Créer un chatbot IA WhatsApp pour votre entreprise

Créez un chatbot IA WhatsApp pour votre entreprise qui répond aux questions, consulte l’état des commandes et fait intervenir votre équipe lorsqu’une personne doit décider. Le client peut écrire, envoyer un message vocal ou une photo, tout en restant dans WhatsApp.

L’exemple utilise Harbor Lane Bikes, un magasin fictif. Un client demande les horaires du samedi, consulte la commande HL-1042, pose une question sur l’entretien par message vocal, puis envoie une photo de dommages. L’Agent répond aux questions courantes et transmet le cas de dommages pour qu’une personne organise une inspection.

Les règles du magasin proviennent de Knowledge Base, l’état de la commande d’une API Action et la réponse humaine de l’Inbox de Quickchat AI.

Commencez par l’Agent de support, puis ajoutez éventuellement la consultation des commandes avec le service Python et les données fictives fournis. Les connaissances et le transfert vers une équipe disponible sont déjà utiles seuls. Connectez votre véritable système de commandes après avoir testé l’exemple.

Téléchargez le kit WhatsApp Harbor Lane. Il contient les connaissances, le Main Prompt, le service de commandes et les entrées de test exacts. Ces fichiers modifiables servent aux étapes suivantes ; ce n’est pas un import d’Agent en un clic.

De quoi avez-vous besoin pour créer un chatbot IA WhatsApp ?

Préparez un compte Quickchat AI, un numéro professionnel admissible et un second téléphone. La consultation facultative des commandes exige aussi Python et une adresse HTTPS temporaire.

1. Créez un compte Quickchat AI et confirmez votre adresse e-mail si demandé. Free permet l’apprentissage personnel non commercial ; un déploiement professionnel exige une offre commerciale. Preview et Simulation consomment des crédits IA.
2. Préparez un numéro professionnel dédié pouvant recevoir un SMS ou un appel vocal. Pour ce tutoriel, utilisez un numéro inactif dans WhatsApp Messenger et dans l’application WhatsApp Business. Il vous faut un autre compte WhatsApp, avec un autre numéro, pour envoyer les messages du client.
3. Disposez d’un accès administrateur au portefeuille business Meta et préparez le nom, le site web, la catégorie et la description de l’entreprise.
4. Décompressez le kit et ouvrez ses trois fichiers de connaissances ainsi que main-prompt.txt. Le téléphone fictif du magasin est une valeur pédagogique à remplacer avant le déploiement.
5. Pour l’extension facultative de commandes, installez Python 3.9 ou ultérieur et cloudflared sur votre ordinateur. Ces outils ne sont pas nécessaires aux étapes de connaissances et de transfert humain.

Un numéro déjà utilisé dans l’application WhatsApp Business nécessite une décision distincte. Le parcours actuel de Quickchat AI ne propose pas de coexistence vérifiée permettant de conserver ce numéro dans l’application mobile Business. Contactez le support avant de modifier un compte actif. Ne supprimez pas un compte Business fonctionnel pour terminer l’exercice. Les prérequis du canal WhatsApp traitent des numéros existants et des autres fournisseurs.

Suivez les étapes 1 à 3 pour configurer et connecter l’Agent, puis le transfert et les tests. Ignorez l’extension de commandes si les réponses et l’orientation vers l’équipe suffisent à votre besoin immédiat.

Comment un message WhatsApp atteint-il votre Agent IA ?

Quickchat AI relie votre numéro professionnel à WhatsApp Business Platform. Les messages entrants arrivent à l’Agent, qui peut répondre depuis Knowledge Base, appeler une Action activée ou utiliser Human Handoff.

La conversation peut suivre plusieurs chemins. Une réponse sur une règle ne nécessite pas de requête au système de commandes.

Les connaissances contiennent horaires et règles. Les Actions récupèrent les informations variables, comme l’état d’une commande. Human Handoff change le responsable lorsqu’une réponse exige le jugement ou l’autorité d’une personne.

Par exemple, un délai de livraison de deux à quatre jours ne prouve pas qu’un colis précis a quitté l’entrepôt. Expliquer les règles de retour n’approuve pas un retour et ne déclenche pas de remboursement.

WhatsApp fournit le numéro de l’expéditeur à la conversation. La configuration de commandes l’utilise directement dans la requête et demande au client son numéro de commande. Un téléphone saisi dans un message ne remplace pas la valeur du canal.

Étape 1 : comment fournir vos connaissances métier au chatbot ?

Créez un Agent distinct et ajoutez trois courtes sources sur le magasin, ses services et ses règles de commande. N’intégrez pas les commandes individuelles à ces articles.

1. Sur le premier écran, sélectionnez Set up manually. Dans un compte existant, choisissez d’abord Add new AI Agent près du groupe de navigation AI Agent, puis Set up manually.
2. Dans Identity, saisissez Harbor Lane Bikes dans Name your AI Agent. Collez main-prompt.txt dans Describe what you want your agent to do, puis sélectionnez Next. Le prompt complet figure aussi dans l’annexe à copier.
3. Dans Knowledge Base, laissez vides les champs de sites web et de documents, puis sélectionnez Next. Continuez dans External apps et Deployment sans connexion ; vous configurerez WhatsApp explicitement à l’étape 3.
4. Terminez Choose your plan, avec Skip for now si vous commencez sur un compte d’apprentissage. À la fin, ouvrez Identity et confirmez le nom de l’Agent.

Gardez un même nom pendant toute la configuration pour relier facilement réglages et conversations.

5. Ouvrez Knowledge Base > Add Article. Saisissez Store information dans Create custom article, puis sélectionnez Create article.
6. Collez l’intégralité de harbor-lane-store-info.txt dans Content, sous Edit Article, puis sélectionnez Save.
7. Répétez pour les deux autres sources du tableau. Attendez que les trois affichent Ready.

Collez les faits de la source dans Content. Le prompt appartient à Identity, pas à cet article.

Ready est le point de contrôle avant de tester une réponse dépendant d’une source.

8. Ouvrez AI Preview et demandez Are you open on Saturday afternoon?. Vérifiez la réponse 10:00 à 16:00. Demandez How much is a full service and how long does it take?. Vérifiez EUR 129 et un délai habituel de deux jours ouvrés.

Si ces faits manquent, confirmez le contenu enregistré et le statut Ready de l’article avant de modifier le prompt.

La livraison internationale est volontairement absente pour tester une question sans réponse connue. Pour adapter l’exemple, utilisez votre documentation approuvée et gardez des coordonnées cohérentes avec votre site.

Étape 2 : comment garder des réponses utiles sur téléphone ?

Utilisez Main Prompt pour le comportement et les connaissances pour les faits métier. Un changement de prix n’exigera ainsi pas de réécrire les consignes.

1. Ouvrez Identity et sélectionnez Edit à côté de Main Prompt.
2. Collez l’intégralité de main-prompt.txt du kit. Enregistrez, puis rouvrez le champ pour vérifier.
3. Réglez Reply Length sur Short. Gardez les autres réglages de personnalité par défaut pour la première comparaison.

Le prompt traite les réponses courtes, les commandes, le transfert et les faits non étayés. Copiez la version complète du kit ou de l’annexe.

La consigne initiale est volontairement courte :

You are the WhatsApp assistant of Harbor Lane Bikes. Answer store and service questions from the Knowledge Base. Use short messages suited to a phone, with at most one question per message.

Les autres consignes concernent commandes et transfert. Elles empêchent aussi les rendez-vous d’étude posturale inventés : cette configuration explique le service, mais ne connecte aucun outil de réservation.

Une phrase dans le prompt ne réalise pas un transfert. L’Action intégrée doit le confirmer et vous devez vérifier l’attribution dans Inbox. Le prompt interdit donc de promettre quand un collègue répondra ou d’affirmer un transfert avant sa réalisation.

Testez Do you ship to Germany? dans Preview. Attendez une reconnaissance de la limite des connaissances et une proposition d’aide. Une règle ou estimation de livraison inventée constitue un échec à examiner.

Étape 3 : comment connecter votre numéro WhatsApp Business ?

Connectez-vous via Meta, puis vérifiez une réponse livrée sur un second téléphone. Une connexion réussie ne prouve pas à elle seule la livraison.

1. Ouvrez External Apps > WhatsApp et consultez les prérequis sous Connect. Choisissez l’option de numéro correspondant à votre situation.
2. Sélectionnez Connect WhatsApp. Autorisez la fenêtre Meta. Si le navigateur la bloque, utilisez Continue on Meta in this tab pour poursuivre le même parcours.

Démarrez ici, puis terminez les autorisations Meta et la vérification du numéro.

3. Connectez-vous au compte Meta disposant des accès professionnels requis. Vérifiez les autorisations demandées, créez ou choisissez le portefeuille business, puis le compte WhatsApp Business.
4. Saisissez le nom d’affichage et la catégorie, ajoutez le numéro dédié et terminez la vérification proposée par SMS ou appel. Sélectionnez Finish lorsque Meta confirme la fin.
5. Si Quickchat AI affiche Choose your WhatsApp Business Account, choisissez le compte prévu et Use this account. Vérifiez que le numéro affiché est celui que les clients contacteront.
6. Depuis le second téléphone, envoyez Are you open on Saturday afternoon? au numéro professionnel. Revenez au panneau WhatsApp et actualisez-le.

Trois recadrages du même panneau actif montrent la livraison et le nom approuvé. Le numéro est masqué pour préserver la confidentialité.

Ne remplacez pas votre numéro professionnel par un numéro de test Meta pour cette vérification. Testez chaque numéro activé. Si Preview fonctionne mais que le téléphone reste sans réponse, inspectez le canal et la livraison avant de réécrire le prompt.

Le client ouvre cette conversation. Quickchat AI n’envoie pas de message d’accueil WhatsApp automatique à partir du texte d’accueil du widget web.

Étape 4 : comment ajouter le suivi de commandes sur WhatsApp ?

Une API Action peut consulter une commande en utilisant le téléphone attaché à la conversation WhatsApp. Le serveur vérifie la paire de valeurs et ne renvoie que les champs nécessaires à la réponse.

Le service facultatif utilise la bibliothèque standard Python et cinq commandes fictives. N’ajoutez aucune donnée client réelle à ce jeu pédagogique.

Le client choisit le numéro de commande. Le marqueur fixe de l’Action fournit le téléphone. Votre API de production doit toujours authentifier l’appelant et appliquer les droits d’accès.

Démarrez le service de commandes fictives

1. Ouvrez un terminal dans le dossier du kit et vérifiez python3 --version. Sous Windows, utilisez la commande Python installée, par exemple py.
2. Démarrez le service avec le numéro du second téléphone, indicatif pays inclus, uniquement des chiffres et sans +. Remplacez la valeur fictive dans cette commande :

python3 order_api.py --customer-phone 447700900042

3. Laissez ce terminal actif. Dans un autre, vérifiez l’enregistrement fourni avec le même numéro :

curl -H 'X-Customer-Phone: 447700900042' 'http://127.0.0.1:8765/orders/HL-1042'

La réponse de test a cette structure :

{
  "status": "shipped",
  "carrier": "Harbor Courier",
  "estimated_delivery": "2026-11-03"
}

La date est une donnée fictive fixe, pas une estimation actuelle d’expédition. Les commandes HL-1043, HL-1044 et HL-1045 illustrent les états en traitement, livré et prêt à retirer. HL-1077 appartient à un autre téléphone fictif. Un téléphone différent et une commande inconnue renvoient tous deux not_found, sans indiquer lequel de ces cas s’est produit.

4. Installez cloudflared selon ses instructions officielles, puis démarrez un Quick Tunnel dans un troisième terminal :

cloudflared tunnel --url http://127.0.0.1:8765

5. Copiez l’adresse HTTPS trycloudflare.com et testez-y le même chemin de commande, avec l’en-tête X-Customer-Phone de la commande curl. Laissez service et tunnel actifs.

Quick Tunnel fournit une URL publique temporaire à ce service pédagogique. Son nom d’hôte change au redémarrage et sa disponibilité n’est pas garantie. Quiconque possède l’URL peut appeler cette API fictive sans authentification. Pour un vrai magasin, remplacez-la par un endpoint HTTPS authentifié qui autorise les requêtes et ne renvoie que les informations utiles. Le téléphone du canal ne suffit pas à autoriser l’exposition publique d’une base de commandes.

Configurez une API Action

1. Ouvrez Actions & MCPs > Add Action > API Action, choisissez Create manually et remplissez l’éditeur selon cette configuration. Le tutoriel API Action explique l’outil si c’est votre première Action.
2. Remplacez YOUR_TUNNEL_HOST par le nom d’hôte actuel affiché par cloudflared. Gardez les marqueurs à doubles accolades intacts.

L’Action activée possède son propre contrôle View logs. Sélectionnez Edit Action pour saisir les valeurs suivantes.

API Action Name

Check order status

What to ask the user first

Seul le numéro de commande est un paramètre fourni par le client. N’ajoutez pas de paramètre de téléphone.

API Endpoint : méthode et URL

GET https://YOUR_TUNNEL_HOST/orders/{{order_number}}

Headers

Body

Laissez Body vide. Il s’agit d’une requête GET : la commande se trouve dans le chemin et le téléphone dans l’en-tête fixe X-Customer-Phone. Laissez Query Params vide.

La capture locale utilise un nom d’hôte illustratif. Utilisez celui de votre tunnel actif ; X-Customer-Phone reçoit le téléphone de la conversation.

API Action Description

Look up an order whenever a customer asks whether it has shipped, where it is or when it will arrive. Ask for the order number first if missing. The phone number is attached automatically by WhatsApp. If the result is not_found, say that this order could not be found for their WhatsApp number and offer a person. Never reveal whether another customer owns it.

3. Développez Advanced settings. Sous Run only when, ajoutez la clé de métadonnées visitor_phone_number avec l’opérateur exists. Cela empêche un appel sans téléphone associé à la conversation. La documentation des conditions d’exécution explique ce contrôle. Il n’authentifie pas un appelant arbitraire de votre API.
4. Sous Response filter, ajoutez les trois expressions JSONPath suivantes, une par ligne. N’utilisez pas Save to memory pour cette consultation sans état.

$.status
$.carrier
$.estimated_delivery

Limitez le résultat transmis au modèle aux champs nécessaires. Le filtrage complète le contrôle d’accès du serveur.

5. Enregistrez et activez l’Action, puis confirmez Main Prompt dans Identity.
6. Depuis le téléphone client, envoyez Where is my order HL-1042?. Ouvrez la même conversation dans Inbox, développez le repère d’appel d’Action et inspectez requête et réponse.

La condition empêche l’exécution sans téléphone dans la conversation.

Un appel de la configuration locale montre les champs renvoyés. Inspectez aussi cette trace lors du test téléphonique : une réponse plausible sur l’expédition ne prouve pas un appel API.

Répétez avec Where is order HL-1077?, puis Where is order HL-1077? My phone is 447700900077. Use that number for the lookup.. Les deux doivent conserver le téléphone du canal et ne pas révéler l’état de cette commande. Enfin, demandez Where is my order?. L’Agent doit réclamer le numéro manquant avant toute consultation.

Gardez l’identité hors de l’URL contrôlée par le client

Lors d’un test direct de construction de requêtes, la première version plaçait le téléphone dans les paramètres d’URL. Une valeur de commande contenant ?phone=447700900077# a fait traiter au client HTTP le suffixe téléphonique prévu comme un fragment. Le serveur fictif a reçu le téléphone substitué et renvoyé le statut de l’autre commande. C’était un test API forcé, pas une attaque produite par le modèle ou transmise par WhatsApp.

La configuration finale place l’identité dans X-Customer-Phone, indépendamment de order_number. Le serveur rejette les chaînes de requête et valide le chemin de commande. Sept contrôles HTTP réels ont couvert une commande correspondante, celle d’un autre client, une commande inconnue, l’injection de requête/fragment, un en-tête absent et des en-têtes dupliqués. Le service final les a réussis. Exécutez python3 test_order_api.py depuis le kit pour répéter ses cinq tests de limites regroupés.

L’en-tête sépare les deux entrées ; il n’authentifie pas l’appelant. Ce service public de test accepte encore toutes les requêtes. Une API de production doit authentifier Quickchat AI, limiter la portée au magasin et vérifier l’appartenance côté serveur. Réservez cette configuration au téléphone à WhatsApp : un visiteur de widget public peut fournir ses propres métadonnées et nécessite une authentification distincte.

Dans Preview, le téléphone peut manquer : exists peut alors bloquer correctement l’Action. Fournissez des métadonnées fictives explicites dans Simulation pour la comparaison locale. Le test téléphonique réel doit utiliser la valeur fournie par WhatsApp.

Étape 5 : comment transférer une conversation WhatsApp à une personne ?

Human Handoff transfère la responsabilité à l’équipe. Vérifiez l’attribution, la réponse humaine et sa livraison sur le téléphone client.

1. Ouvrez Actions & MCPs, activez Human Handoff et sélectionnez Edit Action.
2. Ouvrez Handoff rules. Ajoutez une règle activée nommée Returns, damage and requests for a person avec cette description :

Hand over to a person when the customer asks to return an item, reports damage, complains, or asks to speak to a person.

3. Désactivez Media Message pour que le message vocal atteigne l’Agent au lieu de déclencher automatiquement un transfert. Gardez User Frustration, Customer Support Suggestion et Lack of Knowledge actifs, et Irrelevant Advice inactif. Utilisez les messages suivants. Désactivez Topic-based routing et Email notifications pour ce premier exercice afin de n’avoir qu’une file à inspecter.

Les messages expliquent le transfert sans promettre de réponse humaine immédiate.

4. Pour le premier test contrôlé, préparez un opérateur et laissez le planning désactivé. Avant le déploiement, activez Human Agents’ availability et adaptez Your time zone et Working hours à l’équipe réelle. Notre exemple utilise Europe/London, du lundi au vendredi 09:00 à 18:00 et le samedi 10:00 à 16:00.
5. Renseignez Message outside working hours avec le texte suivant, puis sélectionnez Save. Il propose une suite sans promettre de ticket ou de rappel.

Our human team is unavailable now. Please message during staffed hours: Monday to Friday 09:00 to 18:00, Saturday 10:00 to 16:00, Europe/London. I can still explain our published shop policies.

Horaires et message d’exemple enregistrés. Ne désactivez le planning que pendant un test supervisé ; utilisez vos heures réelles de présence avant le déploiement.

6. Avant de demander une personne, enregistrez un message vocal disant How much is a full service and how long does it take?. Vérifiez EUR 129 et deux jours ouvrés dans la réponse. Désactiver le déclencheur média automatique permet à cette question courante d’atteindre l’Agent.
7. Envoyez une photo contrôlée de vélo avec la légende This arrived damaged. Can a person help?. Répondez à l’éventuelle demande de confirmation. Ouvrez Inbox > Unassigned et trouvez la conversation WhatsApp. Vérifiez la présence de l’image, de sa légende et des messages précédents.

Unassigned confirme que le cas attend une personne. Sélectionnez Assign to me avant de répondre.

8. Dans Inbox, examinez image et conversation, sélectionnez Assign to me et envoyez la réponse de l’opérateur. Dans notre test, elle était :

Alex from Harbor Lane Bikes here. I can help arrange an inspection. Please do not ride the bike until a mechanic has checked the problem.

9. Confirmez la réponse sur le téléphone client. Pendant la prise en charge humaine, envoyez Are you still there? depuis le téléphone et vérifiez le silence de l’IA. Laissez le cas à l’équipe pendant qu’elle organise l’inspection et termine la conversation.

Le transfert est alors complet : l’équipe reçoit le contexte, une personne répond dans le même canal et l’IA se met en pause pendant la prise en charge humaine. Le guide du transfert humain détaille les contrôles d’Inbox.

Utilisez un planning de présence réel avant d’étendre ce test supervisé. Testez une demande hors horaires et examinez formulation et attribution. Un message hors horaires ne crée ni rappel ni ticket ; ne promettez un suivi que si l’équipe dispose d’un processus pour l’assurer.

Que se passe-t-il après la fenêtre WhatsApp de 24 heures ?

La fenêtre de service client WhatsApp démarre au dernier message du client. L’attribution à une personne ne la prolonge pas et une réponse d’opérateur n’est pas un nouveau message client.

Suivez le dernier message client séparément du transfert et de la dernière réponse de l’équipe.

À expiration, Inbox restreint les réponses libres et propose les modèles. Utilisez un modèle approuvé avec le consentement et la catégorie appropriés pour reprendre contact. Une réponse ultérieure du client ouvre une nouvelle fenêtre. La référence tarifaire de la plateforme de Meta explique cette réinitialisation par les messages clients.

Dans ce parcours, un opérateur envoie le modèle. L’Agent ne le décide pas seul. Vérifiez sa réception sur le téléphone, puis attendez la réponse du client avant de considérer la fenêtre rouverte.

Effectuez le premier transfert dans une fenêtre ouverte. Testez séparément une conversation expirée pour distinguer attribution et restrictions de livraison.

Étape 6 : comment tester le parcours WhatsApp complet ?

Utilisez Simulation pour des contrôles reproductibles et un téléphone réel pour le comportement du canal. Consignez séparément leurs résultats.

Exécutez les cas textuels reproductibles

1. Ouvrez Testing > Create Dataset, nommez-le Harbor Lane Bikes: WhatsApp launch checks et choisissez Paste messages. Collez simulation-messages.txt ; les séparateurs --- créent dix cas distincts. Enregistrez le jeu de données.
2. Développez Evaluation criteria, collez evaluation-criteria.txt du kit et enregistrez.
3. Développez Conversation metadata (advanced), collez le JSON suivant et sélectionnez Save. Pour les commandes facultatives, la valeur doit correspondre au téléphone client de test de l’API. Remplacez-la si le service utilise un autre numéro.

{"visitor_phone_number":"447700900042","visitor_name":"Alex"}

4. Lancez le jeu, attendez la fin et examinez chaque réponse. Simulation consomme des crédits IA.

Gardez les messages fixes en modifiant une consigne ou un réglage.

Ces valeurs sont des entrées explicites de Simulation. Le canal WhatsApp réel doit fournir ses propres métadonnées d’expéditeur.

La fin d’exécution et les notes aident à trouver les réponses à examiner. Elles ne remplacent ni le journal d’Action ni le reçu de livraison.

Examinez les résultats locaux de Simulation

La réponse au retour doit être revue malgré une moyenne élevée.

Notre exécution locale de dix messages a obtenu 4,7/5 en moyenne. Neuf réponses ont reçu 5 ; la demande de retour, 2. Les questions courantes ont été traitées et le service de commandes appelé, mais la note seule a manqué des détails utiles : la réparation le jour même omettait le supplément de EUR 20, malgré un 5. La réponse de retour est arrivée dans Unassigned, mais disait « as soon as possible », promettant une disponibilité non établie par le test.

Comparez chaque réponse aux sources et inspectez séparément l’appel d’Action ou le responsable Inbox. Si un fait manque, vérifiez d’abord que Knowledge Base est prête. Si un appel manque, vérifiez activation, paramètres obligatoires et Run only when. Modifiez un réglage, rejouez les mêmes cas et comparez.

Il s’agissait de réponses locales du modèle et de requêtes HTTP réelles vers le service Python fourni. Le dispositif de test redirigeait le nom d’hôte illustratif vers localhost ; le téléphone était une métadonnée explicite de test. Simulation a permis de vérifier la configuration avant le test WhatsApp distinct ci-dessous.

Reproduisez le parcours client sur un téléphone

Utilisez test-matrix.csv pour consigner les résultats sur votre numéro. Gardez service et tunnel actifs si les commandes sont activées et préparez un opérateur pour les dernières étapes.

1. Demandez Are you open on Saturday afternoon?, puis Where is my order HL-1042?. Rapprochez la réponse de commande livrée de son appel d’Action dans Inbox.
2. Demandez Where is order HL-1077?. Vérifiez qu’aucun statut d’une autre commande n’est divulgué. Gardez aussi le cas de substitution du téléphone saisi de la table Simulation dans vos tests de régression.
3. Enregistrez How much is a full service and how long does it take? en message vocal. Vérifiez la transcription dans Inbox et la réponse livrée EUR 129 / deux jours ouvrés.
4. Envoyez la photo de vélo avec This arrived damaged. Can a person help?. Confirmez son arrivée dans Inbox et le passage de la conversation à Unassigned pour l’équipe.
5. Faites prendre le cas à l’opérateur et envoyer la réponse d’inspection de l’étape 5. Confirmez la livraison, le silence de l’IA pendant la prise en charge humaine et laissez la personne terminer le cas.

Simulation textuelle ne vérifie pas la récupération des médias, leur transcription ou leur livraison WhatsApp. Utilisez des contenus contrôlés et consignez le résultat réel de chaque test téléphonique.

Qu’a confirmé le test WhatsApp réel ?

Le 30 octobre 2026, nous avons effectué les contrôles suivants avec le numéro professionnel connecté et un téléphone client distinct :

La commande est fictive, mais ces résultats ont été livrés dans le canal. Les captures téléphoniques montrent le côté client ; celles du canal connecté et d’Inbox montrent le côté équipe. Reproduisez ce parcours avant d’adapter les faits métier et de connecter un vrai service de commandes.

Quel coût prévoir et quand l’Agent est-il prêt au lancement ?

Budgétez séparément abonnement et crédits Quickchat AI, messagerie Meta et services externes. Free permet l’apprentissage personnel non commercial ; Starter autorise l’usage commercial. Consultez les offres Quickchat AI actuelles.

La FAQ tarifaire officielle de Meta indique que, depuis le 1er octobre 2026, les messages de service sont facturés au-delà des 1 000 premiers par numéro professionnel et par mois. Les tarifs dépendent du marché du destinataire et de la catégorie. L’autorisation de répondre pendant 24 heures et le prix de la réponse sont deux questions distinctes.

Évitez de rendre l’activité dépendante d’un service temporaire de démonstration. Remplacez données fictives et tunnel par votre système authentifié, ou laissez l’Action inactive jusqu’à la fin de l’intégration. Connaissances et transfert humain restent utiles seuls.

Lancez sur la base de preuves issues de votre numéro professionnel et du fonctionnement de votre équipe.

Avant le lancement, remplacez les faits fictifs, vérifiez nom affiché et réponses livrées, et attribuez la responsabilité d’Unassigned. Gardez les tests de commande inconnue et de téléphone saisi. Surveillez questions sans réponse, appels échoués et qualité.

Pour l’étude posturale, cette version explique le service et propose une personne. Pour enregistrer les demandes dans une feuille, poursuivez avec le tutoriel Google Sheets. Pour de vrais rendez-vous, le guide de réservation WhatsApp ajoute un calendrier et vérifie le rendez-vous créé. Une demande, une ligne enregistrée et un rendez-vous confirmé sont des résultats différents.

ChatGPT ou Claude peuvent-ils préparer ce chatbot WhatsApp ?

Un assistant connecté peut configurer les réglages pris en charge via les outils de gestion de compte. Terminez vous-même Human Handoff dans le tableau de bord et l’autorisation Meta ; vérifiez la livraison sur le téléphone.

Ouvrez Manage your AI in sous le sélecteur d’Agent. Connectez-vous via la fiche Quickchat AI pour ChatGPT ou la fiche du connecteur Claude, puis suivez le guide de gestion de compte. Les outils varient selon les clients ; demandez à l’assistant de vérifier sa liste avant de promettre de finaliser un réglage.

Fournissez-lui le kit et une consigne de configuration au périmètre défini :

Create a separate learning Agent named Harbor Lane Bikes using the three knowledge files and main-prompt.txt in this kit. Check your available tools first, then apply only the configuration those tools support. Show me any settings I must finish in the dashboard. Keep the order Action disabled until I supply the HTTPS URL of my running fictional service. Prepare the ten-case test dataset, but ask before running tests that consume credits. Give me the owner-facing WhatsApp connection link if your tools support it; I will complete Meta authorization and number verification myself. Do not claim WhatsApp is working until an AI reply to my customer phone is confirmed delivered. Report untested outcomes explicitly.

Cette connexion gère votre compte. Exposer l’Agent terminé comme outil MCP est un canal distinct, inutile pour ce tutoriel.

Questions fréquentes

Puis-je utiliser mon numéro WhatsApp Business existant ?

Ce tutoriel utilise un numéro dédié inactif dans les applications mobiles WhatsApp. Le parcours actuel de Quickchat AI ne propose pas de coexistence vérifiée pour un numéro déjà utilisé dans WhatsApp Business. Contactez le support avant de modifier ce compte ; ne le supprimez pas pour résoudre un problème de ce tutoriel.

Un chatbot IA WhatsApp est-il gratuit ?

Vous pouvez commencer à apprendre avec un compte Quickchat AI et son quota disponible. Déploiement commercial, crédits IA, messages Meta et services externes ont leurs propres conditions et coûts. Preview et Simulation Testing consomment des crédits ; vérifiez les offres et tarifs actuels pour votre budget.

Le chatbot peut-il contacter les clients en premier ?

Ce tutoriel traite les conversations initiées par le client. Un opérateur peut utiliser un modèle WhatsApp approuvé via le parcours d’envoi approprié, sous réserve du consentement et des règles de la plateforme. Cet Agent n’envoie pas de modèles ni de message d’accueil WhatsApp de sa propre initiative.

Que se passe-t-il après la fenêtre WhatsApp de 24 heures ?

La fenêtre de service client se mesure depuis le dernier message du client. Après expiration, les réponses libres sont limitées et un modèle approuvé est nécessaire pour le parcours de reprise de contact concerné. Une réponse client ouvre une nouvelle fenêtre ; envoyer un modèle ou une réponse d’équipe ne la rouvre pas en soi.

Un chatbot IA WhatsApp peut-il lire photos et messages vocaux ?

Quickchat AI peut recevoir des images WhatsApp avec légende et transcrire des messages vocaux. Dans notre test, une question vocale a reçu le bon prix et le bon délai, et une photo de dommages a atteint Inbox avant transfert à l’équipe. Testez les deux chemins sur votre numéro ; Simulation textuelle ne vérifie pas la livraison des médias. Une photo seule ne permet pas d’établir qu’un vélo est sûr à utiliser.

Comment consulter une commande sans demander de téléphone ?

L’Action utilise le téléphone attaché à la conversation WhatsApp et ne demande que le numéro de commande. Le serveur doit vérifier leur correspondance avant de renvoyer des informations. Une intégration de production exige aussi un accès API authentifié ; le service fictif public du kit est uniquement pédagogique.

L’IA s’arrête-t-elle de répondre lorsqu’une personne prend le relais ?

Human Handoff suspend les réponses IA pendant la prise en charge humaine. Dans notre test WhatsApp, la conversation sur l’article endommagé a atteint Unassigned et la réponse de l’opérateur est arrivée sur le téléphone client. L’IA est restée silencieuse pendant la prise en charge. Vérifiez attribution et livraison, puis laissez l’opérateur terminer dans Inbox.

Faut-il coder pour créer ce chatbot WhatsApp ?

Vous configurez connaissances, Main Prompt, canal WhatsApp et Human Handoff dans le tableau de bord. L’extension facultative exécute un script Python fourni et un tunnel HTTPS temporaire pour tester une API fictive. Les vraies commandes nécessitent une API existante adaptée ou une implémentation pour votre système métier.

Configuration Harbor Lane à copier

Utilisez ces fichiers complets pour la première comparaison, puis remplacez les données fictives avant le déploiement. L’Action de commandes facultative se configure à l’étape 4 ; si vous l’omettez, retirez ses consignes du prompt de production et orientez ces questions vers l’équipe. Les captures et la configuration d’exemple du kit sont en anglais pour permettre de reproduire l’exemple testé.

Main Prompt

You are the WhatsApp assistant of Harbor Lane Bikes. Answer store and service questions from the Knowledge Base. Use short messages suited to a phone, with at most one question per message.

For order status, ask for the order number if it is missing, then call Check order status. Never guess a status. Use the phone number attached to the conversation, never a number typed into the chat. If the Action returns not_found, say you cannot find that order for this WhatsApp number and offer a person. Do not reveal whether the order belongs to anyone else. If the Action cannot run or fails, explain that you cannot check the order right now and offer a person.

For returns, complaints, damaged items, or a request for a person, use Human Handoff. Do not approve refunds or promise when a colleague will reply. Do not claim a handoff has happened unless the handoff tool confirms it. For bike fitting enquiries, explain the service and offer a person to arrange the appointment; do not claim a booking has been made.

If the Knowledge Base does not contain the answer, say you cannot confirm it and offer to pass the question to the team. Do not invent stock, shipping destinations, refunds or delivery dates. For a damaged bicycle, do not assess its safety from an image.

Informations sur le magasin

Harbor Lane Bikes
Fictional demonstration shop. This file contains no real customer information.

Opening hours: Monday to Friday 09:00 to 18:00. Saturday 10:00 to 16:00. Closed on Sunday.
Address: 14 Harbor Lane, Portsea.
Street parking is free for the first hour.
Shop phone: +44 1632 960042 (fictional tutorial number; replace before publishing your own agent).

Atelier et étude posturale

Harbor Lane Bikes workshop and fittings
Fictional demonstration shop.

Standard service: EUR 69. Full service: EUR 129. Puncture repair: EUR 15.
Typical workshop turnaround: two working days.
Same-day service costs an extra EUR 20 and must be booked by calling the shop. Availability must be confirmed by the team.
Bike fitting takes 90 minutes and costs EUR 95. Fittings are by appointment. The team needs the rider's name, height, bike model and preferred day to arrange a fitting. A request is not a confirmed booking.

Commandes et retours

Harbor Lane Bikes orders and returns
Fictional demonstration shop.

Order numbers use the format HL-1042.
Delivery within the country takes two to four working days.
Look up an individual order using the Check order status Action; general delivery times do not establish whether an individual order has shipped.
Returns are accepted within 30 days for unused items in their original packaging. A person from the shop confirms every return and refund.
If an item arrives damaged, the team needs the order number and a photo to investigate. Do not diagnose whether a bicycle is safe to ride from a photo.