biasa jauh di bawah itu.
3b. Worker: menyusun draf balasan
Perlakukan transkrip persis seperti pesan yang diketik, tetapi beri tahu model bahwa transkrip berasal dari ucapan, karena transkrip tidak punya tanda baca dan bisa berisi kesalahan pengenalan:
SYSTEM = """You are the WhatsApp assistant of a clinic in Dubai.
Customers write or speak in Gulf Arabic, other dialects, MSA, English or Arabizi.
Reply in simple Modern Standard Arabic unless the customer used English.
Keep replies under 60 words. Plain text only: no links, no markdown.
You can: answer opening hours, explain how to book, collect name and preferred time.
If the message is a complaint, medical question or you are unsure, reply that a
staff member will follow up, and set handover=true."""
def draft_reply(history: list[dict], text: str, from_voice: bool) -> str:
note = "(transcribed voice note, may contain errors) " if from_voice else ""
r = client.chat.completions.create(
model="broadnet/qwen3.8-27b",
max_tokens=1500,
messages=[{"role": "system", "content": SYSTEM}, *history[-10:],
{"role": "user", "content": note + text}],
)
return r.choices[0].message.content
Untuk routing, minta model memberikan output terstruktur (intent, handover, reply) alih-alih teks bebas, lalu bertindak berdasarkan field-nya; generator JSON schema gratis menulis skemanya dari contoh balasan. Dalam pengujian BroadNet, Qwen3.8 27B memahami dialek Teluk dan Mesir serta menulis bahasa Arab dengan lancar; DeepSeek V4.1 Flash lebih murah per token dan merupakan model di paket unlimited BroadNet. Keduanya bernalar sebelum menjawab, jadi sisakan ruang di max_tokens. Penanganan dialek dibahas mendalam di bahasa Arab Teluk, Mesir, dan Syam dengan LLM.
4. Pengirim
Balasan dikirim lewat endpoint messages Cloud API untuk phone number ID Anda. Kirim teks biasa untuk balasan percakapan. Format WhatsApp (tebal, daftar) ditampilkan, tetapi tabel dan heading Markdown tidak, jadi beri tahu model untuk tidak membuatnya.
5. Penyimpanan
Simpan status percakapan (sepuluh giliran terakhir sudah lebih dari cukup untuk sebagian besar bot support), status opt-in pelanggan, dan log audit tentang apa yang dikirim bot dan alasannya. Jangan menyimpan lebih dari yang Anda butuhkan: transkrip voice note sering berisi nama, alamat, dan detail kesehatan.
Aturan kebijakan WhatsApp apa yang berlaku untuk chatbot?
WhatsApp ketat soal cara bisnis memakainya, dan aturan itu melindungi nomor Anda sama besarnya dengan pelanggan Anda. Baca WhatsApp Business Messaging Policy sebelum peluncuran. Dalam praktiknya:
- Opt-in lebih dulu. Kebijakan hanya mengizinkan Anda menghubungi orang yang memberikan nomornya kepada Anda dan sudah opt-in untuk menerima kabar dari Anda di WhatsApp. Pelanggan yang menulis kepada Anda bukan berarti setuju menerima pemasaran.
- Tanpa pesan yang tidak diminta. Kebijakan menyatakan: “Do not confuse, deceive, defraud, mislead, spam, or surprise people with your communications.” (Terjemahan BroadRouter: Jangan membingungkan, menipu, mencurangi, menyesatkan, mengirim spam, atau mengejutkan orang dengan komunikasi Anda.) Jangan pernah mengirim pesan pertama kepada orang yang belum menghubungi Anda atau belum opt-in.
- Hormati jendela layanan pelanggan 24 jam. Balasan bebas diizinkan dalam 24 jam setelah pesan terakhir pelanggan. Di luar itu, Anda hanya boleh mengirim template pesan yang disetujui.
- Sediakan manusia. Balasan otomatis diizinkan di dalam jendela 24 jam, tetapi kebijakan mewajibkan “prompt, clear, and direct escalation paths” (Terjemahan BroadRouter: jalur eskalasi yang cepat, jelas, dan langsung) ke seseorang.
- Hormati opt-out. Kebijakan menyatakan Anda wajib menghormati setiap permintaan untuk memblokir, menghentikan, atau opt-out. Anggap “stop” atau “توقف” sebagai permintaan seperti itu.
Satu aturan lagi adalah aturan kami, bukan Meta: buat balasan pertama ke kontak baru tetap sederhana. Balasan pendek berupa teks biasa tanpa URL adalah yang paling aman. Pesan yang penuh tautan dari bisnis yang belum dikenal terlihat seperti spam bagi pengguna, yang bisa memblokir dan melaporkan Anda. Bagikan tautan belakangan, saat pelanggan memintanya.
Berapa biaya menjalankan bot WhatsApp bahasa Arab?
Speech-to-text ditagih per menit audio. Dengan BroadNet Transcribe Arabic:
| Volume | Biaya |
|---|---|
| Satu menit voice note | $0.0042 |
| Satu jam voice note | $0.25 |
| 10.000 voice note berdurasi 30 detik | $21.00 |
Balasan LLM ditagih per token dengan skema bayar sesuai pemakaian: per 1 juta token, Qwen3.8 27B seharga $0.175 input dan $2.17 output, dan DeepSeek V4.1 Flash seharga $0.175 input dan $0.52 output. Balasan support dengan riwayat sepuluh giliran berukuran beberapa ribu token, termasuk penalaran, jadi satu balasan berbiaya beberapa per seribu dari harga per 1 juta token di atas. Masukkan volume pesan Anda ke kalkulator biaya API LLM gratis untuk angka bulanan. Jika bot berjalan sepanjang hari dengan DeepSeek V4.1 Flash, bandingkan dengan paket Full Moon seharga $60 di halaman harga.
Bagaimana menjaga privasi voice note?
Voice note termasuk data paling pribadi yang ditangani bisnis. BroadNet Inference tidak menyimpan audio, prompt, atau transkrip setelah permintaan (lihat zero data retention), tetapi itu hanya mencakup langkah inferensi. Tentukan berapa lama antrean, log, dan database Anda sendiri menyimpan transkrip, dan hapus file media setelah diproses.
Daftar periksa peluncuran
- Tanda tangan webhook diverifikasi, 200 dikembalikan sebelum pemrosesan.
- Idempotensi pada ID pesan WhatsApp.
- Voice note dikonversi ke WAV dan ditranskripsikan dengan
language=ar. - Kumpulan worker disesuaikan dengan rate limit Anda, dengan backoff pada 429.
- System prompt menetapkan dialek, register, panjang, dan “tanpa tautan”.
- Jalur pengalihan ke manusia tersedia dan sudah diuji.
- Opt-in dicatat; tidak ada pengiriman yang tidak diminta; hanya template di luar jendela 24 jam.
- Transkrip dihapus sesuai jadwal.
Jika Anda hanya butuh voice note diubah menjadi tiket, bukan bot yang membalas, voice note ke teks untuk bisnis membahas pipeline yang lebih sederhana itu.
