Steven's Knowledge Base

WhatsApp Business API Research 2026

28 min read

WhatsApp Business API + AI Chatbot 完整研究報告 2026

研究日期: 2026-03-29 用途: 香港公司拓展馬來西亞市場 — WhatsApp AI 客服系統

目錄

Part 1: WhatsApp Business API 設置

1.1 申請流程（2026 最新）

需要準備嘅嘢

  1. Meta Business Suite 帳號（前身 Facebook Business Manager）
    • 需要公司營業執照 / 商業登記證
    • 公司名稱必須與文件一致
    • 水電單據（utility bill）作地址證明
    • 2FA（兩步驗證）必須開啟
  2. 專用電話號碼
    • 該號碼唔可以正在使用 WhatsApp（個人或 Business App）
    • 如已有 WhatsApp 帳號，需先刪除帳號（唔係刪除 app）
    • 號碼需能接收 SMS 或語音驗證碼
    • 可以用任何國家嘅號碼（包括馬來西亞 +60）
  3. 公司網站（domain email 最好與公司名一致）
  4. Opt-in 來源文件（至少兩個客戶同意接收訊息嘅管道，例如網站表單、QR code）

逐步申請流程

  1. 建立 Meta Developer App
    • 去 developers.facebook.com → Create App
    • 選擇 “Business” 類型
    • 加入 WhatsApp product
  2. 連接 WhatsApp Business Account
    • 喺 App Dashboard 選你嘅 app
    • 點 Use Cases → Connect with customers through WhatsApp → Customize
    • 選擇現有 WABA 或建立新嘅
  3. Meta Business 驗證
    • 上傳營業執照同水電單據
    • Meta 會審核你嘅公司資料
    • 通常 2-5 個工作天，文件唔齊可能要 14 天
  4. 設定電話號碼
    • 加入你嘅馬來西亞電話號碼
    • 通過 SMS/語音驗證
    • Display name 需包含公司名（Meta 會審核）
  5. 生成 Access Token
    • 用 System User（唔係 Test User）生成永久 token
    • 需要 whatsapp_business_management, whatsapp_business_messaging, whatsapp_business_manage_events 權限
  6. 設定 Webhook
    • 註冊 webhook URL（指向你嘅 n8n 或伺服器）
    • 設定 Verify Token
    • Subscribe to messages event

審批時間

  • 直接用 Cloud API + BSP: 多數 3-7 個工作天
  • Meta Business 驗證: 2-5 個工作天（文件齊全）
  • Display name 審核: 通常 24-48 小時
  • 技術設定: 如果用 BSP，可以 1 小時內完成
  • 最快整體: 1-3 天（一切順利）；最慢: 2+ 星期

馬來西亞 SIM 卡 + 香港公司可唔可以？

  • 可以。 WhatsApp Business API 嘅電話號碼可以係任何國家（除咗被制裁國家）
  • 公司註冊地同電話號碼國家唔需要一致
  • 重要: 該 SIM 卡唔可以已經登記咗 WhatsApp
  • 建議: 用一張專用嘅馬來西亞 SIM 卡，唔好用已有 WhatsApp 嘅號碼
  • 注意: 號碼一旦註冊咗 API，唔可以同時用 WhatsApp App

1.2 API 提供商 / BSP 比較

Cloud API vs BSP

項目Meta Cloud API（直接）BSP（Business Solution Provider）
託管Meta 伺服器Meta 伺服器（Cloud API 時代）
設定時間幾分鐘（技術層面）幾分鐘至幾小時
維護自己處理 webhook、tokenBSP 提供 dashboard
額外功能無（純 API）Chatbot builder、分析、Inbox
費用只有 Meta 訊息費Meta 訊息費 + BSP 月費/加成
適合有開發能力嘅團隊想要現成介面嘅團隊
2026 狀態標準方案仍然普遍

On-Premises API 已被 Meta 標記為 Legacy（淘汰中），2026 年不再建議使用。Cloud API 係唯一標準。

主要 BSP 比較

BSP月費訊息加成適合特點
360dialog€49/月0%（無加成）開發者、技術團隊最透明定價、直接 API 存取
Twilio按用量+$0.005/msg開發者、大規模自訂最靈活、多渠道
WATI$49-59/月~20% 加成中小企用戶友好、Team Inbox
AiSensy$45-99/月低加成預算有限有免費計劃
Respond.io$79/月按計劃全渠道管理支援 WhatsApp + Telegram + 其他
Gallabox$49/月低電商 SMBShopify/WooCommerce 整合
SleekFlow按計劃按計劃亞洲市場強 CRM 功能、亞洲支援

建議（我哋嘅情況）

最佳選擇: Meta Cloud API 直接 + n8n 自建

  • 原因: 我哋已有 VPS + n8n + 技術能力
  • 零 BSP 月費，只付 Meta 訊息費
  • 完全控制 webhook 同 workflow
  • 如果需要 Inbox dashboard，日後可以加 Respond.io 或 SleekFlow

次選: 360dialog

  • 如果想要一個管理介面但唔想俾訊息加成
  • €49/月固定，0% markup

1.3 馬來西亞訊息收費（2026 最新）

重要變更: 2025 年 7 月 1 日起，WhatsApp 從「按對話收費」改為「按訊息收費」

馬來西亞收費表（2026 年 1 月起，USD）

類別每條訊息費用 (USD)說明
Marketing$0.0860推廣、促銷、產品推薦
Utility$0.0140訂單確認、發貨更新（24小時窗口內免費）
Authentication$0.0140OTP、雙重驗證
Auth-International$0.0418跨國驗證（較貴）
Service$0.00（免費）客戶主動發起嘅 24 小時窗口內回覆

收費計算範例

  • 客戶主動 WhatsApp 你問問題 → 你喺 24 小時內回覆 → 完全免費
  • 你主動發 marketing 訊息俾 100 個馬來西亞客戶 → 100 × 8.60**
  • 客戶問你問題，你喺 24 小時內發 utility template（例如預約確認）→ 免費
  • 24 小時窗口過後發 utility template → $0.014/條

慳錢策略

  1. 善用 24 小時免費窗口: 客戶發訊息後，24 小時內回覆（包括 utility template）全免費
  2. Click-to-WhatsApp 廣告: 用戶透過 Facebook/IG 廣告入嚟，有 72 小時免費窗口（所有類型訊息都免費！）
  3. 盡量觸發客戶主動發訊息，而唔係你主動發（service message 永遠免費）
  4. 正確分類 template: 唔好將 utility 錯標為 marketing，差 6 倍價

1.4 n8n WhatsApp 整合

n8n 內建 WhatsApp 節點

有！n8n 有官方 WhatsApp Business Cloud 節點。

觸發器 (Trigger)
  • WhatsApp Business Cloud Trigger — 監聽收到嘅訊息
  • 事件: On Message（收到客戶訊息時觸發）
  • 需要 OAuth credentials（App ID + App Secret）
動作 (Actions)
動作用途
Send Message發送文字訊息
Send Template發送預審核嘅 template 訊息
Upload上傳媒體檔案
Download下載媒體檔案
Delete刪除訊息
Send and Wait發送並等待回應
Webhook 設定步驟
  1. 喺 n8n 建立 workflow，加入 WhatsApp Business Cloud Trigger 節點
  2. 設定 OAuth credential（App ID + App Secret from Meta Developer）
  3. n8n 會生成一個 webhook URL
  4. 去 Meta Developer Console → WhatsApp → Configuration
  5. 註冊 n8n 嘅 webhook URL 作為 callback URL
  6. 設定 Verify Token
  7. Subscribe to messages event
重要技術細節
  • Meta webhook 驗證: 需要一個 GET endpoint 回傳 hub.challenge（n8n WhatsApp Trigger 自動處理）
  • 避免無限迴圈: WhatsApp 每次發送/接收都會觸發 webhook，需要加 Filter 節點 檢查 messages array 是否存在（過濾掉 status update）
  • Access Token: 測試用 token 24 小時過期，production 需要 System User 永久 token
  • 自建 n8n 比 n8n Cloud 更適合（可以用 community nodes）
典型 Workflow 架構
WhatsApp Trigger (On Message)
    ↓
Filter (check messages array exists) ← 防止無限迴圈
    ↓
Switch (message type: text/image/audio/document)
    ↓
AI Agent (Claude/GPT) + Vector Store (知識庫)
    ↓
WhatsApp Send Message (回覆客戶)
現有 n8n 模板參考
  • Building your first WhatsApp chatbot — 產品目錄 vector store + AI sales agent
  • AI-powered WhatsApp chatbot for text, voice, images & PDFs with memory — 多媒體 + 記憶
  • WhatsApp AI assistant with Claude & GPT4O — Claude + GPT 混合，整合 Gmail/Calendar/Drive/Airtable
  • WhatsApp customer support with Claude AI, Google Docs and multilingual capabilities — 多語言客服

1.5 WhatsApp Web 自動化 (Playwright) — 可行性分析

結論: 唔建議。高風險，唔穩定，容易被封號。

原因

風險詳情
封號風險Meta 主動偵測非官方客戶端，永久封號無法上訴
唔穩定WhatsApp Web 界面經常改版，自動化腳本會壞
無官方支援出問題無人幫你
違反 ToS違反 WhatsApp 服務條款
無法擴展只能一個 session，唔支援多 agent
功能限制無 template message、無 broadcast、無分析

非官方 API（如 whatsapp-web.js、WaSenderAPI）

  • 透過模擬 WhatsApp Web 運作
  • 優點: 設定快、無需 Meta 驗證、無訊息費
  • 缺點: 隨時被封號（尤其大量發送）、無保障、法律灰色地帶
  • 適合: 個人用途/測試，絕對唔適合商業用途

建議

用官方 Cloud API。 設定時間差唔多，但穩定性同合規性完全唔同級別。

Part 2: 現代 AI Chatbot 架構 (2026)

2.1 架構演進: Intent-based vs Flow-based vs Full AI Agent

三種方法比較

方法描述優點缺點2026 狀態
Rule/Flow-based預設對話流程樹可預測、簡單死板、維護成本高過時但仍有用
Intent-based (NLP)辨識用戶意圖 → 路由到對應回覆比 flow 靈活需要大量訓練資料被 LLM 取代中
Full AI Agent (LLM)LLM 理解任何輸入 → RAG 知識庫 → 生成自然回覆最靈活、最自然需要把控幻覺、成本較高2026 最佳實踐

2026 最佳實踐: Task-Specific AI Agent

重大政策變更 (2026 年 1 月 15 日): Meta 禁止 WhatsApp Business API 上嘅「通用 AI 聊天機器人」

被禁止嘅:

  • 類似 ChatGPT 嘅「問乜都答」通用 AI 助手
  • AI 本身就係主要產品嘅 bot
  • 開放式對話 companion

被允許嘅 ✅:

  • 商業客服 bot（FAQ、訂單查詢、預約）
  • 產品推薦 / 銷售助理
  • 訂單追蹤、發貨通知
  • AI 作為商業流程嘅輔助功能（而唔係主要產品）

我哋嘅定位

我哋嘅 AI chatbot 係為特定商業用途服務（webinar 推廣、客服、預約），AI 只係輔助工具，完全合規。

推薦架構: Hybrid（混合型）

用戶訊息 → AI 意圖分類
    ├─ FAQ（AI + RAG 直接回覆）
    ├─ 產品查詢（AI + 產品知識庫回覆）
    ├─ 預約（結構化 Flow）
    ├─ 投訴/複雜問題（Human Handoff → Telegram）
    └─ 超出範圍（禮貌拒絕 + 轉人工）

2.2 知識庫 / RAG for Chatbot

RAG (Retrieval-Augmented Generation) 原理

  1. 將公司資料（FAQ、產品目錄、政策文件）切割成小段
  2. 用 embedding model 轉換成向量
  3. 存入 vector database
  4. 客戶提問時，先搵最相關嘅資料段
  5. 將相關資料 + 客戶問題一齊送入 LLM
  6. LLM 根據實際資料生成回覆（唔係憑空生成）

中小企業最佳工具/方法

方法工具難度成本適合
n8n 內建 Vector Storen8n + In-Memory/Qdrant低免費快速原型
n8n + Qdrantn8n + Qdrant (Docker)中免費（自建）Production 推薦
Google Docs 知識庫n8n + Google Docs低免費非技術人員維護
Airtable 知識庫n8n + Airtable MCP低按用量結構化資料
Claude 直接餵文件Claude API + system prompt最低API 費用資料量小時

推薦方案

  1. Google Docs / Obsidian 存公司資料（非技術人員可維護）
  2. n8n workflow 定期將文件轉成 embeddings
  3. Qdrant (Docker) 作為 vector database（我哋 VPS 可以跑）
  4. AI Agent 查詢時做 RAG retrieval

知識庫內容建議

  • 公司介紹（中英文）
  • 服務/產品列表同定價
  • 常見問題 FAQ（至少 20-30 條）
  • 政策條款（退款、售後）
  • 聯絡方式同營業時間
  • Webinar / 活動資訊

RAG Best Practices

  1. 智能分段 (Chunking): 唔好死板切 500 字，按語義段落切
  2. 分層知識庫: 核心靜態層（政策、FAQ）+ 動態層（活動、促銷）+ 即時層（API 查詢）
  3. 嚴格 context-only 回應: 如果知識庫冇相關資料，唔好亂答，轉人工
  4. 附來源引用: 回覆時標明資料來源，增加可信度
  5. 定期更新: 知識庫要跟住業務變化更新
  6. 多語言同等覆蓋: 確保繁體/簡體/英文版本資料同樣完整

2.3 Human Handoff 模式

觸發人工接管嘅條件

  1. 客戶明確要求: 「我想同真人傾」
  2. AI 信心度低: 回覆把握唔夠（confidence threshold < 70%）
  3. 特定話題類別: 投訴、退款、法律問題、大金額交易
  4. 情緒偵測: 客戶明顯唔滿意/憤怒
  5. 超出知識庫範圍: AI 搵唔到相關資料
  6. 多次循環: 同一問題來回超過 3 次未解決

我哋嘅 Human Handoff 架構（WhatsApp → Telegram）

馬來西亞客戶 (WhatsApp 簡體中文)
    ↓
n8n Workflow
    ├─ AI 可以處理 → 直接回覆（簡體）
    └─ AI 唔確定 / 複雜問題
        ↓
    推送到 Boss Telegram（繁體中文）
        ├─ 附帶: 客戶問題 + AI 草稿回覆 + 客戶歷史
        ├─ Inline Keyboard: [✅ 發送] [✏️ 修改] [👤 自己回覆]
        └─ Boss 操作:
            ├─ 批准 → AI 草稿直接發送（自動翻譯成簡體）
            ├─ 修改 → Boss 改完後發送（自動翻譯成簡體）
            └─ 自己回覆 → Boss 打繁體 → 翻譯成簡體發出

Human-in-the-Loop 模式（上線初期推薦）

  • 所有 AI 回覆都先送到 Boss Telegram 審批
  • Boss 可以一鍵批准或修改
  • 逐步建立信任後，將簡單問題改為 AI 直接回覆
  • 監控 AI 表現，持續改善 prompt 同知識庫

n8n Workflow 實現

n8n 已有現成嘅 Telegram AI bot-to-human handoff 模板，可以直接參考改造。

2.4 翻譯層: 繁體中文 ↔ 簡體中文

雙向自動翻譯

  1. 客戶 → Boss: 客戶發簡體 → AI 翻譯成繁體 → Boss 喺 Telegram 睇繁體
  2. Boss → 客戶: Boss 打繁體 → AI 翻譯成簡體 → WhatsApp 發出簡體
  3. AI 回覆: AI 直接用簡體回覆客戶（Claude/GPT 本身就識）

技術實現

  • 最簡單: Claude/GPT 本身就識繁簡轉換，唔需要額外工具
  • System prompt 中指定: 「回覆馬來西亞客戶時用簡體中文，推送俾 Boss 時用繁體中文」
  • n8n Code 節點可以做基本繁簡轉換（OpenCC library）

⚠️ 馬來西亞中文 vs 中國大陸簡體 — 重要差異

這是一個經常被忽視但非常重要嘅問題:

方面馬來西亞華語中國大陸普通話
文字系統簡體中文（同大陸一樣）簡體中文
核心詞彙~70-75% 相通標準
外來詞大量馬來語/英語借詞英語借詞為主
用詞差異巴剎（pasar/市場）、罗里（lorry/貨車）市場、貨車
語法差異粒子用法較靈活標準語法
語氣詞更多用「吧」「啊」更多用「嗎」
文化語境更傳統華人文化當代中國文化

翻譯 Gotchas

  1. 唔好直接用中國大陸嘅營銷用語 — 馬來西亞華人可能覺得太「大陸味」
  2. 注意地方詞彙 — 例如「德士」(taxi) vs 「出租車」
  3. 混語現象 — 馬來西亞華人習慣中英/中馬混用（code-switching）
  4. 節日差異 — 馬來西亞有獨特節日（開齋節、屠妖節），唔好只考慮中國節日
  5. 宗教敏感 — 馬來西亞穆斯林為主，避免豬肉/酒精相關內容（如適用）

建議

  • AI system prompt 加入「使用馬來西亞本地化嘅簡體中文」指引
  • 準備一個馬來西亞本地用語對照表俾 AI 參考
  • 初期由 Boss 審核翻譯品質，逐步優化 prompt

Part 3: 實戰案例與參考

3.1 n8n + WhatsApp AI Chatbot 實例

YouTube 教學

  1. Kyle Friel - “How to Set up WhatsApp for AI Agents in n8n (Updated 2025)”

    • 7,380 訂閱者, 4,623 views
    • 最簡單最快嘅方法連接 WhatsApp 到 n8n
    • 建立 production-ready AI agent (GPT-5.1)
    • 重點: 防止無限訊息迴圈嘅 Filter 節點
    • URL: youtube.com/watch?v=hTAS2HHHEy8

  2. NoCode Automation - “How to Set Up an AI WhatsApp Chatbot with Human Handover”

    • AI WhatsApp bot + human takeover + CRM sync
    • 2026 年 3 月發佈
    • URL: youtube.com/watch?v=qRBXENhHy4Y

  3. Ritz7 - “Build a WhatsApp AI Agent with n8n: 2026 Step-by-Step Guide”

    • 完整 step-by-step 教程
    • WhatsApp Trigger → OpenAI → Send Message
    • ritz7.com/blog/whatsapp-automation-build-chatbots-with-n8n

n8n Workflow 模板

  1. Building your first WhatsApp chatbot (by Jimleuk)

    • 產品目錄 vector store + AI sales agent
    • HTTP Request → Vector Store → AI Agent → WhatsApp Send
    • n8n.io/workflows/2465

  2. AI-powered WhatsApp chatbot for text, voice, images & PDFs with memory (by Davide Boizza)

    • 多媒體支援（文字、語音、圖片、PDF）
    • OpenAI 整合，有記憶功能
    • n8n.io/workflows/3586

  3. WhatsApp AI assistant with Claude & GPT4O (by Growth AI)

    • Claude + GPT 混合使用
    • 整合 Gmail, Calendar, Drive, Airtable, Discord
    • PostgreSQL 對話記憶
    • n8n.io/workflows/8920

  4. WhatsApp customer support with Claude AI + multilingual (n8n)

    • Claude AI 客服
    • Google Docs 知識庫
    • 多語言支援
    • n8n.io/workflows/9027

  5. Telegram AI bot-to-human handoff for sales calls (n8n)

    • AI 到人工交接模式
    • 適合參考改造成 WhatsApp → Telegram 嘅 handoff
    • n8n.io/workflows/3350

GitHub 資源

  • tannu64/n8n-automation-2025-AI-Agent-Suite — n8n 自動化模板集合，包括 WhatsApp, Telegram, AI agents, RAG systems
  • dev.to/achiya-automation — 完整 n8n + WhatsApp Cloud API 2026 教程

3.2 馬來西亞市場 WhatsApp 最佳實踐

市場數據

  • WhatsApp 係馬來西亞 #1 通訊 app，超過 2,500 萬活躍用戶
  • 67% 消費者偏好透過通訊 app 解決客服問題
  • 18-34 歲群組中，81% 強烈偏好訊息式客服
  • Business API 滲透率約 19%（仍有巨大增長空間）
  • 馬來西亞消費者 63% 商業對話涉及雙語（英語 + 馬來語）

Best Practices

  1. 善用本地節日: 開齋節、屠妖節、農曆新年、馬來西亞日等做推廣
  2. 多語言支援: 馬來西亞市場需要至少簡體中文 + 英文，最好加馬來語
  3. 對話式而非廣播式: WhatsApp 嘅優勢在於雙向對話，唔好當 SMS 用
  4. 短訊息: 人哋掃一眼就要明白重點，用 emoji、bullet points
  5. Rich media: 善用圖片、影片、PDF 增加互動
  6. Click-to-WhatsApp 廣告: Facebook/IG 廣告直接引流到 WhatsApp，72 小時免費窗口
  7. 合規: 必須有 opt-in，提供簡單嘅退出方式
  8. 回覆速度: 73% 客戶期望 30 分鐘內回覆

3.3 CRM 整合方案

WhatsApp + Airtable CRM

  • n8n 可以直接用 Airtable MCP 或 Airtable 節點
  • 每次對話自動記錄到 Airtable
  • 客戶資料: 名稱、電話、語言偏好、對話記錄、標籤
  • 跟進提醒: n8n scheduled trigger 定時檢查需跟進嘅客戶

建議 Airtable 結構

TableFields
ContactsName, Phone, Language, Source, Tags, Created, Last Contact
ConversationsContact (Link), Timestamp, Channel, Message, AI Response, Status
HandoffsContact (Link), Reason, AI Draft, Boss Response, Resolution Time
TemplatesName, Category, Content (TC), Content (SC), Status

Part 4: 技術架構建議

4.1 完整系統架構

┌─────────────────────────────────────────────────────────────┐
│                    馬來西亞客戶 (WhatsApp)                      │
│                    語言: 簡體中文 / 英文                         │
└──────────────────────────┬──────────────────────────────────┘
                           │
                    Meta Cloud API
                    (webhook → n8n)
                           │
┌──────────────────────────▼──────────────────────────────────┐
│                      n8n Workflow                            │
│                                                              │
│  ┌─────────┐    ┌──────────┐    ┌────────────┐              │
│  │WhatsApp │───→│ Filter   │───→│ Switch     │              │
│  │Trigger  │    │(防迴圈)   │    │(訊息類型)   │              │
│  └─────────┘    └──────────┘    └─────┬──────┘              │
│                                       │                      │
│         ┌──────────┬─────────┬────────┘                      │
│         │          │         │                                │
│    ┌────▼───┐ ┌───▼────┐ ┌──▼─────┐                        │
│    │ Text   │ │ Audio  │ │ Image  │                        │
│    │        │ │(Groq   │ │(GPT-4V)│                        │
│    │        │ │Whisper)│ │        │                        │
│    └───┬────┘ └───┬────┘ └───┬────┘                        │
│        └──────────┼──────────┘                              │
│                   │                                          │
│         ┌─────────▼──────────┐                              │
│         │   AI Agent (Claude) │                              │
│         │   + RAG (Qdrant)   │                              │
│         │   + Conversation   │                              │
│         │     Memory (PG/    │                              │
│         │     Redis)         │                              │
│         └────────┬───────────┘                              │
│                  │                                           │
│         ┌────────▼───────────┐                              │
│         │  Route Decision    │                              │
│         │  (Confidence Check)│                              │
│         └──┬────────────┬────┘                              │
│            │            │                                    │
│     High Confidence  Low Confidence                         │
│            │            │                                    │
│   ┌────────▼────┐  ┌───▼──────────────┐                    │
│   │ Auto Reply  │  │ Human Handoff    │                    │
│   │ (簡體中文)   │  │ → Telegram       │                    │
│   │ via WhatsApp │  │ (繁體中文)        │                    │
│   └─────────────┘  │ + AI Draft       │                    │
│                     │ + Inline KB      │                    │
│                     │ [✅發送][✏️修改]  │                    │
│                     └───────┬──────────┘                    │
│                             │                                │
│                    Boss 操作 (Telegram)                       │
│                             │                                │
│                     ┌───────▼──────────┐                    │
│                     │ 翻譯層           │                    │
│                     │ 繁體 → 簡體      │                    │
│                     │ WhatsApp 發送    │                    │
│                     └──────────────────┘                    │
│                                                              │
│  ┌──────────────────────────────────────────┐               │
│  │           同步到 Airtable CRM             │               │
│  │  Contacts | Conversations | Analytics    │               │
│  └──────────────────────────────────────────┘               │
└──────────────────────────────────────────────────────────────┘

4.2 技術棧

組件工具狀態備註
WhatsApp APIMeta Cloud API (直接)待設定免 BSP 費用
Workflow 引擎n8n (自建)✅ 已有port 5678
AI 大模型Claude (Anthropic)✅ 已有via Claude Code
知識庫搜索Qdrant (Docker)待部署Vector DB
對話記憶PostgreSQL 或 Redis待設定按用戶存 history
Boss 通知Telegram Channel✅ 已有chat_id: 8319718417
CRMAirtable✅ 已有 MCP客戶+對話記錄
語音轉文字Groq Whisper✅ 已有whisper-large-v3-turbo
翻譯層Claude 內建✅ 已有繁簡自動轉換
伺服器VPS (76.13.189.126)✅ 已有Ubuntu 24.04

4.3 實施計劃

Phase 1: 基礎設定 (1-2 天)

  • 準備馬來西亞 SIM 卡（確保未登記 WhatsApp）
  • 設定 Meta Developer App + WhatsApp Business
  • Meta Business 驗證（提交公司文件）
  • 等待審批（3-7 天）

Phase 2: 技術搭建 (2-3 天)

  • n8n 建立 WhatsApp Trigger workflow
  • 設定 webhook + 驗證
  • 部署 Qdrant (Docker) 作為 vector database
  • 建立知識庫（公司資料 → embeddings）
  • AI Agent 設定（Claude + RAG）
  • 防迴圈 Filter 節點

Phase 3: Handoff 系統 (1-2 天)

  • Telegram handoff workflow
  • AI 草稿 + 審批 inline keyboard
  • 繁簡翻譯層
  • Airtable CRM 同步

Phase 4: 測試 (2-3 天)

  • 內部測試（自己發 WhatsApp 測試）
  • Human-in-the-loop 模式（所有回覆經 Boss 審批）
  • 翻譯品質檢查
  • 邊緣案例測試（圖片、語音、唔相關問題）

Phase 5: 上線 (持續)

  • 軟啟動（小量客戶先試）
  • 監控 72 小時
  • 逐步放開 AI 自動回覆（簡單 FAQ 唔需要 Boss 審批）
  • 優化知識庫同 prompt

4.4 成本估算

固定成本

項目費用備註
Meta Cloud API免費只付訊息費
VPS已有唔需要額外
n8n已有（自建）免費
Qdrant免費（Docker）自建
BSP 月費$0直接用 Cloud API

變動成本（按用量）

項目單價預估月用量月費
Service 訊息（客戶主動）$0.00500 條$0
Marketing template$0.086200 條$17.20
Utility template（窗口外）$0.014100 條$1.40
Claude API按 token~$10-30~$20
Groq Whisper免費 tier-$0
月度總計~$38-50

極之便宜！主要成本係 Claude API token 同 marketing template。

4.5 合規注意事項

Meta WhatsApp 政策 (2026)

  1. Task-specific only: AI chatbot 必須係為特定商業用途（客服、銷售、預約），唔可以係通用 AI 助手
  2. Opt-in 必須: 發送 marketing 訊息前必須有客戶明確同意
  3. Opt-out 簡單: 客戶隨時可以退出
  4. Quality Rating: Meta 會根據客戶反饋評分你嘅號碼，評分低會被限制發送量
  5. Template 審核: 所有 template 需要 Meta 預審核
  6. 24 小時窗口: 窗口外只能用 approved template

馬來西亞 PDPA (Personal Data Protection Act 2010)

  • 收集客戶資料需要同意
  • 資料處理需要合法目的
  • 提供存取/修改/刪除權利

4.6 風險同緩解

風險影響緩解措施
Meta 審批延遲上線延後提前準備文件、多留時間
AI 幻覺 / 錯誤回覆客戶投訴Human-in-the-loop、嚴格 RAG
號碼品質評分下降發送限制高品質訊息、唔 spam
翻譯錯誤客戶困惑Boss 審核、本地用語對照表
API 費率變化成本增加善用免費窗口、監控用量
客戶 report spam號碼受限尊重 opt-out、高品質內容

附錄

A. 有用連結

B. 關鍵詞彙

  • WABA: WhatsApp Business Account
  • BSP: Business Solution Provider
  • Cloud API: Meta 託管嘅 WhatsApp API（2026 標準）
  • Template Message: 預審核嘅訊息模板（24 小時窗口外必須用）
  • Service Window: 客戶發訊息後嘅 24 小時免費回覆窗口
  • RAG: Retrieval-Augmented Generation（檢索增強生成）
  • Human Handoff: AI 轉交人工處理
  • PDPA: Personal Data Protection Act（馬來西亞個人資料保護法）

C. 資料來源

  • SleekFlow — WhatsApp Business API Malaysia pricing & case studies
  • Chatarmin — WhatsApp Cloud API Setup & Cost Guide (2026)
  • OnSync — How to Set Up WhatsApp Business API in 2026
  • Flowcall — WhatsApp Business API Pricing 2026
  • TechCrunch — WhatsApp changes its terms to bar general-purpose chatbots
  • Respond.io — Not All Chatbots Are Banned: WhatsApp’s 2026 AI Policy
  • Remio.ai — Why WhatsApp Banned AI Chatbots: Meta’s New API Policy
  • Groovyweb — WhatsApp Business Bot Development in 2026
  • Voltade — How RAG Makes WhatsApp Chatbots Actually Useful
  • Translife — Mainland Chinese Mandarin vs Malaysian Mandarin
  • Sanuker — WhatsApp Cloud API Malaysia Guide 2026
  • Hashmeta — WhatsApp Business Statistics Southeast Asia
  • n8n Community Forum — WhatsApp Trigger setup discussions
  • Kyle Friel (YouTube) — WhatsApp AI Agents in n8n
  • dev.to/achiya-automation — Building AI WhatsApp Bot with n8n (2026)

Graph View

Backlinks