Cara bikin chatbot WhatsApp dengan budget token Rp50.000

Chatbot WhatsApp untuk UMKM adalah salah satu project yang paling sering diminta — dan salah satu yang paling sering jadi drama biaya. Bukan karena API-nya mahal, tapi karena tidak ada rem: satu loop yang bug atau satu grup yang kepancing balasan terus-menerus bisa menguras saldo dalam semalam.

Artikel ini membahas arsitektur yang benar dari sisi biaya: webhook masuk, satu API key dengan batas budget, dan perhitungan sederhana berapa banyak balasan yang bisa dibeli dengan Rp50.000.

Arsitektur minimal yang benar

WhatsApp -> Gateway WA -> server kamu (webhook) -> API AI -> balasan

Tiga komponen, satu prinsip: setiap rupiah pemakaian melewati satu titik kontrol.

1. Gateway WhatsApp — layanan yang menyambungkan nomor WA ke webhook (contoh yang umum: WPPConnect, Baileys, atau gateway komersial). Bagian ini bukan biaya AI — pisahkan dalam hitunganmu.
2. Server webhook kamu — menerima pesan, menyusun prompt, memanggil API AI, mengirim balasan. Bisa satu file Node/Python.
3. API AI dengan batas budget — jantung chatbot, dan sumber satu-satunya biaya variabel per balasan.

Kenapa batas budget per key itu jantungnya

Chatbot berjalan tanpa pengawasan — itulah gunanya. Tapi “tanpa pengawasan” berarti juga tanpa seseorang yang menekan Ctrl+C saat hal aneh terjadi. Pola-pola yang bikin saldo jebol biasanya begini:

• Dua user yang saling membalas lewat chatbot (loop antar-bot).
• Prompt yang tidak disiapkan dengan benar membuat model menghasilkan jawaban sangat panjang untuk pesan pendek.
• Bug logika yang membuat server memanggil API berulang untuk satu pesan.

Solusi strukturalnya bukan “hati-hati”, tapi key dengan batas budget. Di GiantRouter, kamu memasang batas pemakaian pada key chatbot — misal Rp50.000. Saat pemakaian menyentuh batas, request berhenti. Chatbot offline sementara itu bukan kejadian darurat; saldo minus (kalau terjadi) baru kejadian darurat. Kontrak “saldo tidak akan minus” kami tulis di Garansi Saldo.

Dan kalau kamu mengelola chatbot untuk beberapa client, pola yang benar adalah satu key per client, satu budget per key — biaya tiap client terpisah dan bisa dilampirkan ke invoice. Lengkapnya di talangin API AI ke client.

Contoh perhitungan: berapa balasan dari Rp50.000? (ilustrasi)

Ambil model kelas flash yang paling murah di katalog referensi — glm-5.3-flash, harga referensi $0,015 per juta token input dan $0,25 per juta token output (snapshot katalog demo publik 2026-11-08).

Contoh perhitungan — ilustrasi, bukan hasil pengukuran nyata.

Anggap satu balasan chatbot rata-rata memakai 1.000 token input (riwayat singkat + instruksi sistem) dan 200 token output (jawaban normal):

• Input: 1.000/1jt x $0,015 = $0,000015
• Output: 200/1jt x $0,25 = $0,00005
• Total per balasan: $0,000065 ≈ Rp±1 (kurs tayang Rp16.500/USD)

Budget Rp50.000 ≈ $3,03. Maka:

Rp50.000 / Rp1 per balasan ≈ 46.000 balasan

Dengan asumsi-assumsi itu, Rp50.000 cukup untuk chatbot dengan ratusan percakapan per hari selama berbulan-bulan. Realitasmu akan beda — riwayat yang lebih panjang, jawaban yang lebih panjang, atau model yang lebih besar menggeser angkanya — dan justru itu gunanya laporan per request: kamu bisa mengganti asumsi di atas dengan angka asli chatbotmu setelah minggu pertama.

Yang tidak berubah dengan asumsi apa pun: worst case kamu adalah Rp50.000. Itu seluruh poin batas budget.

Contoh prompt sistem yang hemat (dan sopan)

Dua baris yang menghemat paling banyak:

1. Batasi panjang jawaban di prompt sistem (“balas maksimal 3 kalimat, bahasa santai”) — output token adalah sisi termahalkan.
2. Batasi riwayat yang dibawa ulang (kirim 5 pesan terakhir, bukan seluruh percakapan) — input token mendominasi kalau riwayat tidak dipangkas.

Kalau budget sudah tersentuh, apa yang terjadi ke user?

Perlu dijawab sejak desain, karena ini pertanyaan client yang paling sering muncul: saat pemakaian menyentuh batas, request API berhenti — server chatbot kamu akan menerima error dari gateway alih-alih balasan model. Pola yang kami sarankan:

1. Tangkap error tersebut di webhook dan balas user dengan pesan layanan: “layanan sedang tidak tersedia, silakan hubungi pemilik” — jangan biarkan diam tanpa jawaban.
2. Kamu (dan client, kalau perlu) dapat melihat dari laporan pemakaian kapan batas tercapai dan karena percakapan apa.
3. Keputusan tambahan budget jadi percakapan yang tenang: “budget bulan ini terpakai habis sesuai batas yang kita sepakati; mau lanjut nominal ini atau evaluasi dulu?” — bukan kejutan tagihan.

Dengan pola ini, batas budget bukan kegagalan sistem — dia bekerja persis seperti yang dirancang: menahan drama sebelum drama terjadi.

Ringkasan

• Arsitektur: gateway WA -> webhook -> API AI, satu titik kontrol biaya.
• Satu key per client, satu batas budget per key; Rp50.000 berarti worst case Rp50.000.
• Dengan model flash dan prompt yang hemat, Rp50.000 cukup untuk puluhan ribu balasan (ilustrasi di atas — hitung ulang dengan angka aslimu).

Mulai dengan key berbudget Rp10.000 →