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

Łączysz WhatsApp Cloud API ze scenariuszem w Make, który zapisuje rozmowę w Supabase i przekazuje ją modelowi językowemu (np. GPT albo Claude) razem z promptem kwalifikacyjnym. Gdy lead spełni Twoje kryteria, scenariusz zapisuje go w CRM i wysyła mu link do kalendarza. Według cenników z października 2026 kosztuje to poniżej 50 USD miesięcznie przy 1000 rozmów. Poniżej pokazujemy krok po kroku, jak zbudować działającą wersję. Jeśli nie masz pewności, czy Make to Twoja platforma, najpierw zajrzyj do naszego porównania Make vs n8n vs Zapier.

Dlaczego WhatsApp? To drugi najczęściej używany komunikator w Polsce, zaraz po Messengerze: w czerwcu 2026 korzystało z niego 18,5 mln osób, a z Messengera 20,6 mln (Mediapanel, Gemius/PBI). Jeśli Twoje leady wolą pisać, niż rozmawiać przez telefon, WhatsApp Business API + AI daje przepustowość, której żadne call center nie dorówna: jeden bot prowadzi wiele rozmów naraz, 24/7, po polsku i po angielsku, i odpowiada w kilka sekund.

Architektura

1. Lead pisze do Ciebie na WhatsApp (z reklamy Click-to-Chat, ze strony albo z kodu QR).
2. WhatsApp Cloud API wysyła webhook do Make.
3. Make zapisuje wiadomość w Supabase albo Airtable (historia rozmowy).
4. Model językowy z promptem systemowym do kwalifikacji generuje odpowiedź.
5. Make wysyła odpowiedź przez WhatsApp Cloud API.
6. Gdy lead spełni kryteria kwalifikacji (budżet, termin, osoba decyzyjna), bot zapisuje go w CRM i wysyła link do kalendarza.

Krok 1: WhatsApp Business Cloud API

Twilio nie jest potrzebne: Meta udostępnia własne Cloud API, tańsze i bez pośrednika. Konfiguracja:

• Załóż konto na developers.facebook.com i utwórz aplikację typu Business.
• Dodaj produkt „WhatsApp”.
• Dostaniesz testowy numer, z którego wyślesz pierwsze wiadomości.
• Przed startem produkcyjnym zweryfikuj swój numer firmowy w WhatsApp Business Manager.
• Cennik: od 1 lipca 2025 Meta rozlicza dostarczone wiadomości szablonowe, a nie konwersacje. Twoje odpowiedzi w 24-godzinnym oknie obsługi klienta są darmowe. Szablony są płatne według kategorii i kraju odbiorcy, a za szablony marketingowe płacisz nawet w tym oknie (dokumentacja cennika Meta i nasz przewodnik po cenniku WhatsApp API).

Krok 2: webhook do Make

W Make utwórz scenariusz, który zaczyna się od modułu „Webhooks → Custom webhook”. Moduł poda Ci adres URL: wklej go w Meta Developer Console jako callback URL dla wiadomości i zasubskrybuj pole messages.

Uwaga: Meta wymaga weryfikacji webhooka. Make robi to automatycznie, ale przy pierwszej subskrypcji potrzebny jest stały verify token. Ustawisz go w module „Custom webhook” → Advanced settings.

Krok 3: historia rozmowy w Supabase

Model nie pamięta niczego między wywołaniami. Żeby bot „pamiętał” wcześniejsze wiadomości, musisz mu je za każdym razem przekazać. Najprostsze rozwiązanie to tabela w Supabase z kolumnami phone_number, role (user/assistant), content, created_at.

W Make przy każdej przychodzącej wiadomości:

1. Zapisz wiadomość użytkownika w Supabase.
2. Pobierz ostatnie 20 wiadomości dla tego numeru, posortowane chronologicznie.
3. Przekształć je w tablicę wiadomości w formacie, którego oczekuje API modelu: [{role:'user', content:'...'}, {role:'assistant', content:'...'}].

Krok 4: prompt systemowy

To tutaj zawodzi większość poradników. Słaby prompt daje bota, który brzmi sztucznie i odstrasza leady. Oto szkielet, który 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. Gdy 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. Jeśli ktoś zapyta „jesteś botem?”, odpowiedz szczerze.
7. Język: polski, ty/pan zależnie od tonu rozmówcy.
8. Nigdy nie obiecuj cen ani terminów, tylko odsyłaj do kalendarza.

Krok 5: router oddziela rozmowę od kwalifikacji

Za modułem modelu dodaj w Make Router. Pierwsza gałąź przejmuje odpowiedzi, które zawierają "qualified": true: zapisuje leada w CRM (HubSpot, Pipedrive albo Airtable) i wysyła link do kalendarza (Cal.com albo Calendly). Druga gałąź wysyła zwykłą odpowiedź na WhatsApp.

Krok 6: wysyłka odpowiedzi

W module HTTP w Make wyślij POST na https://graph.facebook.com/v26.0/[PHONE_NUMBER_ID]/messages (v26.0 to aktualna wersja Graph API w październiku 2026; przy budowie sprawdź changelog Meta) z bearer tokenem i takim body:

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

Koszty miesięczne (1000 rozmów)

Nasze założenie: rozmowa kwalifikacyjna to ok. 5 wiadomości od leada i 5 odpowiedzi bota, a każde wywołanie modelu wysyła ok. 1000 tokenów (prompt systemowy i historia) i dostaje ok. 100 w odpowiedzi. Ceny katalogowe z 12 października 2026:

• WhatsApp Cloud API: 0 USD. Lead pisze pierwszy, a każda odpowiedź mieści się w 24-godzinnym oknie obsługi, w którym wiadomości spoza szablonów są darmowe. Jeśli lead przyszedł z reklamy click-to-WhatsApp albo z przycisku wezwania do działania na stronie na Facebooku, napisał z aplikacji WhatsApp na Androidzie lub iOS (nie z wersji desktop ani web), a Ty odpowiesz w ciągu 24 godzin, przez kolejne 72 godziny wszystko, co wyślesz, też jest darmowe.
• Model: 5000 wywołań, ok. 5 mln tokenów wejścia i 0,5 mln wyjścia. Na małym modelu, np. GPT-6 Luna albo Claude Haiku 5.5 (0,10 USD za wejście i 0,50 USD za wyjście, za milion tokenów), to ok. 0,75 USD. Na modelu średniej klasy, np. GPT-6.1 Sol albo Claude Sonnet 5.5 (2 / 10 USD) to ok. 15 USD (cennik OpenAI, cennik Anthropic).
• Make: każda przychodząca wiadomość uruchamia scenariusz raz, za ok. 6 kredytów (webhook, dwa moduły Supabase, agregator, wywołanie modelu i wysyłka; routery są darmowe). 5000 uruchomień to ok. 30 000 kredytów, czyli potrzebny jest próg Core z 40k kredytów: 29 USD/mc przy płatności rocznej, 34,12 USD przy miesięcznej (cennik Make).
• Supabase: darmowy plan obejmuje 500 MB bazy (cennik Supabase). Przy ok. 10 krótkich wierszach na rozmowę (nasz szacunek) to historia dziesiątek tysięcy rozmów.
• Razem: ok. 30 USD/mc na małym modelu, ok. 44 USD na modelu średniej klasy (Make przy płatności rocznej).

Na co uważać

• Okno obsługi. Po 24h od ostatniej wiadomości użytkownika możesz mu wysyłać już tylko zatwierdzone szablony, a nie dowolne wiadomości. Zaplanuj follow-upy w tym oknie.
• Limity API modelu. Przy nagłym skoku ruchu możesz przekroczyć minutowy limit swojego progu konta. Make sam ponawia próby, ale lepiej dodać przed wywołaniem modelu moduł „Sleep” z opóźnieniem 1 s.
• Halucynacje cen. Zawsze dodaj do promptu „nigdy nie podawaj cen”. Inaczej model je zmyśli, a lead przyjdzie z pretensjami.
• Zgoda marketingowa. Pierwsza wiadomość od użytkownika to zgoda na odpowiedź. Nie zaczynaj rozmowy z osobami, które same się nie odezwały, bo to łamie regulamin WhatsApp.

Wolisz nie budować tego samodzielnie?

Wersję produkcyjną wdrażamy w 4–8 tygodni. Obejmuje to konfigurację kanałów, integrację z CRM i okres dostrajania na prawdziwych rozmowach, a bot działa pod Twoją marką, z promptem dopasowanym do branży (zobacz wdrożenie z kontaktem w 30 sekund). Cały system należy do Ciebie, a opłaty za model i WhatsApp idą z Twoich własnych kont.

Porozmawiajmy →