Bikin Chatbot WhatsApp Balas Otomatis dengan n8n + AI

Chatbot WhatsApp yang benar-benar berguna bukan sekadar auto-reply "terima kasih, pesan Anda kami terima". Yang dicari pelanggan adalah balasan yang paham konteks: menjawab pertanyaan harga, jam buka, status pesanan, atau mengoper ke manusia begitu pertanyaannya rumit. Untuk itu kamu butuh dua hal yang bekerja bersama: jalur menerima pesan masuk secara langsung, dan otak yang menyusun jawaban. n8n menyediakan alur otomasinya, node AI menyediakan otaknya, dan API Jalinara jadi mulut yang mengirim balasan kembali ke pelanggan.

Artikel ini membahas resep chatbot berbasis webhook masuk. Alurnya: pesan pelanggan diteruskan Jalinara ke sebuah node Webhook di n8n, diproses node AI, lalu dibalas lewat HTTP Request ke endpoint kirim. Semua node yang disebut di sini nyata dan umum dipakai. Detail kecil bisa berbeda antar versi n8n, jadi anggap ini kerangka yang kamu sesuaikan langsung di editor n8n milikmu, bukan resep yang harus disalin persis.

Dua jalan bikin chatbot WhatsApp

Sebelum menyusun workflow, putuskan dulu apakah kamu benar-benar butuh n8n. Jalinara sudah punya chatbot bawaan yang diatur dari dashboard tanpa menyentuh kode. Untuk pertanyaan berulang yang jawabannya baku, itu biasanya cukup dan jauh lebih cepat disiapkan. Pelajari opsi ini lewat panduan cara membuat chatbot WhatsApp sebelum memutuskan pindah jalur.

Kapan n8n + AI jadi pilihan yang tepat:

• Jawaban perlu disusun dinamis dari konteks bisnis, bukan template tetap.
• Bot harus mengambil data dari sumber lain dulu (spreadsheet, database, API internal) sebelum menjawab.
• Ada percabangan logika: pertanyaan tertentu dijawab bot, sisanya dilempar ke tim.
• Kamu ingin mencatat setiap percakapan atau memicu proses lanjutan (buat tiket, kirim notifikasi internal).

Kalau kebutuhanmu ada di daftar itu, lanjut. Kalau tidak, chatbot bawaan lebih hemat waktu.

Cara kerja resep webhook masuk

Inti dari chatbot dua arah adalah webhook. Saat pelanggan mengirim pesan, Jalinara meneruskan event itu ke URL yang kamu tentukan. Di n8n, URL itu disediakan oleh node Webhook. Urutannya:

1. Pelanggan mengirim pesan ke nomor WhatsApp bisnismu.
2. Jalinara meneruskan pesan itu ke node Webhook n8n (karena URL-nya sudah kamu daftarkan sebagai webhook_url perangkat).
3. Node AI membaca isi pesan, digabung instruksi berisi konteks bisnismu, lalu menyusun balasan.
4. Node HTTP Request mengirim balasan itu kembali ke pelanggan lewat endpoint kirim Jalinara.

Konsep menerima pesan lewat webhook ini dibahas lebih dalam di artikel webhook WhatsApp untuk terima pesan masuk. Bila kamu baru memulai integrasi n8n dengan Jalinara secara umum, mulai dari cara integrasi WhatsApp dengan n8n supaya kredensial dan koneksinya rapi lebih dulu.

Kenapa butuh endpoint publik

Node Webhook hanya berfungsi kalau URL-nya bisa dihubungi dari internet. Jalinara perlu bisa "menelepon" URL itu setiap ada pesan masuk. Kalau kamu pakai n8n Cloud, URL-nya sudah publik otomatis. Kalau kamu self-host n8n di server sendiri atau di komputer lokal, kamu wajib mengeksposnya lewat domain dengan HTTPS. Webhook yang mengarah ke localhost tidak akan pernah menerima apa pun karena Jalinara tidak bisa menjangkaunya. Untuk format payload persis yang dikirim ke webhook, jangan menebak. Rujuk halaman dokumentasi developer yang menjadi sumber kebenaran teknisnya.

Node n8n yang dipakai

Resep dasarnya cukup ringkas, tapi bisa kamu tumbuhkan sesuai kebutuhan:

• Webhook sebagai trigger, penerima pesan masuk dari Jalinara.
• Node AI (misalnya AI Agent, Basic LLM Chain, atau node model yang kamu pakai) untuk menyusun jawaban. Beri konteks bisnis sebagai instruksi sistem.
• Edit Fields (Set) untuk merapikan atau menata teks pesan sebelum dikirim.
• IF atau Switch untuk percabangan, misalnya melempar pertanyaan sulit ke manusia.
• HTTP Request untuk memanggil API Jalinara dan mengirim balasan.
• Google Sheets atau Code bila jawaban perlu data eksternal atau logika kustom.

Node AI sengaja disebut umum. Parameter internalnya berbeda-beda tergantung model dan versi, jadi eksplorasi langsung di editor lebih akurat daripada menyalin nilai dari mana pun.

Memanggil API Jalinara untuk membalas

Bagian yang mengirim balasan adalah node HTTP Request. Konfigurasi intinya sama untuk semua kasus kirim WhatsApp lewat Jalinara:

• Method: POST
• URL: https://app.jalinara.id/send
• Header: Authorization: Bearer <token> (sebaiknya disimpan sebagai kredensial Header Auth, bukan ditulis langsung di node)
• Body (JSON): berisi target (nomor tujuan format 62..., tanpa tanda +) dan message (teks hasil node AI)

Nomor target biasanya kamu ambil dari data pesan masuk yang diteruskan webhook, sementara message kamu isi dari output node AI. Satu hal penting soal perilaku pengiriman: pesan yang kamu kirim masuk antrean lebih dulu, jadi balasan tidak selalu seketika. Ini justru sehat karena antrean membawa retry otomatis dan pengaman anti-ganda. Detail param dan pola pemanggilan endpoint ini dibahas terpisah di cara kirim WhatsApp lewat API.

Jujur soal WhatsApp Web

Jalur koneksi WhatsApp Web itu praktis untuk memulai, tapi perlu dipahami apa adanya: ini bukan API resmi Meta, dan Jalinara tidak berafiliasi dengan Meta. Untuk kebutuhan skala besar atau OTP, tersedia jalur WhatsApp Cloud API resmi. Pilih jalur sesuai risiko dan volume bisnismu, jangan sekadar ikut yang paling gampang dipasang.

Karena WA Web bersandar pada sesi perangkat, jaga nomor tetap terhubung dan hindari pola kirim yang tidak wajar. Chatbot yang membalas terlalu bertubi-tubi ke banyak nomor dalam waktu singkat bisa memicu masalah. Kalau bot ini akan melayani banyak pelanggan sekaligus, baca juga strategi customer service WhatsApp agar alur eskalasi ke manusia tertata.

Rapikan dan amankan

Sebelum menyalakan bot untuk pelanggan sungguhan, tuntaskan beberapa hal:

• Simpan token sebagai kredensial di n8n, bukan di-hardcode ke dalam node. Ini memudahkan rotasi dan mengurangi risiko bocor.
• Siapkan fallback: bila node AI gagal atau pertanyaan di luar cakupan, balas dengan pesan yang mengarahkan ke tim manusia lewat percabangan IF.
• Uji dengan nomor lain lebih dulu sebelum diarahkan ke trafik asli.
• Batasi cakupan jawaban AI lewat instruksi yang jelas supaya bot tidak menjanjikan hal yang tidak bisa dipenuhi bisnismu.

Dengan kerangka ini kamu punya chatbot yang membaca pesan masuk, berpikir, dan membalas otomatis, sambil tetap bisa mengoper ke manusia saat perlu. Siap mencoba? Buat token gratis dan mulai rangkai workflow-mu di Jalinara, lalu kembangkan bertahap dari balasan sederhana ke otomasi yang lebih pintar.