Membangun Chatbot AI dengan OpenAI & Velora

Kenapa AI untuk Layanan Pelanggan?

Volume pesan WhatsApp yang tinggi sering membuat tim support kewalahan. Dengan mengintegrasikan OpenAI GPT ke Velora, Anda bisa membalas pertanyaan umum secara otomatis dalam hitungan detik, sambil tetap mengarahkan kasus kompleks ke agen manusia.

Alur dasarnya: pesan masuk → webhook Velora → fungsi serverless Anda → OpenAI → balasan dikirim balik via API Velora.

Langkah 1 — Siapkan API Key OpenAI

Buat key di platform.openai.com, lalu simpan sebagai environment variable di server Anda:

export OPENAI_API_KEY="sk-xxxxxxxxxxxxxxxxxxxx"

Langkah 2 — Buat Prompt Template

Prompt yang baik membatasi perilaku bot dan menyertakan konteks bisnis. Contoh:

Anda adalah asisten layanan pelanggan untuk Toko Kopi Nusantara.
- Jawab singkat, ramah, dalam Bahasa Indonesia.
- Hanya bahas produk: kopi, teh, makanan ringan, jam buka, pengiriman.
- Jika pertanyaan di luar lingkup, arahkan ke agen manusia.
- Jangan pernah memberikan diskon di luar yang tertera di katalog.

Langkah 3 — Handle Pesan Masuk

Berikut contoh handler Node.js yang menerima webhook Velora lalu memanggil OpenAI:

import OpenAI from "openai";

const openai = new OpenAI({ apiKey: process.env.OPENAI_API_KEY });

const SYSTEM_PROMPT = `Anda adalah asisten layanan pelanggan untuk Toko Kopi Nusantara. Jawab singkat dan ramah dalam Bahasa Indonesia.`;

export async function handleIncoming(message) {
  const completion = await openai.chat.completions.create({
    model: "gpt-4o-mini",
    messages: [
      { role: "system", content: SYSTEM_PROMPT },
      { role: "user", content: message.text },
    ],
    temperature: 0.4,
    max_tokens: 200,
  });

  const reply = completion.choices[0]?.message?.content ?? "Maaf, saya tidak bisa membalas sekarang.";
  return sendViaVelora(message.from, reply);
}

Praktik Terbaik

• Clasifikasi intent dulu: sebelum memanggil GPT, gunakan model kecil untuk memilah pesan ke kategori (sales, komplain, info). Hemat token dan tingkatkan akurasi.
• Cache jawaban umum: simpan respons untuk FAQ berulang di database; panggil AI hanya bila cache miss.
• Fallback ke manusia: jika confidence rendah atau kata kunci seperti "manusia/agen" muncul, eskalasi otomatis ke antrian agen.
• Log & evaluasi: rekam semua percakapan dan review mingguan untuk menyempurnakan prompt.

Dengan pola di atas, bot Anda bisa menangani 60–80% pesan masuk secara mandiri sambil menjaga kualitas layanan tetap konsisten.