Einen KI-Assistenten in WhatsApp (Sprache + Text) mit n8n bauen
· Von AI Compare
Text, Sprachnachrichten und Bilder in WhatsApp, beantwortet von einem n8n-KI-Agenten, plus die nötige Einrichtung bei Meta.
Was Sie bauen
Die WhatsApp-Version eines persönlichen KI-Assistenten: Senden Sie Text, Sprachnachrichten oder Bilder an eine WhatsApp-Nummer, und ein n8n-KI-Agent antwortet. Sprachnachrichten werden transkribiert, Bilder können beschrieben werden, und der Agent kann Werkzeuge wie Ihren Kalender oder Ihre Dokumente nutzen.
Grundlage ist das Muster aus n8n-Vorlagen wie „WhatsApp AI agent that understands text, image and audio“.
WhatsApp ist schwieriger als Telegram
Bei Telegram haben Sie in einer Minute einen Bot. WhatsApp erfordert die WhatsApp Business Cloud API von Meta:
- Ein Meta-Entwicklerkonto und eine Meta-App, der das Produkt WhatsApp hinzugefügt wurde.
- Eine Telefonnummer, die für die WhatsApp Business Platform registriert ist (Meta stellt für die Entwicklung eine kostenlose Testnummer bereit).
- Ein dauerhaftes Zugriffstoken (System-User-Token in den Meta Business Settings), die Phone Number ID und die WhatsApp Business Account ID.
- Einen Webhook, der auf n8n zeigt.
Manche Vorlagen nutzen statt Meta direkt Anbieter wie Twilio oder 360dialog; das vereinfacht die Einrichtung, kostet aber eine monatliche Gebühr pro Nummer.
Eine wichtige Grenze
WhatsApp erlaubt einen Webhook pro Meta-App. In n8n bedeutet das: Sie können nicht gleichzeitig mit einem Test-Webhook und einem Produktiv-Webhook lauschen. Deaktivieren Sie beim Testen den Produktiv-Workflow oder nutzen Sie getrennte Meta-Apps für Test und Produktion.
Aufbau des Workflows
| # | Node | Zweck |
|---|---|---|
| 1 | WhatsApp Trigger (event: messages) | Empfängt eingehende Nachrichten |
| 2 | IF: ist eine Nachricht (kein Status-Update) | Ereignisse „gesendet/zugestellt/gelesen“ ignorieren |
| 3 | Switch: Nachrichtentyp | Text, Audio, Bild |
| 4 | WhatsApp: Get media URL + HTTP-Request-Download | Holt die Sprachnachricht oder das Bild als Binärdaten |
| 5 | OpenAI: Transcribe (Audiozweig) | Sprache in Text |
| 6 | OpenAI: Analyze image (Bildzweig) | Das Bild beschreiben oder Text daraus lesen |
| 7 | Edit Fields (Set) | In einem Feld prompt zusammenführen |
| 8 | AI Agent + Chat-Modell + Gedächtnis | Gedächtnis mit der Telefonnummer des Absenders als Schlüssel |
| 9 | WhatsApp: Send message | Dem Absender antworten |
Regeln, die Sie einhalten müssen
- 24-Stunden-Fenster: Innerhalb von 24 Stunden nach der letzten Nachricht des Nutzers können Sie frei antworten. Außerhalb dieses Fensters erlaubt WhatsApp nur vorab genehmigte Nachrichtenvorlagen (Message Templates).
- Opt-in: Schreiben Sie nur Personen an, die Sie kontaktiert oder dem Empfang von Nachrichten zugestimmt haben.
- Kosten: Meta berechnet je nach Kategorie und Land pro Konversation oder Nachricht; prüfen Sie die aktuellen Preise von Meta.
Private oder geschäftliche Nutzung
Für einen persönlichen Assistenten beschränken Sie den Workflow mit einem IF-Node auf Ihre eigene Nummer. Für einen Bot im Kundenkontakt siehe KI-Kundensupport-Agent für WhatsApp.
Verwandte Artikel
- Telegram-KI-Assistent mit n8n (einfachere Einrichtung)
- Credentials in n8n verbinden
