---
title: "Arsitektur chatbot WhatsApp bahasa Arab: suara, STT, LLM"
description: "Arsitektur yang berjalan untuk asisten WhatsApp bahasa Arab: webhook, antrean, transkripsi voice note, balasan LLM, aturan kebijakan, dan biaya, dengan kode Python."
url: https://broadrouter.com/id/blog/arabic-whatsapp-chatbot-architecture/
lang: id
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan dari bahasa Inggris dengan bantuan AI. [Baca versi asli bahasa Inggris](https://broadrouter.com/blog/arabic-whatsapp-chatbot-architecture/) (diperbarui 2026-11-16).

# Arsitektur chatbot WhatsApp bahasa Arab: dari voice note ke balasan

Oleh tim BroadNet Inference · 5 menit baca · Dipublikasikan 2026-11-14 · Diperbarui 2026-11-16

Asisten WhatsApp bahasa Arab punya lima bagian: webhook yang menerima pesan dari WhatsApp Business Platform, antrean, speech-to-text untuk voice note, LLM yang menyusun draf balasan, dan pengirim yang menjawab lewat API. Mengonversi voice note dan mentranskripsikannya dengan BroadNet Transcribe Arabic seharga $0.0042 per menit audio.

## Poin penting

-   Akui webhook seketika dan kerjakan pekerjaan lambat (unduh, transkripsi, LLM) dari antrean.
-   Voice note WhatsApp datang sebagai audio Ogg/Opus. Konversi ke WAV mono 16 kHz dengan ffmpeg, lalu transkripsikan dengan language=ar.
-   Hanya kirim pesan ke orang yang sudah opt-in, dan balas di dalam jendela layanan pelanggan. Jangan pernah mengirim pesan yang tidak diminta.
-   Buat balasan pertama ke kontak baru tetap pendek, berupa teks biasa, dan tanpa tautan.
-   Mentranskripsikan 10.000 voice note berdurasi 30 detik dengan BroadNet Transcribe Arabic menghabiskan $21.00.

**Di halaman ini**

1.  Apa saja bagian chatbot WhatsApp bahasa Arab?
2.  Aturan kebijakan WhatsApp apa yang berlaku untuk chatbot?
3.  Berapa biaya menjalankan bot WhatsApp bahasa Arab?
4.  Bagaimana menjaga privasi voice note?
5.  Daftar periksa peluncuran

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](https://broadrouter.com/id/glossary/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](https://broadrouter.com/id/guides/errors-and-retries/) dan [cara menangani rate limit 429](https://broadrouter.com/id/blog/handle-llm-api-429-rate-limits/).

### 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:

```python
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](https://broadrouter.com/id/guides/transcribe-whatsapp-voice-notes/) punya versi batch untuk chat yang diekspor, dan [panduan speech-to-text bahasa Arab](https://broadrouter.com/id/guides/arabic-speech-to-text-api/) 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:

```python
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](https://broadrouter.com/id/glossary/structured-output/) (`intent`, `handover`, `reply`) alih-alih teks bebas, lalu bertindak berdasarkan field-nya; [generator JSON schema](https://broadrouter.com/tools/json-schema-generator/) gratis menulis skemanya dari contoh balasan. Dalam pengujian BroadNet, [Qwen3.8 27B](https://broadrouter.com/id/models/qwen3.8-27b/) memahami dialek Teluk dan Mesir serta menulis bahasa Arab dengan lancar; [DeepSeek V4.1 Flash](https://broadrouter.com/id/models/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](https://broadrouter.com/id/blog/arabic-llm-gulf-egyptian-dialects/).

### 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](https://whatsappbusiness.com/policy/) sebelum peluncuran. Dalam praktiknya:

1.  **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.
2.  **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.
3.  **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.
4.  **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.
5.  **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](https://broadrouter.com/tools/llm-api-cost-calculator/) gratis untuk angka bulanan. Jika bot berjalan sepanjang hari dengan DeepSeek V4.1 Flash, bandingkan dengan paket Full Moon seharga $60 di [halaman harga](https://broadrouter.com/id/pricing/).

## 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](https://broadrouter.com/id/privacy/)), 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](https://broadrouter.com/id/blog/voice-notes-to-text-for-business/) membahas pipeline yang lebih sederhana itu.

Alat gratis untuk topik ini (bahasa Inggris)

-   [Arabic token counter](https://broadrouter.com/tools/arabic-token-counter/) Arabic vs English token counts per tokenizer: the "Arabic tax" in tokens and money.
-   [Arabic text normalizer](https://broadrouter.com/tools/arabic-text-normalizer/) Tashkeel, tatweel, alef, ya, ta marbuta, digits and invisible characters, with a matching Python function.
-   [Speech-to-text cost calculator](https://broadrouter.com/tools/speech-to-text-cost-calculator/) Hours, calls or voice notes to a monthly transcription bill, against your current provider.

[Alat gratis (bahasa Inggris)](https://broadrouter.com/tools/)

## Istilah dalam artikel ini

[Speech-to-text (ucapan ke teks)](https://broadrouter.com/id/glossary/speech-to-text/)

Speech-to-text, juga disebut automatic speech recognition (ASR), adalah teknologi yang mengubah audio ucapan menjadi teks tertulis. API speech-to-text menerima file atau stream audio dan mengembalikan transkrip, biasanya dihargai per menit audio. Akurasinya diukur dengan word error rate dan bervariasi menurut aksen, dialek, dan kualitas rekaman.

[Rate limit (batas laju)](https://broadrouter.com/id/glossary/rate-limit/)

Rate limit adalah batas yang diterapkan API pada seberapa banyak client boleh memakainya dalam rentang waktu tertentu, misalnya permintaan per menit atau token per menit. Permintaan yang melebihi batas ditolak, biasanya dengan HTTP 429 Too Many Requests, sampai pemakaian kembali di bawah batas.

[Token](https://broadrouter.com/id/glossary/token/)

Token adalah satuan teks yang dibaca dan ditulis model bahasa: sebuah kata, bagian kata, tanda baca, atau urutan byte yang dihasilkan tokenizer model. API LLM menghitung, membatasi, dan biasanya menagih pemakaian dalam token.

[Bayar sesuai pemakaian (pay-as-you-go)](https://broadrouter.com/id/glossary/pay-as-you-go/)

Bayar sesuai pemakaian (pay-as-you-go) adalah model harga di mana Anda hanya membayar yang Anda pakai, dihitung per satuan seperti token, permintaan, atau menit audio, tanpa langganan atau komitmen minimum. Sebagian besar API LLM menagih dengan cara ini, dari saldo prabayar atau tagihan berkala.

[Konkurensi (concurrency)](https://broadrouter.com/id/glossary/concurrency/)

Konkurensi (concurrency) adalah jumlah permintaan yang sedang berjalan dari sebuah client pada saat yang sama. API LLM sering membatasinya per kunci atau per paket, terpisah dari batas permintaan per menit, karena setiap permintaan yang terbuka menahan kapasitas GPU sampai responsnya selesai.

[Idempotency key](https://broadrouter.com/id/glossary/idempotency-key/)

Idempotency key adalah nilai unik, biasanya ID acak seperti UUID, yang dilampirkan klien pada request yang mengubah state, misalnya pembayaran atau pembelian. Jika request yang sama dikirim lagi dengan key yang sama, server mengembalikan hasil aslinya alih-alih menjalankan aksi itu dua kali.

[System prompt (prompt sistem)](https://broadrouter.com/id/glossary/system-prompt/)

System prompt adalah teks instruksi yang dikirim aplikasi ke model bahasa sebelum percakapan, biasanya sebagai pesan dengan peran system atau developer. System prompt menetapkan peran, aturan, gaya bahasa, dan format output model, dan model dirancang untuk mengikutinya di atas pesan pengguna yang bertentangan.

[Tool calling (function calling)](https://broadrouter.com/id/glossary/tool-calling/)

Tool calling, disebut juga function calling, adalah fitur API LLM di mana model mengembalikan permintaan terstruktur untuk menjalankan fungsi yang didefinisikan developer, lengkap dengan argumen JSON. Aplikasi yang menjalankan fungsi itu dan mengirim hasilnya kembali; model tidak pernah menjalankan kode sendiri.

## Pertanyaan umum

### Bolehkah saya mengirim pesan ke pelanggan yang belum pernah menghubungi saya?

Hanya jika mereka sudah opt-in untuk menerima kabar dari bisnis Anda, dan hanya dengan template pesan yang disetujui. Pesan yang tidak diminta melanggar kebijakan WhatsApp dan bisa membuat nomor Anda dibatasi.

### Kenapa voice note perlu dikonversi sebelum ditranskripsikan?

Voice note WhatsApp berupa file Ogg/Opus, sedangkan endpoint transkripsi BroadNet menerima WAV atau MP3. Satu perintah ffmpeg mengonversinya menjadi WAV mono 16 kHz.

### LLM mana yang sebaiknya menyusun draf balasan?

Uji pada pesan Anda sendiri. BroadNet melaporkan Qwen3.8 27B memahami dialek Teluk dan Mesir serta menulis bahasa Arab dengan lancar dalam pengujiannya; DeepSeek V4.1 Flash lebih murah per token dan tersedia di paket harga tetap.

### Berapa lama bot WhatsApp boleh membalas tanpa template?

Di dalam jendela layanan pelanggan 24 jam setelah pesan terakhir pelanggan, Anda boleh mengirim balasan bebas. Di luar jendela itu, WhatsApp Business Messaging Policy hanya mengizinkan template pesan yang disetujui.

### Apakah chatbot WhatsApp perlu bisa mengalihkan ke manusia?

Ya. Kebijakan mengizinkan otomatisasi tetapi mewajibkan jalur eskalasi yang cepat, jelas, dan langsung, misalnya pengalihan ke agen manusia di chat, nomor telepon, email, atau formulir support.

### Apakah BroadNet menyimpan voice note?

Tidak. BroadNet Inference memproses audio dan transkrip untuk permintaan tersebut dan tidak menyimpannya. Server Anda sendiri dan WhatsApp tetap menyimpan salinan, jadi rencanakan juga retensi di sana.

## Baca juga

-   [Klasifikasi teks bahasa Arab dengan LLM: sentimen, intent, triase](https://broadrouter.com/id/blog/arabic-text-classification-llm/)
-   [Voice note ke teks untuk bisnis: dari WhatsApp dan Telegram ke tiket](https://broadrouter.com/id/blog/voice-notes-to-text-for-business/)
-   [Bahasa Arab Teluk, Mesir, dan Syam: cara LLM menangani dialek](https://broadrouter.com/id/blog/arabic-llm-gulf-egyptian-dialects/)
-   [Prompt engineering bahasa Arab: register, RTL, angka, teks campuran](https://broadrouter.com/id/blog/arabic-prompt-engineering/)
-   [Arabizi dan LLM: menangani Franco-Arab dengan angka seperti 3 dan 7](https://broadrouter.com/id/blog/arabizi-llm-handling/)
-   [Cara mengatasi error 429 API LLM: backoff, jitter, dan limiter](https://broadrouter.com/id/blog/handle-llm-api-429-rate-limits/)
-   [Menambahkan harakat ke teks Arab dengan LLM: prompt, cek, DER](https://broadrouter.com/id/blog/arabic-diacritization-llm/)
-   [Koreksi tata bahasa dan ejaan Arab dengan LLM: panduan praktis](https://broadrouter.com/id/blog/arabic-grammar-spelling-correction-llm/)
-   [Panduan: Transkripsi voice note WhatsApp ke teks dengan API](https://broadrouter.com/id/guides/transcribe-whatsapp-voice-notes/)
-   [Panduan: API speech-to-text bahasa Arab, langkah demi langkah](https://broadrouter.com/id/guides/arabic-speech-to-text-api/)
-   [Panduan: Kode error BroadNet Inference dan kapan harus mencoba ulang](https://broadrouter.com/id/guides/errors-and-retries/)

Coba dengan beban kerja Anda yang sebenarnya. Akun baru mendapat kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM, dan Qwen3.8 memerlukan top up.

[Mulai](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-arabic-whatsapp-chatbot-architecture&utm_content=page-cta) ·

**Sumber**

-   [Meta, WhatsApp Cloud API: membuat endpoint webhook (X-Hub-Signature-256, percobaan ulang selama 7 hari; diakses 2026-11-14)](https://developers.facebook.com/documentation/business-messaging/whatsapp/webhooks/create-webhook-endpoint)
-   [Meta, referensi webhook WhatsApp Cloud API: pesan audio (diakses 2026-11-14)](https://developers.facebook.com/documentation/business-messaging/whatsapp/webhooks/reference/messages/audio)
-   [WhatsApp Business Messaging Policy (diakses 2026-11-14)](https://whatsappbusiness.com/policy/)
-   [Referensi API BroadNet Inference, transkripsi dan konversi ffmpeg (diakses 2026-11-14) (bahasa Inggris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-arabic-whatsapp-chatbot-architecture&utm_content=sources)
-   [Harga BroadNet Inference yang bisa dibaca mesin, pricing.json (diakses 2026-11-14) (bahasa Inggris)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-arabic-whatsapp-chatbot-architecture&utm_content=sources)
