WhatsApp Chatbot API — インテリジェントな会話を構築

AI 搭載のチャットボット、ルールベースのレスポンダー、WhatsApp 上の会話フローを作成。あなたのロジックを私たちの API に接続し、顧客との会話を自動的に処理。

WhatsApp チャットボットの仕組み

WhatsApp チャットボットには 3 つのコンポーネントがあります: 接続層、処理層、応答層。私たちの API は接続層を完全に処理します。あなたは処理層と応答層を構築します。

フローはシンプルです:

1. 顧客があなたの WhatsApp 番号にメッセージを送信
2. 私たちの API がメッセージを受信し、あなたの webhook URL に転送
3. あなたの webhook ハンドラがメッセージを処理 — ここにチャットボットのロジックが存在
4. あなたのハンドラが私たちの API を呼び出して顧客に返信を送信
5. 顧客が WhatsApp チャットで返信を受信

このループ全体は通常 200 ミリ秒未満で完了。顧客はほぼ瞬時に返信を見ることができ、自然な会話体験を生み出します。

チャットボットアーキテクチャパターン

パターン 1: シンプルなルールベースボット

最もシンプルなチャットボットはキーワードマッチングを使用します。顧客が "注文を追跡" と送信すると、ボットは注文追跡リンクで応答。"営業時間" と送信すると、営業時間で応答。このパターンは FAQ スタイルのボットに適しており、50 行未満のコードで実装可能です。

# Python example - simple rule-based bot
def handle_message(message):
    msg = message.lower()
    if 'track' in msg or 'order' in msg:
        return 'Track your order here: https://example.com/track'
    elif 'hours' in msg:
        return 'We are open Mon-Fri, 9AM-6PM.'
    elif 'help' in msg:
        return 'Type: track, hours, or contact for support.'
    else:
        return 'I am not sure how to help. Type "help" for options.'

パターン 2: ステートフル会話ボット

より洗練されたボットは会話状態を追跡します。顧客はフローを進めます — メニューオプションの選択、情報の提供、アクションの確認。各ステップは前のステップに依存します。会話状態を (データベース、Redis、メモリ内で) 保存し、新しいメッセージを処理するたびに参照する必要があります。

このパターンは予約予約、注文、リード認定、あらゆる複数ステップのプロセスに最適です。ボットが質問し、回答を待ち、次の質問をし、フローが完了するまで繰り返します。

パターン 3: AI 搭載ボット

私たちの webhook を AI モデル (OpenAI、Claude、または任意の LLM) に接続し、ボットに自由形式の会話を処理させます。AI はあなたのシステムプロンプト、知識ベース、会話履歴に基づいて回答を生成。これはカスタマーサポート、製品質問、一般的な問い合わせに非常に効果的です。

// Node.js example - AI-powered bot
app.post('/webhook', async (req, res) => {
    const { message, from } = req.body.data;

    // Call your AI model
    const aiResponse = await openai.chat.completions.create({
        model: 'gpt-4',
        messages: [
            { role: 'system', content: 'You are a helpful support agent for...' },
            { role: 'user', content: message }
        ]
    });

    // Send the AI response back via WhatsApp
    await fetch('https://api2whats.com/send-text', {
        method: 'POST',
        headers: { 'Authorization': 'Bearer ' + API_KEY },
        body: JSON.stringify({
            to: from,
            message: aiResponse.choices[0].message.content
        })
    });

    res.json({ success: true });
});

パターン 4: ハイブリッドボット

最も実用的なアプローチはルール、状態、AI を組み合わせること。シンプルなクエリには高速なルールベース応答。複雑なクエリは AI をトリガー。AI が解決できない場合、会話を人間のエージェントにエスカレート。これにより、ルールの速度、AI の柔軟性、人間サポートの安全網をすべて得られます。

チャットボット構築: ステップバイステップ

ステップ 1: API 接続の設定

アカウントを作成し、WhatsApp 番号を接続し、API キーを取得。ダッシュボードまたは API 経由で webhook URL を設定。webhook ログを確認して着信メッセージがサーバーに届いているかテスト。

ステップ 2: 会話フローの設計

ボットが処理する必要のある会話をマッピング。最も一般的な 5-10 の顧客問い合わせから開始。各々について定義:

• フローをトリガーするもの (キーワード、意図、または直接コマンド)
• ボットが質問する内容
• ボットが顧客から必要とする情報
• ボットが提供する応答またはアクション
• ボットが助けられない場合の処理 (エスカレーションパス)

ステップ 3: Webhook ハンドラの実装

私たちの API から POST リクエストを受信するサーバーエンドポイントを作成。着信メッセージを解析し、チャットボットロジックを通して実行し、私たちの API を使用して返信を送信。エッジケースを処理: 空のメッセージ、メディアメッセージ、未知の番号からのメッセージ。

ステップ 4: テストと反復

個人番号をテストインスタンスとして接続。別の電話からメッセージを送信。すべての会話フローをテスト。ボットが予期せぬ入力を優雅に処理するか確認。Webhook ログでエラーを監視。

ステップ 5: デプロイと監視

Webhook ハンドラを本番サーバーにデプロイ。応答時間、エラー率、会話完了率の監視を設定。メッセージステータス Webhook を使用して配信率と既読率を追跡。

WhatsApp チャットボットのユースケース

カスタマーサポート

最も一般的なサポートクエリを自動的に処理: 注文ステータス、返品ポリシー、営業時間、アカウントに関する質問。即時応答 24/7 を提供しながらチケット数を 40-60% 削減。複雑な問題は完全な会話コンテキストとともに人間のエージェントにエスカレート。

E コマース

注文確認、配送更新、配達通知を自動的に送信。顧客が注文番号を送信するだけで注文を追跡可能。購入履歴に基づく商品推奨。会話フローによる返品・交換の処理。

予約予約

顧客が WhatsApp で直接予約可能。利用可能な時間枠を表示、必要な情報を収集、確認メッセージを送信、再予約を処理。カレンダーシステムと統合して二重予約を防止。

リードジェネレーション

会話フローでリードを認定。予算、タイムライン、要件、会社規模について質問。リードを自動的にスコアリングし、適格な見込み客を営業チームにルーティング。設定された間隔でフォローアップメッセージを送信。

内部ツール

チーム用の内部チャットボットを構築。パスワードリセットとシステムステータスチェックを処理する IT ヘルプデスクボット。ポリシー質問に回答する HR ボット。システムヘルスを報告しアラートをトリガーする運用ボット。

ベストプラクティス

• 回答を簡潔に — WhatsApp はモバイルファーストのプラットフォーム。長い段落はスキップされます。1 回の応答で 1-3 文を目指してください。
• クイックリプライを使用 — 可能な場合、番号付きオプション (「注文ステータスは 1、返品は 2 で返信」) をオープンエンドの質問の代わりに提供。
• 常に出口を用意 — すべての会話フローに人間のエージェントに到達する方法を用意。「『オペレーター』と入力して人に繋ぐ」
• パーソナライズ — 顧客の名前を使用し、注文やアカウントを参照。パーソナライズされたメッセージは 3-5 倍のエンゲージメントを獲得。
• 実際のユーザーでテスト — あなたのボットは予期しなかった実際の質問を持つ実際の人々によって使用されます。早期に、頻繁にテストしてください。
• 監視と改善 — 混乱や放棄を引き起こすメッセージを追跡。実際の使用データに基づいてフローを改善。

上級: 多言語サポート

お客様が複数の言語を話す場合、チャットボットはそれを処理できる必要があります。2 つのアプローチがあります:

言語検出

着信メッセージを分析して言語を検出し、同じ言語で応答。ルールベースのボットの場合、言語ごとに別々のキーワードセットを維持。AI 搭載ボットの場合、検出された言語で応答するようモデルに指示。

言語選択

会話の開始時に顧客に言語選択を依頼: 「1 で日本語、2 で英語、3 でアラビア語で返信」。これは自動検出より実装が簡単で、自動検出より信頼性が高いです。

私たちの API は Unicode をサポート — アラビア語、ヘブライ語、ヒンディー語、中国語、およびその他のあらゆる文字でのメッセージが完璧に動作。右から左へのテキストは WhatsApp クライアント自体が処理。

AI モデルとの統合

最も強力なチャットボットは大規模言語モデルを使用して応答を生成。人気の AI モデルの統合方法:

OpenAI (GPT-4)

着信 WhatsApp メッセージを、あなたのビジネスとボットの応答方法を説明するシステムプロンプトとともに OpenAI API に送信。会話履歴をコンテキストとして渡す。AI の応答を私たちの API 経由で顧客に返却。

Claude (Anthropic)

OpenAI 統合と同様。Claude はニュアンスのある会話と複雑な指示の遵守に優れます。あなたのユースケースに合わせたシステムプロンプトで Messages API を使用。

ローカルモデル

データプライバシーを必要とするビジネス向け: 独自のサーバーでローカル LLM (Llama や Mistral など) を実行。統合パターンは同じ — メッセージを受信し、ローカルモデルに送信、応答を返却。

コスト考慮: AI 搭載ボットはルールベースボットより会話あたりのコストは高いが、はるかに幅広いクエリを処理。上位 20 のクエリにはルールベースを使用し、ロングテールには AI を追加。