Chatbot WhatsApp (Bot Flow)
Buat chatbot WhatsApp tanpa coding dengan Bot Flow: auto reply, alur percakapan, dan alihkan ke CS, dipicu pesan masuk, webhook, atau jadwal.
Beta: Fitur Bot Flow masih dalam tahap Beta dan mungkin memiliki perilaku yang belum sempurna. Jika kamu menemukan masalah atau punya masukan, silakan hubungi Admin melalui WhatsApp.
Bot Flow adalah pembuat alur otomatisasi secara visual. Kamu merancang alur dengan menyusun blok (node) di atas kanvas, lalu menghubungkannya, tanpa perlu menulis kode.
Overview
Sebuah Bot Flow dimulai dari sebuah pemicu (trigger). Pemicunya tidak harus pesan WhatsApp: flow bisa dijalankan oleh sistem lain lewat Webhook, berjalan sendiri sesuai Jadwal, atau dipanggil oleh flow lain sebagai sub-flow. Setelah berjalan, isinya sama saja: membalas pesan, menawarkan pilihan, memanggil API, bertanya ke AI, menunda, hingga mengalihkan percakapan ke agen manusia.
Aturan utama:
- Setiap flow harus punya tepat satu node pemicu.
- Device WhatsApp hanya wajib bila flow benar-benar mengirim pesan. Flow Webhook atau Jadwal yang sekadar memanggil API bisa dipublikasikan tanpa device sama sekali.
- Satu device hanya boleh punya satu flow berpemicu pesan yang Published dan aktif pada satu waktu. Flow Webhook atau Jadwal boleh memakai device yang sama tanpa mengganggu bot chat-nya.
- Alur disimpan sebagai JSON berversi. Saat dipublish, versi tersebut menjadi immutable (tidak berubah).
- Eksekusi yang sedang berjalan dikunci ke versi yang aktif saat eksekusi dimulai, mengubah/mempublish versi baru tidak mengganggu yang sedang berlangsung.
Konsep Dasar
| Istilah | Fungsi |
|---|---|
| Flow | Satu alur otomatisasi yang berdiri sendiri |
| Pemicu | Node awal yang menentukan bagaimana flow dijalankan |
| Node | Blok/langkah di dalam alur (mis. Kirim Pesan, Kondisi) |
| Edge | Garis penghubung antar-node yang menentukan urutan langkah |
| Draft | Alur yang masih diedit dan belum aktif |
| Published | Versi alur yang sudah dikunci dan siap dijalankan |
| Version | Snapshot immutable dari alur pada saat dipublish |
| Enabled | Sakelar untuk mengaktif/menonaktifkan flow |
| Eksekusi | Satu kali jalannya flow (satu percakapan, satu panggilan webhook, atau satu item jadwal) |
Empat Jenis Pemicu
Jenis pemicu ditentukan oleh node pemicu yang kamu pasang di kanvas. Satu flow hanya boleh punya satu.
| Pemicu | Node | Dijalankan ketika | Butuh device? |
|---|---|---|---|
| Pesan Masuk | trigger | Kontak mengirim pesan WhatsApp ke device | Ya, selalu |
| Webhook | webhook_trigger | Sistem lain memanggil URL khusus milik flow ini | Hanya bila flow mengirim pesan |
| Jadwal | schedule_trigger | Waktu yang kamu tentukan tiba (cron) | Hanya bila flow mengirim pesan |
| Sub-Flow | subflow_trigger | Flow lain memanggilnya lewat node Panggil Sub-Flow | Hanya bila flow mengirim pesan |
Contoh pemakaian:
- Pesan Masuk: bot CS yang membalas pertanyaan pelanggan.
- Webhook: sistem kasir kamu selesai memproses pembayaran, lalu memanggil URL flow untuk mengirim struk ke pelanggan.
- Jadwal: pengingat tagihan jatuh tempo setiap pagi pukul 09.00.
- Sub-Flow: satu alur "fallback" yang dipakai ulang oleh banyak flow, cukup dirawat di satu tempat.
Siklus Hidup Flow
- Buat flow baru dan beri nama.
- Pilih pemicu: tarik salah satu node dari grup Pemicu ke kanvas.
- Pilih device bila flow akan mengirim pesan WhatsApp (kolom device di toolbar akan menandai dirinya wajib).
- Edit alur di editor visual (status
draft). - Validasi: sistem memeriksa alur sebelum publish.
- Publish: membuat versi immutable baru dan menjadikannya versi aktif.
- Enable: mengaktifkan flow agar mulai berjalan.
Selama status masih
draft, flow belum berjalan sama sekali: bot belum membalas, URL webhook belum ada, dan jadwal belum menyala. Semua baru aktif setelah Published dan Enabled.
Editor Visual
Editor terdiri dari tiga bagian:
- Palette: daftar node yang bisa kamu tambahkan, dikelompokkan menjadi:
- Pemicu: Mulai, Webhook, Jadwal, Mulai Sub-Flow
- Pesan: Kirim Pesan, Pilihan, Pertanyaan
- Logika: Kondisi, Tunda, Request API, AI, Panggil Sub-Flow
- Akhir: Alihkan ke CS, Selesai
- Kanvas: area untuk menyusun dan menghubungkan node. Tarik dari titik output sebuah node ke input node berikutnya untuk membuat penghubung (edge).
- Panel Konfigurasi: muncul saat sebuah node dipilih, tempat kamu mengisi teks, pilihan, variabel, dsb.
Grup Pemicu otomatis menghilang begitu kanvas sudah punya satu node pemicu, karena satu flow hanya boleh punya satu. Untuk berganti jenis pemicu, hapus node pemicu yang lama lebih dulu.
Referensi Node
| Node | Tipe | Fungsi | Output |
|---|---|---|---|
| Mulai | trigger | Pemicu: pesan WhatsApp masuk | 1 keluaran |
| Webhook | webhook_trigger | Pemicu: dipanggil sistem lain lewat URL | 1 keluaran |
| Jadwal | schedule_trigger | Pemicu: berjalan sesuai jadwal | 1 keluaran |
| Mulai Sub-Flow | subflow_trigger | Pemicu: dipanggil oleh flow lain | 1 keluaran |
| Kirim Pesan | send_message | Kirim pesan teks ke kontak | 1 keluaran |
| Pilihan | choice | Tawarkan beberapa opsi balasan | per opsi |
| Pertanyaan | ask_question | Tanya kontak lalu simpan jawaban ke variabel | 1 keluaran |
| Kondisi | condition | Bercabang berdasarkan nilai variabel | benar/salah |
| Tunda | delay | Tunggu sebelum melanjutkan alur | 1 keluaran |
| Request API | api_request | Panggil API eksternal & simpan hasilnya | 1 keluaran |
| AI | ai_request | Kirim prompt ke AI model & simpan balasannya | berhasil/gagal |
| Panggil Sub-Flow | subflow | Jalankan flow lain, lalu lanjut di sini | berhasil/gagal |
| Alihkan ke CS | human_handoff | Serahkan percakapan ke agen manusia | berhenti |
| Selesai | end | Akhiri alur | berhenti |
Detail Konfigurasi Node
Webhook
Membuat sebuah URL khusus milik flow ini. Siapa pun yang memanggil URL tersebut (dengan token yang benar) akan menjalankan flow.
- Slug Webhook: bagian akhir URL, mis.
toko-saya. Boleh berisi huruf kecil, angka, dan tanda hubung (3–64 karakter), tanpa tanda hubung di awal/akhir atau berurutan. Slug unik untuk seluruh sistem, jadi editor mengeceknya sambil kamu mengetik dan menawarkan alternatif bila sudah dipakai. Beberapa kata dicadangkan sistem (mis.admin,api,webhook). - URL & Token: muncul setelah flow dipublikasikan. Klik Tampilkan URL & token untuk menyalinnya. Token dikirim pada header
X-Flow-Token. - Simpan Payload ke Variabel (default
payload), nama variabel penampung isi body request. - Nomor Tujuan: wajib diisi salah satu bila flow ini mengirim pesan WhatsApp:
- Sumber nomor: template yang diambil dari payload, mis.
{{payload.phone}}. - Nomor cadangan: dipakai bila template di atas tidak menghasilkan nomor.
- Sumber nomor: template yang diambil dari payload, mis.
Cara memanggilnya:
curl -X POST https://api.dilztify.com/api/v1/bot-flow/webhook/toko-saya \
-H "X-Flow-Token: bfw_xxxxx" \
-H "Content-Type: application/json" \
-d '{"order_id":"INV-001","phone":"08123456789","status":"paid"}'Balasannya 202 Accepted berisi execution_id, flow dijalankan di latar belakang, bukan ditunggu sampai selesai (sebuah flow bisa berisi node Tunda atau Pertanyaan).
Di dalam flow, data yang masuk tersedia sebagai:
| Variabel | Isi |
|---|---|
{{payload.order_id}} | Field dari body request |
{{query.nama}} | Parameter di URL |
{{trigger.slug}} | Slug yang dipanggil |
{{trigger.received_at}} | Waktu permintaan diterima |
{{trigger.source_ip}} | IP pemanggil |
Beberapa hal yang perlu diketahui:
- Idempotensi: kirim header
Idempotency-Keybila sistem kamu mungkin mengulang permintaan. Kunci yang sama tidak menjalankan flow dua kali. - Batas: body maksimum 256 KB, dan ada batas panggilan per menit per slug (default 120).
- Ganti token: tombol rotate menerbitkan token baru dan langsung mematikan token lama, tanpa masa tenggang.
- Body yang bukan JSON tetap diterima dan disimpan apa adanya sebagai teks.
Slug yang tidak dikenal dan token yang salah sengaja memberi pesan yang sama persis, supaya slug milik orang lain tidak bisa ditebak dengan menyisir URL.
Jadwal
Menjalankan flow secara berkala tanpa perlu ada pesan masuk, cocok untuk pengingat, laporan harian, atau sinkronisasi rutin.
- Jadwal (cron): format 5 kolom: menit, jam, tanggal, bulan, hari. Tersedia tombol preset (tiap 5 menit, tiap jam, tiap hari 09.00, dst).
- Zona Waktu: jadwal dievaluasi dalam zona waktu ini, bukan UTC. Jadi
0 9 * * *dengan zonaAsia/Jakartabenar-benar berjalan pukul 09.00 WIB. - Target: menentukan flow dijalankan untuk siapa:
| Mode | Perilaku |
|---|---|
| Sekali jalan | Satu eksekusi per jadwal, tanpa penerima. Cocok untuk tugas internal. |
| Fan-out dari API | Endpoint kamu dipanggil sekali, harus mengembalikan array; flow jalan sekali per item. |
| Fan-out ke segmen | Flow jalan sekali per kontak di segmen yang dipilih. |
- Batas Maksimum Eksekusi per Jadwal (default 500), pengaman agar satu jadwal tidak membanjiri antrean kirim.
Mode Fan-out dari API adalah yang paling fleksibel, karena datanya tidak harus ada di sistem kami:
- Endpoint: method + URL yang dipanggil setiap kali jadwal menyala.
- Path array item: path bertingkat ke array di dalam respons, mis.
data.items. - Nama variabel item (default
item), tiap elemen tersedia sebagai{{item.nama_field}}. - Path nomor di dalam item: mis.
customer.phone, dipakai sebagai nomor tujuan pesan.
Contoh: endpoint kamu mengembalikan daftar tagihan jatuh tempo, lalu flow mengirim pengingat ke tiap pelanggan dengan {{item.nama}} dan {{item.jumlah}}.
Mode Fan-out ke segmen memakai segmen kontak yang sama dengan fitur Campaign, termasuk aturan opt-out: kontak yang menolak pesan pemasaran otomatis dilewati. Tiap kontak tersedia sebagai {{contact.name}}, {{contact.phone}}.
Hal yang perlu diketahui:
- Pengiriman fan-out diberi jeda otomatis antar-eksekusi (human-paced), sehingga segmen besar tidak menabrak batas kirim device.
- Bila sistem sempat mati dan sebuah jadwal terlewat lebih dari 1 jam, jadwal itu dijalankan sekali lalu lompat ke jadwal berikutnya: bukan mengejar semua jadwal yang terlewat sekaligus.
- Bila ekspresi cron atau zona waktunya menjadi tidak terbaca, jadwal dinonaktifkan dan alasannya dicatat, lalu kamu diberi notifikasi.
Mulai Sub-Flow
Menandai flow ini sebagai bisa dipanggil oleh flow lain, dan mendefinisikan kontraknya.
- Input yang Diterima: daftar nama variabel yang boleh dikirim pemanggil, masing-masing bisa ditandai wajib. Flow ini hanya menerima variabel yang terdaftar di sini, bukan seluruh variabel milik pemanggil. Itulah yang membuatnya aman dipakai ulang: sub-flow tidak diam-diam bergantung pada variabel yang kebetulan ada di satu pemanggil saja.
- Output yang Dikembalikan: daftar nama variabel yang dikembalikan ke pemanggil. Kosongkan untuk mengembalikan semuanya.
Panggil Sub-Flow
Menjalankan flow lain, menunggunya selesai, lalu melanjutkan alur di node berikutnya: mirip memanggil fungsi.
- Flow yang Dipanggil: daftar hanya berisi flow yang punya node Mulai Sub-Flow dan sudah dipublikasikan.
- Input ke Sub-Flow: pemetaan
nama_input→ nilai, mis.order_id→{{invoice_id}}. - Simpan Seluruh Hasil ke Variabel: menampung seluruh output sub-flow sebagai objek.
- Ambil Hasil Tertentu: pemetaan
nama_variabel→ path hasil, mis.status→pembayaran.status.
Node ini punya dua cabang: Berhasil dan Gagal. Bila sub-flow gagal (mis. sudah tidak dipublikasikan, atau batas kedalaman tercapai), alur mengambil cabang Gagal dan alasannya tersedia sebagai {{subflow_error}}.
Kasus pemakaian utamanya adalah flow fallback: buat satu flow "Fallback" yang menangani pertanyaan tak dikenal, lalu panggil dari semua flow lain. Kalau logikanya berubah, kamu cukup memperbaikinya di satu tempat.
Pengaman yang berlaku:
- Kedalaman maksimum 5 tingkat, dan maksimum 20 pemanggilan sepanjang satu eksekusi.
- Flow tidak boleh memanggil dirinya sendiri.
- Publikasi ditolak bila pemanggilan sub-flow membentuk perulangan antar-flow (A memanggil B, B memanggil A).
- Sub-flow boleh berhenti menunggu jawaban (node Pertanyaan); eksekusi tetap kembali ke pemanggil setelah sub-flow selesai, bahkan bila jeda itu berlangsung berhari-hari.
Kirim Pesan
Mengirim satu pesan teks ke kontak.
- Teks: isi pesan yang dikirim. Bisa memuat
{{nama_variabel}}untuk menyisipkan nilai dari variabel yang tersimpan sebelumnya (lihat Menggunakan Hasil Respons API).
Pilihan
Menawarkan beberapa opsi. Setiap opsi menjadi cabang keluaran tersendiri, sehingga alur bisa berbeda tergantung pilihan kontak.
- Teks: pertanyaan/instruksi yang ditampilkan.
- Opsi: daftar pilihan (minimal satu).
Pertanyaan
Menanyakan sesuatu ke kontak lalu menyimpan jawabannya.
- Pertanyaan: teks yang ditanyakan.
- Variabel: nama tempat jawaban disimpan, agar bisa dipakai node berikutnya (mis. Kondisi atau Request API).
Kondisi
Bercabang menjadi jalur benar dan salah berdasarkan nilai variabel.
- Variabel: variabel yang diperiksa.
- Operator:
equals(sama dengan),not_equals(tidak sama dengan), ataucontains(mengandung). - Nilai: nilai pembanding.
Tunda
Menunggu selama durasi tertentu sebelum melanjutkan. Berguna untuk memberi jeda alami pada percakapan.
- Durasi: angka lama tunggu.
- Satuan: mis. menit.
Request API
Memanggil API eksternal dan menyimpan responsnya untuk dipakai node berikutnya.
- Method:
GET,POST, dll. - URL: alamat endpoint tujuan.
- Simpan sebagai (
save_as), nama variabel untuk menampung hasil respons.
Demi keamanan, panggilan API diproteksi dari akses ke alamat internal/pribadi (SSRF), redirect tidak diikuti, dan ukuran respons dibatasi.
Menggunakan Hasil Respons API
Hasil respons disimpan di variabel (save_as) dalam bentuk:
{
"status": 200,
"success": true,
"body": { /* isi respons API apa adanya */ }
}Untuk mengambil nilai dari dalamnya, gunakan path bertingkat (dipisah titik) yang mengikuti struktur JSON respons, diawali nama variabel save_as, lalu .body, lalu path ke field yang dituju.
Contoh: jika save_as diisi hasil_api dan API mengembalikan:
{ "data": { "message": { "id": "abc123" } } }maka:
- Di node Kirim Pesan (mendukung template
{{ }}):{{hasil_api.body.data.message.id}} - Di field Variabel pada node Kondisi (tanpa
{{ }}, langsung tulis path-nya):hasil_api.body.data.message.id
Jika path tidak ditemukan, hasilnya kosong (tidak error).
AI
Mengirim prompt ke sebuah AI model (dikelola di menu admin AI Model) dan menyimpan balasannya. Node ini memiliki dua jalur keluaran: Berhasil dan Gagal, sehingga alur tetap terkendali bila panggilan AI gagal (mis. saldo tidak cukup atau batas kecepatan tercapai).
- AI Model: pilih model dari menu AI Model. Ada dua jenis: Model Dilztify (didaftarkan admin) dan Model BYOK milikmu sendiri (lihat Model BYOK). Model Dilztify bisa dibatasi untuk paket tertentu; model yang tidak tersedia di paketmu tampil abu-abu dengan keterangan "paket lebih tinggi" dan tidak bisa dipilih.
- System Prompt (opsional), instruksi persona/gaya bicara AI (mis. peran, batasan, nada bicara), dikirim terpisah dari Prompt sebagai peran
system. Bisa memuat{{nama_variabel}}. - Prompt: teks yang dikirim ke AI. Bisa memuat
{{nama_variabel}}, termasuk{{incoming_message}}untuk pesan terakhir dari kontak. - Knowledge Base (opsional), satu atau lebih Knowledge Base yang jawaban AI-nya boleh merujuk pada konten yang kamu simpan (lihat Knowledge Base (RAG)).
- Top K (opsional, default 3), jumlah potongan (chunk) paling relevan yang diambil per Knowledge Base dan disisipkan sebagai konteks. Nilai lebih besar = konteks lebih lengkap tapi prompt lebih panjang (memakai lebih banyak token).
- Filter tag (opsional, muncul bila ada Knowledge Base dipilih), batasi pencarian hanya ke potongan dokumen yang punya salah satu tag ini, mis.
promo, voucher(lihat Tag untuk menyaring pencarian). Kosong = cari di semua potongan. - Tools (opsional), satu atau lebih AI Tool yang boleh dipanggil sendiri oleh AI saat menjawab (lihat AI Tools (Function Calling)).
- Batas Iterasi Tool (muncul bila ada tool dipilih, default 3, maksimum 8), berapa kali AI boleh bolak-balik memanggil tool sebelum wajib menjawab.
- Memori Percakapan (node AI baru otomatis diisi 4; 0 = mati, maksimum 10), jumlah pertukaran terakhir yang diingat AI dalam percakapan ini (lihat Memori Percakapan).
- Mode Output:
Teks(default) atauJSON(lihat Mode Output JSON (Node AI Lanjutan)). - Simpan balasan ke variabel (
save_as), nama variabel untuk menampung balasan AI. Pada modeTeks, isinya adalah balasan AI apa adanya (langsung bisa dipakai di node Kirim Pesan). Pada modeJSON, isinya adalah objek/array hasil parsing, bukan teks. Pakai path bertingkat untuk mengambil field-nya (sama seperti hasil Request API).
Setiap panggilan AI dicatat untuk keperluan audit dan billing. Biayanya mengikuti AI Model yang dipilih: model gratis tidak memotong saldo tetapi dibatasi kuota harian, sedangkan model berbayar memotong saldo sebesar biaya platform per panggilan ditambah biaya token sesuai pemakaian (tarif per 1 juta token). Pencarian Knowledge Base (bila dipakai) tidak dikenakan biaya tambahan di luar biaya panggilan AI itu sendiri. Memori Percakapan tidak menambah jumlah panggilan, tetapi menambah token input pada setiap panggilan.
Aturan dasar yang otomatis ditambahkan sistem. Kamu tidak perlu menuliskannya di System Prompt. Aturan ini dipasang di belakang persona kamu pada setiap balasan:
- Persona dipatuhi. AI tidak akan menyebut dirinya sebagai model atau produk pihak lain (mis. "Aku Qwen"). Tulis nama persona, nama bisnis, dan nada bicara di System Prompt, misalnya:
Kamu adalah Dila, asisten AI DilZ Topup. Ramah, sopan, panggil pelanggan "Kak". - Perkenalan hanya sekali. AI memperkenalkan diri di balasan pertama sebuah percakapan. Balasan berikutnya langsung ke jawaban, tanpa sapaan pembuka berulang. Ini berlaku walau Memori Percakapan dimatikan.
- Ringkas tapi lengkap. Jawaban langsung ke inti, tanpa basa-basi panjang, dan memuat semua yang ditanyakan (harga, syarat, langkah) dalam satu balasan. Bila pertanyaan kurang jelas, AI mengajukan satu pertanyaan klarifikasi.
- Format rapi. Balasan otomatis dibersihkan sesuai saluran: format WhatsApp (
*tebal*) di WhatsApp, teks biasa di web chat. Sisa Markdown, tulisan proses berpikir AI, atau kode internal model tidak akan sampai ke pelanggan.
Bila kamu ingin balasan yang lebih panjang atau gaya yang berbeda, tulis eksplisit di System Prompt (mis. "Jelaskan detail langkah demi langkah"). Instruksimu menjadi acuan persona, sementara aturan di atas menjaga hal-hal dasar tetap konsisten.
Setiap AI Model ditandai termasuk kuota gratis atau hanya Pay As You Go (PAYG). Model yang termasuk kuota gratis tidak memotong saldo selama kuota AI harian paketmu masih ada (jumlah request, jumlah token, atau keduanya, mana yang tercapai lebih dulu; reset pukul 00.00 WIB). Setelah kuota habis, serta untuk model yang hanya PAYG, biaya dipotong dari saldo, tetapi hanya bila pengaturan Pay As You Go akunmu aktif dan saldo cukup. Bila Pay As You Go nonaktif atau saldo tidak cukup, node AI mengikuti jalur Gagal. Sisa kuota terlihat di kartu pada sidebar kiri-bawah, dan paket juga membatasi jumlah panggilan AI per menit dan per hari untuk satu akun.
Setiap model punya kemampuan: Teks, Reasoning, Vision, dan Audio. Bila pelanggan mengirim gambar atau pesan suara yang tidak didukung model node AI, node AI mengikuti jalur Gagal tanpa memotong saldo atau kuota. Gambar yang dikirim pelanggan (JPEG, PNG, WebP, atau GIF, maksimal 5 MB) ikut dikirim ke model yang mendukung Vision, juga bila tanpa keterangan teks, dan dihitung sebagai token input pada biaya panggilan. Pesan suara (MP3, WAV, OGG, AAC, M4A, atau FLAC, maksimal 10 MB) dikirim dengan cara yang sama ke model yang mendukung Audio, juga tanpa teks. Pesan suara WhatsApp berformat OGG dan tidak dikonversi, jadi penyedia AI yang hanya menerima MP3 atau WAV akan menolaknya dan node AI mengikuti jalur Gagal. Bila gambar atau suaranya tidak bisa dimuat, node AI juga mengikuti jalur Gagal.
Model BYOK (API key sendiri)
Selain model Dilztify, kamu bisa memakai API key penyedia AI milikmu sendiri (kompatibel OpenAI chat completions). Buka AI Model → tab Model BYOK → Tambah model BYOK, lalu isi nama, Model ID, Base URL (wajib https://), dan API key.
- Tagihan token dari penyedia AI langsung ke kamu, bukan lewat Dilztify.
- Dilztify hanya memotong biaya platform per panggilan dari saldo (nilainya tampil di tab BYOK). Biayanya satu angka yang sama untuk semua model BYOK dan hanya admin Dilztify yang bisa mengubahnya. Tidak ada tarif token dan tidak memakai kuota gratis paket.
- Model embedding (untuk indexing Knowledge Base) tidak mendukung BYOK. Daftarnya bisa dilihat di menu AI Embedding Model, tetapi hanya dikelola admin Dilztify.
- API key disimpan terenkripsi dan tidak pernah ditampilkan lagi. Kosongkan kolom API key saat mengubah model bila tidak ingin menggantinya.
- Model BYOK hanya terlihat dan bisa dipakai oleh akunmu (dan anggota Tim yang punya izin Bot Flow & AI).
- Menghapus model yang sudah pernah dipakai hanya menonaktifkannya agar riwayat log tetap utuh. Node AI yang masih memakainya mengikuti jalur Gagal.
Keamanan AI
Node AI berhadapan langsung dengan pelanggan, jadi ada beberapa lapisan pengaman yang aktif otomatis, tanpa pengaturan apa pun:
- Persona tidak bisa diubah pelanggan. Permintaan seperti "abaikan semua instruksimu", "mulai sekarang kamu adalah ...", atau "aktifkan mode developer" ditolak. AI tetap menjadi persona yang kamu tulis di System Prompt.
- Isi instruksi tidak bisa dikorek. AI tidak akan membacakan System Prompt, aturan internal, nama model/penyedia AI, kunci API, atau alamat sistem internal. Bila balasan AI ternyata memuat hal tersebut, balasan diganti sebelum sampai ke pelanggan.
- Tetap pada topik bisnis. Permintaan di luar layanan (tugas umum, pemrograman, konten berbahaya) ditolak dengan sopan.
- Dokumen dan hasil tool dianggap data, bukan perintah. Instruksi tersembunyi di dalam Knowledge Base atau respons tool tidak diikuti.
- Pesan dibersihkan dan dibatasi. Karakter tak terlihat dibuang, dan pesan yang terlalu panjang dipotong.
Saat sebuah pesan atau balasan diblokir, pelanggan menerima penolakan singkat yang ramah dan diajak kembali ke topik layanan. Pesan yang diblokir sebelum dikirim ke AI tidak memakai kuota atau saldo. Pada node AI bermode JSON, pesan yang diblokir mengikuti jalur Gagal, jadi pastikan cabang itu tersambung.
Yang tetap menjadi tanggung jawabmu:
- Jangan menaruh rahasia di System Prompt atau Knowledge Base: kata sandi, kunci API, data pribadi pelanggan, atau harga modal. Pengaman di atas membantu, tetapi isi yang AI bisa baca selalu berisiko terucap.
- Tool yang menyentuh data pelanggan harus memeriksa hak akses di sisi server kamu. AI yang memilih parameter tool bisa dibujuk untuk menanyakan data orang lain (mis. nomor invoice milik pelanggan lain). Endpoint kamu harus memastikan data itu memang milik kontak yang sedang chat.
- Pakai tool yang hanya membaca bila memungkinkan, dan batasi Batas Iterasi Tool.
- Pengaman ini bekerja pada pola serangan yang umum. Tidak ada sistem yang kebal 100%, jadi pantau log AI dan tinjau percakapan yang janggal secara berkala.
Knowledge Base (RAG)
Knowledge Base adalah kumpulan referensi (mis. katalog produk, FAQ, kebijakan toko) yang bisa "dibaca" oleh node AI sebelum menjawab, sehingga jawabannya lebih akurat dan sesuai konteks bisnis kamu. Teknik ini disebut RAG (Retrieval-Augmented Generation).
Cara kerjanya, tanpa kamu perlu memahami detail teknisnya:
- Kamu membuat sebuah Knowledge Base dan menambahkan dokumen ke dalamnya (tempel teks langsung, misalnya isi katalog produk atau daftar FAQ).
- Sistem otomatis memecah setiap dokumen menjadi potongan-potongan kecil (chunk) dan menyimpannya dengan cara yang membuatnya bisa "dicari berdasarkan makna", bukan sekadar kata kunci.
- Saat node AI yang menggunakan Knowledge Base tersebut dijalankan, sistem mencari potongan-potongan yang paling relevan dengan pesan yang sedang diproses, lalu menyisipkannya secara diam-diam sebagai konteks tambahan sebelum AI menjawab.
- Kontak tidak melihat proses pencarian ini, mereka hanya melihat jawaban AI yang sudah "tahu" isi Knowledge Base kamu.
Jawaban akurat, tidak mengarang. Bila node AI memakai Knowledge Base:
- Fakta bisnis (harga, produk, kebijakan, jam operasional, kontak, tautan) hanya diambil dari Knowledge Base kamu, bukan dari pengetahuan umum AI.
- Bila jawabannya tidak ada di Knowledge Base (atau Knowledge Base sedang tidak bisa diakses), AI mengaku belum punya informasinya dan menyarankan pelanggan dihubungkan ke tim, bukan menebak. Sapaan dan ucapan terima kasih tetap dijawab seperti biasa.
- Potongan yang tidak nyambung dengan pertanyaan dibuang, jadi tidak ikut menyesatkan jawaban.
- Pertanyaan lanjutan seperti "kalau yang tahunan?" tetap dicari dengan memperhitungkan pertanyaan pelanggan sebelumnya.
Tips agar cepat, tepat, dan lengkap:
- Kalau bot sering menjawab "belum punya informasi", artinya dokumennya belum memuat topik itu. Tambahkan dokumen atau paragraf baru, dengan kata-kata yang sama seperti yang biasa dipakai pelanggan.
- Tulis satu topik per paragraf atau per dokumen (mis. satu paket, satu kebijakan), lengkap dengan angka dan syaratnya.
- Bila Knowledge Base berisi banyak topik berbeda, beri tag pada tiap bagian dan isi Filter tag di node AI, supaya AI hanya membaca topik yang relevan.
- Naikkan Top K ke 4-5 bila jawaban sering kurang lengkap. Turunkan ke 2-3 bila ingin lebih cepat dan hemat token.
- Untuk respons paling cepat, pilih AI Model yang tidak memakai mode "berpikir" panjang (reasoning), dan biarkan Memori Percakapan di 4.
Membuat Knowledge Base:
- Buka menu Automation → Bot Flow → Knowledge Base.
- Buat Knowledge Base baru, beri Nama dan Deskripsi, lalu pilih Embedding Model (disiapkan admin, ini "mesin" yang mengubah teks menjadi representasi yang bisa dicari berdasarkan makna).
- Ukuran Chunk (
chunk_size, default 1000 karakter) dan Overlap Chunk (chunk_overlap, default 150 karakter) menentukan bagaimana dokumen dipecah. Nilai default sudah cocok untuk kebanyakan kasus (FAQ, katalog, kebijakan); Overlap harus selalu lebih kecil dari Ukuran Chunk. - Tambahkan Dokumen (judul + tempel isi teksnya). Setiap dokumen otomatis diproses (dipecah + diindeks) begitu disimpan, status dokumen akan berubah dari
pending→processing→ready(siap dipakai) ataufailed(lihat pesan error, lalu coba Indeks Ulang).
Dokumen dengan heading dipecah per bagian. Bila dokumenmu ditulis dalam format Markdown dengan heading #, ##, atau ###, setiap bagian menjadi satu potongan dan judul bagiannya (mis. Panduan > Voucher) ikut disimpan di awal potongan, sehingga pencarian tahu potongan itu membahas topik apa. Bagian yang lebih panjang dari Ukuran Chunk tetap dipecah lagi. Dokumen tanpa heading dipecah per ukuran seperti biasa.
Tag untuk menyaring pencarian
Tag membantu AI tidak salah ambil konteks. Tanpa tag, pencarian bisa mengambil potongan yang bahasanya mirip tetapi topiknya salah (mis. "Cara Order" saat pelanggan bertanya soal voucher). Dengan tag, kamu menentukan node AI hanya boleh membaca bagian tertentu.
1. Beri tag di dokumen. Tulis satu baris <!-- tags: ... --> tepat di bawah heading, dipisah koma:
## Cara Pakai Voucher
<!-- tags: promo, voucher -->
Masukkan kode voucher di langkah ke-5 sebelum memilih metode pembayaran...
### Voucher Tidak Bisa Dipakai
Voucher dibatasi metode pembayaran, produk tertentu, kuota, atau masa berlaku.- Subbagian mewarisi tag induknya. Contoh di atas, "Voucher Tidak Bisa Dipakai" otomatis bertag
promodanvoucher; bila ia punya baris tag sendiri, tag-nya digabung. - Baris tag sebelum heading pertama berlaku untuk seluruh dokumen.
- Baris tag tidak ikut terbaca oleh AI, hanya dipakai untuk penyaringan.
- Tag ditulis dengan huruf kecil, angka, atau tanda
_.:-(maks. 50 karakter), tanpa spasi. Huruf besar otomatis diubah menjadi huruf kecil.
2. Isi Filter tag di node AI. Di panel node AI, isi Filter tag dengan tag yang boleh dibaca node itu, mis. promo, voucher. Node hanya mencari di potongan yang punya salah satu tag tersebut. Node lain di flow yang sama bisa memakai filter berbeda, misalnya satu node untuk pertanyaan pesanan (order_issue) dan satu untuk pembayaran (payment), dengan Knowledge Base yang sama.
Hal yang perlu diperhatikan:
- Bila Filter tag diisi, potongan yang tidak bertag tidak akan ditemukan. Kosongkan Filter tag bila node harus bisa membaca semuanya.
- Dokumen yang sudah ada tidak otomatis bertag. Tambahkan baris tag lalu simpan ulang atau unggah ulang dokumennya agar diproses ulang.
- Penulisan tag yang tidak valid (mis. mengandung spasi) ditolak saat flow divalidasi, supaya filter tidak diam-diam jadi longgar.
Menghubungkan ke node AI: di panel konfigurasi node AI, pilih satu atau lebih Knowledge Base pada field Knowledge Base. Satu Knowledge Base bisa dipakai di banyak node/flow sekaligus (mis. Knowledge Base "Katalog Produk" dipakai di beberapa flow berbeda), dan satu node AI bisa memakai beberapa Knowledge Base sekaligus (mis. "Katalog Produk" + "Kebijakan Retur").
Knowledge Base tidak terikat pada satu flow atau satu AI Model tertentu, ia adalah aset tersendiri yang bisa dipakai ulang di node AI mana pun, kapan pun.
AI Tools (Function Calling)
Knowledge Base membuat AI bisa membaca referensi kamu. AI Tools membuat AI bisa memanggil endpoint kamu, misalnya mengecek status pembayaran, melacak resi, atau melihat stok, dan menjawab berdasarkan hasilnya yang aktual.
Perbedaannya dengan node Request API:
| Node Request API | AI Tool | |
|---|---|---|
| Siapa yang menentukan kapan endpoint dipanggil | Kamu, lewat posisi node di alur | AI, saat ia merasa perlu |
| Cocok untuk | Alur yang urutannya pasti | Pertanyaan yang tidak bisa ditebak sebelumnya |
| Argumen | Kamu tulis sendiri sebagai template | AI menyusunnya dari percakapan |
Contoh: pelanggan bertanya "pesanan INV-1234 saya sudah lunas belum?". Dengan AI Tool, AI sendiri yang memutuskan memanggil endpoint cek pembayaran dengan nomor invoice itu, lalu menjawab dengan hasilnya, tanpa kamu perlu membuat cabang alur khusus untuk pertanyaan tersebut.
Membuat AI Tool:
Buka menu Automation → AI Tools, lalu isi:
- Nama Fungsi: nama yang dipakai AI untuk memanggilnya, mis.
cek_status_pembayaran. Harus diawali huruf atau garis bawah, dan hanya boleh berisi huruf, angka, garis bawah, dan tanda hubung. - Deskripsi: ini yang dibaca AI untuk memutuskan kapan tool dipakai, jadi tulis sejelas mungkin. Deskripsi yang kabur membuat AI memanggilnya di saat yang salah, atau tidak memanggilnya sama sekali.
- Skema Parameter (JSON Schema): argumen apa yang boleh dikirim AI, mis.
{ "type": "object", "properties": { "invoice": { "type": "string", "description": "Nomor invoice yang ingin dicek" } }, "required": ["invoice"] } - Endpoint: method + URL. Argumen dari AI tersedia sebagai
{{args.nama_argumen}}, mis.https://api.tokoanda.com/invoice/{{args.invoice}}. - Body Request (opsional), juga mendukung
{{args.…}}. - Header: nilainya disimpan terenkripsi dan tidak pernah ditampilkan kembali. Saat mengubah tool, isi ulang nilai header bila ingin menggantinya.
- Timeout dan Batas Panjang Respons: respons yang lebih panjang dipotong sebelum dikirim ke AI, agar satu endpoint yang bertele-tele tidak membengkakkan prompt dan biayanya.
Gunakan tombol Uji pada daftar AI Tools untuk memanggil endpoint sekali dengan argumen contoh, sebelum AI benar-benar memakainya.
Menghubungkan ke node AI: pilih tool pada field Tools di panel node AI. Satu tool bisa dipakai di banyak node dan banyak flow.
Yang perlu kamu ketahui soal biaya:
Setiap putaran tool adalah satu panggilan berbayar tambahan ke penyedia AI. Node dengan Batas Iterasi 3 bisa menghasilkan sampai 4 panggilan (1 pertanyaan awal + 3 putaran hasil tool). Eksekusi tool-nya sendiri (panggilan HTTP ke endpoint kamu) tidak dikenakan biaya AI.
Hal lain:
- AI Model yang dipilih harus mendukung pemanggilan tool. Bila tidak, publikasi flow ditolak dengan pesan yang menjelaskannya, bukan gagal diam-diam saat percakapan berlangsung. Dukungan ini ditandai admin per AI Model.
- Bila saldo habis di tengah putaran tool, alur berhenti dan mengembalikan jawaban sejauh yang sudah tersusun.
- Bila AI melebihi batas iterasi tanpa memberi jawaban, node dianggap Gagal dan mengambil cabang Gagal.
- Panggilan tool diproteksi sama seperti node Request API (SSRF, timeout, batas ukuran respons).
- Tool dan Knowledge Base bisa dipakai bersamaan. Pencarian Knowledge Base dilakukan sekali di awal; hasil tool tidak memicu pencarian ulang.
Memori Percakapan
Bila Memori Percakapan 0 (mati), setiap panggilan node AI berdiri sendiri: AI hanya melihat System Prompt dan Prompt saat itu, jadi ia tidak tahu apa yang dibicarakan sebelumnya. Node AI baru sudah memakai nilai rekomendasi 4; node lama mempertahankan nilai yang tersimpan. Dengan Memori Percakapan, AI mengingat beberapa pertukaran terakhir (satu pesan kontak + satu balasan AI) di percakapan yang sama, misalnya nama kontak atau nomor invoice yang disebut beberapa pesan lalu.
- Rekomendasi: 4. Cukup untuk CS menjaga alur obrolan tanpa mengirim ulang seluruh chat di setiap pesan. Maksimum 10.
- Riwayat dikirim ulang di setiap panggilan sebagai token input, jadi makin besar angkanya makin boros. Karena itu ada batas otomatis, berapa pun angka yang kamu isi: tiap pesan dipotong maksimal 600 karakter, dan total riwayat maksimal 3.000 karakter (sekitar 750 token). Pertukaran terlama dibuang lebih dulu.
- Memori berlaku per node AI dan hanya mengingat balasan teks yang dihasilkan node itu. Hasil pemanggilan tool dan panggilan yang gagal tidak ikut diingat.
- Isi Prompt cukup dengan
{{incoming_message}}. Prompt yang panjang ikut tersimpan dan ikut terkirim ulang sebagai riwayat. Taruh persona dan aturan di System Prompt, yang tidak diulang sebagai riwayat. - Untuk fakta penting yang harus selalu diingat (mis. nama kontak), lebih hemat dan andal menyimpannya sebagai variabel lewat node Tanya lalu memakainya di System Prompt (
Nama kontak: {{nama}}) daripada mengandalkan jendela riwayat yang bisa bergeser.
Mode Output JSON (Node AI Lanjutan)
Secara default, node AI mengembalikan teks bebas yang cocok langsung dikirim ke kontak. Namun kadang kamu butuh AI menghasilkan beberapa nilai sekaligus dalam satu panggilan, misalnya mendeteksi sentimen, mengekstrak nama produk, dan menentukan status keluhan, sekaligus, dari satu pesan kontak, lalu memakai nilai-nilai itu secara terpisah di node Kondisi atau Kirim Pesan berikutnya.
Untuk kebutuhan ini, ubah Mode Output node AI menjadi JSON:
-
Sistem otomatis menginstruksikan AI Model untuk membalas hanya dengan satu JSON valid (tanpa teks tambahan, tanpa markdown/code fence).
-
Skema/Contoh Output (opsional), tuliskan contoh struktur JSON yang kamu inginkan, misalnya:
{ "sentimen": "positif|netral|negatif", "produk": "nama produk yang disebut atau null", "butuh_eskalasi": true }Contoh ini disertakan ke AI sebagai panduan struktur (bukan validasi kaku field-per-field), jadi tuliskan sejelas mungkin.
-
Jika balasan pertama AI ternyata bukan JSON valid, sistem otomatis mencoba ulang sekali dengan instruksi koreksi. Jika percobaan kedua tetap gagal, node AI dianggap Gagal dan mengikuti jalur keluaran Gagal (kredit/kuota yang terpakai untuk panggilan yang gagal ini otomatis dikembalikan, kecuali sudah termasuk hitungan gratis).
-
Hasil JSON yang berhasil diparsing disimpan ke variabel Simpan balasan ke variabel (
save_as) sebagai objek, bukan teks. Ambil field-nya dengan path bertingkat, sama seperti hasil Request API:Jika
save_asdiisihasil_aidan AI membalas:{ "sentimen": "negatif", "produk": "Sepatu Lari X", "butuh_eskalasi": true }maka:
- Di node Kirim Pesan:
{{hasil_ai.sentimen}}atau{{hasil_ai.produk}} - Di field Variabel pada node Kondisi:
hasil_ai.butuh_eskalasi
- Di node Kirim Pesan:
Mode
JSONmewajibkan kamu mengisi Simpan balasan ke variabel, karena tanpa itu hasil JSON tidak bisa dipakai node lain.
Alihkan ke CS
Menghentikan bot dan menyerahkan percakapan ke agen manusia.
- Pesan: pesan opsional yang dikirim sebelum dialihkan.
Penting: setelah dialihkan, bot tidak akan membalas lagi pesan berikutnya dari kontak tersebut, meski kamu mempublish versi flow baru atau membuat flow baru, sampai percakapan tersebut dikembalikan ke bot. Lihat Mengembalikan Percakapan dari Handoff.
Pengalihan Otomatis ke CS
Selain lewat node Alihkan ke CS, percakapan otomatis diserahkan ke agen saat:
- Flow gagal berjalan (misalnya error yang tidak ditangani). Pelanggan tidak dibiarkan tanpa jawaban; kamu tetap mendapat notifikasi kegagalan flow.
- Pelanggan meminta berbicara dengan CS, jika Deteksi permintaan agen (AI) diaktifkan di node Mulai. Pilih model AI dan (opsional) pesan yang dikirim saat dialihkan. Setiap pesan pelanggan dicek selama bot masih menangani percakapan, dan setiap pengecekan dihitung sebagai satu permintaan AI. Jika pengecekan gagal (misalnya saldo AI habis), bot tetap melanjutkan alur seperti biasa.
Percakapan yang dialihkan muncul di Inbox dengan label Handoff, dan agen yang sedang membuka Inbox langsung mendapat notifikasi.
Bot Flow di widget web
Flow yang dipicu pesan masuk juga bisa menjawab pengunjung widget chat web. Di editor flow, pilih Widget web: nama widget pada kolom perangkat. Satu flow menjawab satu target: device WhatsApp atau satu widget web.
Mengembalikan Percakapan dari Handoff
Saat sebuah percakapan dialihkan ke CS, bot berhenti menanggapi kontak tersebut sampai percakapan itu dikembalikan ke kendali bot. Ada tiga cara:
- Manual: buka menu Automation → Bot Flow → Percakapan Handoff di sidebar admin. Setiap percakapan yang sedang dialihkan tampil di sana lengkap dengan nomor kontak, device, dan flow-nya. Setelah kamu selesai menangani percakapan tersebut, klik Reset ke Bot agar pesan berikutnya dari kontak itu kembali diproses oleh bot.
- Dari Inbox: tandai percakapan Selesai di Inbox; bot kembali menangani pesan berikutnya.
- Otomatis: jika tidak direset manual, sistem akan otomatis mengembalikan percakapan ke bot setelah 24 jam tanpa aktivitas, sehingga kontak tidak diabaikan bot selamanya.
Validasi & Publish
Sebelum dipublish, alur divalidasi terlebih dahulu. Contoh masalah yang terdeteksi:
- Tidak ada node pemicu, atau justru ada lebih dari satu.
- Node yang tidak terhubung ke alur.
- Node Pilihan tanpa opsi, atau cabang yang tidak mengarah ke mana pun.
- Field wajib yang masih kosong (mis. teks pesan, variabel pertanyaan, URL API).
- Flow mengirim pesan tapi belum terhubung ke device WhatsApp (atau, untuk flow berpemicu pesan, ke widget web).
- Flow yang tidak dipicu pesan masuk tapi diarahkan ke widget web.
- Flow Webhook yang mengirim pesan tapi belum menentukan sumber nomor tujuan.
- Node Alihkan ke CS pada flow yang bukan berpemicu pesan, eksekusi headless tidak punya percakapan untuk diserahkan ke agen, jadi akan terlantar selamanya.
- Ekspresi cron atau zona waktu yang tidak valid pada node Jadwal.
- Pemanggilan sub-flow yang membentuk perulangan antar-flow.
- Node AI yang memakai tool pada AI Model yang tidak mendukung pemanggilan tool.
Jika valid, tekan Publish. Sistem membuat versi baru yang immutable dan menjadikannya versi aktif. Saat publish jugalah URL webhook diterbitkan dan jadwal mulai dihitung. Aktifkan sakelar Enabled agar flow mulai berjalan.
Cara Kerja Saat Flow Dijalankan
Pemicu Pesan Masuk:
- Kontak mengirim pesan ke device.
- Sistem mencari flow berpemicu pesan yang Published + Enabled milik device tersebut.
- Percakapan baru dimulai dari node Mulai, atau percakapan yang ada dilanjutkan.
- Bot menjalankan node satu per satu dan mengirim balasan sesuai alur.
- Percakapan berhenti pada node Selesai atau Alihkan ke CS.
Pemicu Webhook: permintaan masuk diverifikasi (slug + token + batas kecepatan), sebuah eksekusi dibuat dengan payload sebagai variabel awal, lalu dijadwalkan di latar belakang. Pemanggil langsung menerima 202 dengan execution_id.
Pemicu Jadwal: setiap menit sistem memeriksa jadwal yang sudah waktunya. Jadwal yang jatuh tempo "diklaim" secara atomik, sehingga tidak pernah berjalan ganda meski aplikasi berjalan di beberapa server, lalu di-fan-out menjadi eksekusi sesuai mode target.
Pemicu Sub-Flow: eksekusi dimulai saat node Panggil Sub-Flow di flow lain mencapainya, dengan hanya variabel yang dipetakan sebagai input.
Semua pemrosesan berjalan asinkron di latar belakang. Setiap eksekusi dikunci agar tidak diproses ganda, dan pesan masuk yang sama tidak diproses dua kali (idempotent).
Best Practices
- Selalu mulai alur dari sebuah node pemicu dan akhiri setiap cabang dengan Selesai atau Alihkan ke CS.
- Beri teks yang jelas dan singkat agar mudah dipahami kontak.
- Gunakan Pertanyaan untuk menyimpan input, lalu Kondisi untuk bercabang.
- Pindahkan logika yang berulang (mis. fallback, verifikasi identitas, cek pesanan) ke sebuah flow Sub-Flow, lalu panggil dari mana-mana. Satu tempat untuk dirawat, bukan sepuluh.
- Selalu sambungkan cabang Gagal pada node AI dan Panggil Sub-Flow, keduanya bisa gagal karena hal di luar kendali kamu.
- Uji alur di device percobaan sebelum diaktifkan pada device produksi. Untuk flow Webhook, panggil URL-nya dengan
curllebih dulu. - Mulai jadwal dengan Batas Maksimum Eksekusi yang kecil, lihat hasilnya, baru naikkan.
- Tulis Deskripsi AI Tool sedetail mungkin, itulah satu-satunya petunjuk bagi AI untuk tahu kapan tool itu pantas dipakai.
- Publish ulang setiap kali ada perubahan, perubahan
drafttidak memengaruhi eksekusi yang sedang berjalan sampai dipublish.
Important Notes
- Satu device hanya punya satu flow berpemicu pesan yang aktif pada satu waktu. Flow Webhook/Jadwal boleh memakai device yang sama.
- Device hanya wajib bila flow benar-benar mengirim pesan WhatsApp.
- Versi yang sudah dipublish bersifat immutable; edit dilakukan pada draft lalu dipublish sebagai versi baru.
- Bot hanya memproses pesan teks masuk dari kontak (pesan dari diri sendiri diabaikan).
- Bot Flow berjalan independen dari konfigurasi webhook device, sebuah device bisa menjalankan bot tanpa
webhook_url. Webhook milik Bot Flow (/bot-flow/webhook/{slug}) juga berbeda dan tidak berkaitan dengan webhook device. - Nomor tujuan boleh ditulis
08…maupun628…; sistem otomatis mengubahnya ke format kode negara (lihat Format Nomor Tujuan).
Status Beta & Masukan
Fitur Bot Flow saat ini berstatus Beta. Kami masih menyempurnakannya, sehingga mungkin ada perilaku yang belum stabil atau berubah di kemudian hari.
Jika kamu menemukan bug atau ingin memberi masukan, silakan hubungi Admin melalui WhatsApp:
Sertakan detail berikut agar lebih cepat kami tindak lanjuti: nama flow, device yang dipakai, langkah untuk memunculkan masalah, dan tangkapan layar bila ada.