Jak zbudować bota na WhatsApp, który kwalifikuje leada w 60 sekund

WhatsApp jest w Polsce drugim najczęściej używanym komunikatorem po Messengerze. Jeśli Twoi leady preferują pisanie nad dzwonienie, WhatsApp Business API + AI to przepustowość, o której nie śniło się call center: jeden bot obsługuje 500 rozmów równolegle, 24/7, po polsku i po angielsku, z odpowiedzią w 3 sekundy.

W tym tutorialu pokazuję, jak zbudować takiego bota w Make + OpenAI + WhatsApp Cloud API — całość w jeden weekend, koszt miesięczny poniżej 50 USD przy 1000 rozmów. Jeśli nie masz pewności, czy Make to Twoja platforma, najpierw rozstrzygnie to nasze porównanie Make vs n8n vs Zapier.

Architektura

1. Lead pisze do Ciebie na WhatsApp (z reklamy Click-to-Chat, ze strony lub QR).
2. WhatsApp Cloud API wysyła webhook do Make.
3. Make loguje wiadomość w Supabase/Airtable (historia konwersacji).
4. GPT-4o z systemowym promptem kwalifikacyjnym generuje odpowiedź.
5. Make wysyła odpowiedź przez WhatsApp Cloud API.
6. Po spełnieniu kryteriów kwalifikacji (budżet, timeline, decision maker) bot zapisuje leada w CRM i wysyła link do kalendarza.

Krok 1: WhatsApp Business Cloud API

Zapomnij o Twilio: Meta udostępnia własne Cloud API, które jest tańsze i bezpośrednie. Setup:

• Załóż konto na developers.facebook.com, stwórz aplikację typu Business.
• Dodaj produkt „WhatsApp".
• Dostaniesz testowy numer i sandbox z 1000 darmowych konwersacji miesięcznie.
• Na produkcję: verify swój numer firmowy (WhatsApp Business Manager).
• Cennik: marketing conversation = 0.0616 USD, utility = 0.0224 USD (Polska, stawki 2026).

Krok 2: Webhook do Make

W Make stwórz scenariusz startujący od modułu „Webhooks → Custom webhook". Dostaniesz URL — wklej go w Meta Developer Console jako callback URL dla wiadomości. Ustaw subscription field: messages.

Pułapka: Meta wymaga weryfikacji webhooka. Make obsługuje to automatycznie, ale na pierwszy strzał subskrypcji trzeba dodać static verify token — wstaw go w module „Custom webhook" → Advanced settings.

Krok 3: Historia konwersacji w Supabase

GPT nie ma pamięci między wywołaniami. Żeby bot „pamiętał" poprzednie wiadomości, musisz mu je przekazywać. Najprościej: tabela w Supabase z kolumnami phone_number, role (user/assistant), content, created_at.

W Make po odebraniu wiadomości:

1. Wstaw wiadomość usera do Supabase.
2. Pobierz ostatnie 20 wiadomości dla tego numeru, posortowane chronologicznie.
3. Zmapuj je jako array do OpenAI API w formacie [{role:'user', content:'...'}, {role:'assistant', content:'...'}].

Krok 4: prompt systemowy, serce bota

To tu większość tutoriali upada. Słaby prompt to bot, który brzmi jak robot i odstrasza leady. Oto szkielet, który faktycznie działa:

Jesteś asystentem sprzedażowym firmy [X]. Twoim zadaniem jest:
1. W naturalny sposób przywitać osobę.
2. Zrozumieć jej problem (pytania otwarte, nie ankieta).
3. Zebrać 4 informacje, ale rozłożone w rozmowie:
   - branża
   - skala problemu (liczby, czas, pieniądze)
   - kto decyduje
   - kiedy chcą to rozwiązać
4. Jak zbierzesz wszystkie 4, wyślij w odpowiedzi JSON:
   {"qualified": true, "summary": "...", "budget_signal": "...", "urgency": "..."}
5. Nie zadawaj wszystkich pytań naraz. Maks. 1 pytanie na wiadomość.
6. Nie udawaj człowieka. Jak spyta „jesteś botem" — odpowiedz szczerze.
7. Język: polski, ty/pan zależnie od tonu rozmówcy.
8. Nigdy nie obiecuj cen ani terminów — przekazuj do kalendarza.

Krok 5: Router — rozmowa vs. qualified

W Make dodaj Router po OpenAI. Jedna gałąź: jeśli odpowiedź zawiera "qualified": true → zapisz do CRM (HubSpot/Pipedrive/Airtable) + wyślij link do kalendarza (Cal.com/Calendly). Druga gałąź: zwykła odpowiedź → wyślij do WhatsApp.

Krok 6: Wysyłka odpowiedzi

Moduł HTTP w Make, POST na https://graph.facebook.com/v19.0/[PHONE_NUMBER_ID]/messages, z bearer tokenem i body:

{
  "messaging_product": "whatsapp",
  "to": "{{phone}}",
  "type": "text",
  "text": { "body": "{{gpt_response}}" }
}

Koszty miesięczne (1000 konwersacji)

• WhatsApp Cloud API: pierwsze 1000 darmowe, potem ~0.02 USD/conversation = ~0 USD.
• OpenAI GPT-4o: średnio 10 wiadomości/konwersację × 500 tokenów × 0.0025 USD/1K = ~12 USD.
• Make: plan Core 9 USD (10 000 operacji starczy z zapasem).
• Supabase: free tier (50 MB bazy to dziesiątki tysięcy rozmów).
• Razem: ~85 PLN/mc na 1000 konwersacji.

Pułapki, na które łatwo nadepnąć

• Session window. Po 24h od ostatniej wiadomości usera nie możesz mu pisać „free-form" — tylko przez zatwierdzone template'y. Zaplanuj follow-upy w oknie.
• Rate limit OpenAI. Przy nagłym skoku ruchu uderzysz w 500 req/min. Make ma built-in retry, ale lepiej dodać moduł „Sleep" 1s przed GPT.
• Halucynacje cen. Zawsze dodaj do promptu „nigdy nie podawaj cen". GPT zmyśli, a lead przyjdzie z pretensjami.
• Zgoda marketingowa. Pierwsza wiadomość od usera daje zgodę na odpowiedź — nie zaczynaj rozmowy od cold outreach, to łamie ToS WhatsApp.