Chatbot WhatsApp bahasa Arab memerlukan lima bahagian: webhook yang menerima mesej daripada WhatsApp Business Platform rasmi, baris gilir, speech-to-text untuk nota suara, LLM yang mendraf balasan dalam bahasa Arab, dan penghantar yang menjawab dalam tetingkap 24 jam WhatsApp. Nota suara penting kerana ramai pelanggan berbahasa Arab bercakap dalam dialek dan bukan menaip.
BroadRouter dikendalikan oleh BroadNet, jadi contoh-contoh menggunakan BroadNet Inference. Mana-mana penyedia speech-to-text dan chat yang serasi OpenAI boleh mengisi slot yang sama.
Apakah bahagian-bahagian 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 menghantar mesej masuk sebagai permintaan HTTPS POST ke webhook yang anda daftarkan. Dua peraturan memastikan bahagian ini sihat:
- Sahkan setiap permintaan. Dokumentasi Meta menyuruh anda mengira HMAC-SHA256 bagi muatan JSON dengan rahsia aplikasi anda dan membandingkannya dengan pengepala
X-Hub-Signature-256. Tolak apa-apa yang tidak sepadan. - Pulangkan 200 dengan pantas. Simpan peristiwa dan akuinya. Jangan muat turun audio atau panggil LLM di dalam pengendali webhook. Jika penghantaran gagal, Meta mencuba semula “immediately, then a few more times with decreasing frequency over the next 7 days” (Terjemahan: dengan segera, kemudian beberapa kali lagi dengan kekerapan yang semakin berkurangan dalam tempoh 7 hari berikutnya), dan meminta anda mengendalikan penyahduaan.
Gunakan id mesej WhatsApp sebagai kunci idempotensi, supaya webhook yang dihantar semula tidak menghasilkan dua balasan.
2. Baris gilir
Baris gilir memisahkan masa penghantaran WhatsApp daripada masa pemprosesan anda. Ia juga membolehkan anda mengehadkan keserentakan mengikut had inferens anda. Kunci bayar ikut guna BroadNet membenarkan 30 permintaan seminit dan 4 serentak, jadi kumpulan pekerja kecil dengan cubaan semula pada 429 ialah bentuk yang betul. Lihat ralat dan cubaan semula dan cara mengendalikan had kadar 429.
3. Pekerja: nota suara kepada teks
Bagi nota suara, webhook memberi anda objek audio dengan id media, mime_type seperti audio/ogg; codecs=opus, dan voice: true bagi rakaman yang dibuat dalam WhatsApp. Pekerja membuat GET pada id media untuk mendapatkan URL muat turun, memuat turun fail dengan token akses anda, kemudian menukar dan mentranskripsikannya. Endpoint BroadNet menerima WAV atau MP3, jadi tukar dahulu:
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 selepas panggilan, jadi audio tidak tersimpan dalam cakera anda. Panduan nota suara WhatsApp mempunyai versi kelompok untuk chat yang dieksport, dan panduan speech-to-text bahasa Arab membincangkan format dan had. Fail mesti kurang daripada 26,214,400 bait (25 MiB); nota suara biasa jauh lebih kecil.
3b. Pekerja: mendraf balasan
Layan transkrip sama seperti mesej yang ditaip, tetapi beritahu model bahawa ia datang daripada pertuturan, kerana transkrip tiada tanda baca dan mungkin mengandungi ralat pengecaman:
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 penghalaan, minta model memberi output berstruktur (intent, handover, reply) dan bukan teks bebas, dan bertindak berdasarkan medan itu; penjana skema JSON percuma menulis skema daripada contoh balasan. Dalam ujian BroadNet, Qwen3.8 27B memahami dialek Teluk dan Mesir serta menulis bahasa Arab yang lancar; DeepSeek V4.1 Flash lebih murah setiap token dan merupakan model pada pelan tanpa had BroadNet. Kedua-duanya membuat penaakulan sebelum menjawab, jadi tinggalkan ruang dalam max_tokens. Pengendalian dialek dibincangkan secara mendalam dalam bahasa Arab Teluk, Mesir dan Levant dengan LLM.
4. Penghantar
Balasan dihantar melalui endpoint messages Cloud API untuk id nombor telefon anda. Hantar teks biasa untuk balasan perbualan. Format WhatsApp (tebal, senarai) dipaparkan, tetapi jadual dan tajuk Markdown tidak, jadi beritahu model supaya tidak menghasilkannya.
5. Storan
Simpan keadaan perbualan (sepuluh giliran terakhir sudah memadai untuk kebanyakan bot sokongan), status persetujuan pelanggan dan log audit tentang apa yang dihantar bot dan mengapa. Jangan simpan lebih daripada yang perlu: transkrip nota suara sering mengandungi nama, alamat dan butiran kesihatan.
Peraturan dasar WhatsApp manakah yang terpakai kepada chatbot?
WhatsApp tegas tentang cara perniagaan menggunakannya, dan peraturan ini melindungi nombor anda sama seperti pelanggan anda. Baca WhatsApp Business Messaging Policy sebelum pelancaran. Secara praktikal:
- Persetujuan dahulu. Dasar ini membenarkan anda menghubungi orang hanya jika mereka memberikan nombor mereka dan bersetuju untuk menerima mesej daripada anda di WhatsApp. Pelanggan yang menulis kepada anda bukan persetujuan untuk pemasaran.
- Tiada mesej yang tidak diminta. Dasar ini menyatakan: “Do not confuse, deceive, defraud, mislead, spam, or surprise people with your communications.” (Terjemahan: Jangan mengelirukan, memperdaya, menipu, menyesatkan, menghantar spam atau mengejutkan orang dengan komunikasi anda.) Jangan sekali-kali menghantar mesej pertama kepada orang yang belum menghubungi anda atau belum memberi persetujuan.
- Hormati tetingkap khidmat pelanggan 24 jam. Balasan bebas dibenarkan dalam tempoh 24 jam selepas mesej terakhir pelanggan. Di luar tempoh itu, anda hanya boleh menghantar templat mesej yang diluluskan.
- Tawarkan manusia. Balasan automatik dibenarkan dalam tetingkap 24 jam, tetapi dasar ini memerlukan “prompt, clear, and direct escalation paths” (Terjemahan: laluan eskalasi yang segera, jelas dan langsung) kepada seorang manusia.
- Hormati permintaan berhenti. Dasar ini menyatakan anda mesti menghormati setiap permintaan untuk menyekat, menghentikan atau menarik diri. Anggap “stop” atau “توقف” sebagai permintaan sedemikian.
Satu lagi peraturan adalah daripada kami, bukan Meta: pastikan balasan pertama kepada kenalan baharu ringkas. Balasan teks biasa yang pendek tanpa URL adalah paling selamat. Mesej yang penuh pautan daripada perniagaan yang tidak dikenali kelihatan seperti spam kepada pengguna, yang boleh menyekat dan melaporkan anda. Kongsi pautan kemudian, apabila pelanggan memintanya.
Berapakah kos menjalankan bot WhatsApp bahasa Arab?
Speech-to-text dibilkan setiap minit audio. Dengan BroadNet Transcribe Arabic:
| Volum | Kos |
|---|---|
| Satu minit nota suara | $0.0042 |
| Satu jam nota suara | $0.25 |
| 10,000 nota suara berdurasi 30 saat | $21.00 |
Balasan LLM dibilkan setiap token secara bayar ikut guna: setiap 1M token, Qwen3.8 27B ialah $0.175 input dan $2.17 output, dan DeepSeek V4.1 Flash ialah $0.175 input dan $0.52 output. Balasan sokongan dengan sejarah sepuluh giliran berjumlah beberapa ribu token, termasuk penaakulan, jadi satu balasan berkos beberapa perseribu daripada harga setiap 1M di atas. Masukkan volum mesej anda ke dalam kalkulator kos API LLM percuma untuk angka bulanan. Jika bot berjalan pada DeepSeek V4.1 Flash sepanjang hari, bandingkan dengan pelan Full Moon $60 di halaman harga.
Bagaimanakah memastikan nota suara kekal peribadi?
Nota suara antara data paling peribadi yang dikendalikan oleh sesebuah perniagaan. BroadNet Inference tidak menyimpan audio, prompt atau transkrip selepas permintaan (lihat tanpa penyimpanan data), tetapi itu hanya meliputi langkah inferens. Tentukan berapa lama baris gilir, log dan pangkalan data anda sendiri menyimpan transkrip, dan padam fail media selepas pemprosesan.
Senarai semak pelancaran
- Tandatangan webhook disahkan, 200 dipulangkan sebelum pemprosesan.
- Idempotensi pada id mesej WhatsApp.
- Nota suara ditukar kepada WAV dan ditranskripsikan dengan
language=ar. - Saiz kumpulan pekerja mengikut had kadar anda, dengan backoff pada 429.
- Prompt sistem menetapkan dialek, laras, panjang dan “tiada pautan”.
- Laluan serahan kepada manusia, telah diuji.
- Persetujuan direkodkan; tiada penghantaran tidak diminta; templat sahaja di luar tetingkap 24 jam.
- Transkrip dipadam mengikut jadual.
Jika anda hanya perlu menukar nota suara kepada tiket dan bukan bot yang membalas, nota suara kepada teks untuk perniagaan membincangkan saluran yang lebih ringkas itu.
