Jak zintegrować ChatGPT z botami WhatsApp i Telegram?

Jak zintegrować ChatGPT z botami WhatsApp i Telegram? W praktyce potrzebujesz czterech elementów: użytkownika, platformy wiadomości, backendu z webhookiem oraz OpenAI API. Użytkownik pisze wiadomość w WhatsApp albo Telegramie, platforma przekazuje zdarzenie do Twojego serwera, backend wysyła treść do modelu przez OpenAI Responses API, a następnie odsyła wygenerowaną odpowiedź do tego samego kanału.

Telegram jest zwykle szybszy do prototypowania, bo wystarczy utworzyć bota przez BotFather, pobrać token i podpiąć webhook lub getUpdates. WhatsApp wymaga bardziej formalnego podejścia: WhatsApp Business Platform, Cloud API, konta Meta Developer, numeru biznesowego, konfiguracji webhooków, opt-in i zgodności z zasadami Meta. Telegram Bot API jest oficjalnym HTTP API dla botów, a token bota uzyskuje się przez BotFather.

Szybka odpowiedź

• Do integracji ChatGPT z Telegramem utwórz bota w BotFather, zapisz token, skonfiguruj webhook lub getUpdates i podłącz backend do OpenAI API.
• Do integracji ChatGPT z WhatsApp użyj WhatsApp Business Platform / Cloud API, a nie prywatnego konta WhatsApp ani automatyzacji WhatsApp Web.
• Najprostsza architektura to: WhatsApp/Telegram → webhook → backend → OpenAI Responses API → odpowiedź przez API kanału.
• W środowisku produkcyjnym potrzebujesz HTTPS, zmiennych środowiskowych, obsługi błędów, limitów kosztów, logów i fallbacku do człowieka.
• W przypadku WhatsApp sprawdź aktualne zasady Meta, szczególnie gdy bot ma być ogólnym asystentem AI, a nie wsparciem konkretnego procesu biznesowego.
• Dla MVP zacznij od Telegrama, a WhatsApp wdrażaj wtedy, gdy masz jasny scenariusz biznesowy: FAQ, obsługa zamówień, rezerwacje, lead qualification albo customer support automation.

Jak działa integracja ChatGPT z botami WhatsApp i Telegram?

Integracja ChatGPT z WhatsApp i Telegramem działa jak pośrednik między użytkownikiem a modelem AI. ChatGPT nie „siedzi” bezpośrednio w aplikacji WhatsApp ani Telegram. To Twój backend odbiera wiadomość, wywołuje OpenAI API i odsyła odpowiedź przez API danej platformy.

Typowy przepływ wygląda tak:

1. Użytkownik wysyła wiadomość do bota.
2. WhatsApp albo Telegram wysyła event do Twojego webhooka.
3. Backend odczytuje treść wiadomości i identyfikator rozmowy.
4. Backend wysyła zapytanie do OpenAI Responses API.
5. Backend odbiera odpowiedź modelu.
6. Backend odsyła wiadomość przez WhatsApp Cloud API albo Telegram Bot API.

OpenAI dokumentuje Responses API jako rozwiązanie do bezpośrednich zapytań generujących tekst, a endpoint POST /responses służy do tworzenia odpowiedzi modelu na podstawie wejścia tekstowego, obrazów lub innych obsługiwanych danych.

Użytkownik
   |
   | wiadomość
   v
WhatsApp / Telegram
   |
   | webhook event
   v
Backend HTTPS
   |
   | prompt + kontekst
   v
OpenAI Responses API
   |
   | odpowiedź AI
   v
Backend
   |
   | sendMessage / WhatsApp messages endpoint
   v
Użytkownik

Najważniejsze jest to, że backend kontroluje całą logikę: walidację webhooka, historię rozmowy, limity, prompt systemowy, połączenie z bazą wiedzy, moderację i wysyłkę odpowiedzi.

Wymagania przed rozpoczęciem

Zanim zaczniesz pisać kod, przygotuj środowisko. W prostym prototypie możesz uruchomić backend lokalnie i wystawić go przez ngrok. W produkcji potrzebujesz stabilnego hostingu, HTTPS, monitoringu i bezpiecznego zarządzania sekretami.

Wspólne wymagania

Element	Po co jest potrzebny?
Konto OpenAI i API key	Do wywoływania modelu przez OpenAI API
Backend HTTPS	Do odbierania webhooków z WhatsAppa i Telegrama
Zmienne środowiskowe	Do bezpiecznego przechowywania tokenów i kluczy
Baza danych	Opcjonalnie do historii rozmów, preferencji i sesji
Monitoring	Do śledzenia błędów, czasu odpowiedzi i kosztów
Node.js lub Python	Do zbudowania serwera API
ngrok lub publiczny URL	Do testowania webhooków lokalnie

Wymagania dla WhatsApp

Do WhatsAppa potrzebujesz konta Meta Developer, aplikacji w Meta for Developers, produktu WhatsApp, WhatsApp Business Account, numeru testowego lub produkcyjnego oraz dostępu do Cloud API. Oficjalny przewodnik Meta dla WhatsApp Cloud API obejmuje m.in. rejestrację jako developer, utworzenie aplikacji, wysłanie pierwszej wiadomości i skonfigurowanie testowego webhooka.

Nie używaj prywatnego konta WhatsApp ani nieoficjalnych bibliotek opartych o WhatsApp Web. W projekcie biznesowym opieraj się na WhatsApp Business Platform, Cloud API albo oficjalnym dostawcy rozwiązania.

Wymagania dla Telegrama

Do Telegrama potrzebujesz bota utworzonego przez BotFather oraz tokenu. Telegram wyjaśnia, że token uwierzytelnia bota wobec Bot API, można go uzyskać przez komendę /newbot w BotFather i trzeba go traktować jak hasło.

Telegram jest wygodny do MVP, ponieważ nie wymaga tak rozbudowanej konfiguracji biznesowej jak WhatsApp. Nadal jednak potrzebujesz backendu, logiki bezpieczeństwa, kontroli kosztów i obsługi błędów.

Integracja ChatGPT z WhatsApp krok po kroku

Integracja ChatGPT z WhatsApp jest bardziej formalna niż integracja ChatGPT z Telegramem. Wynika to z tego, że WhatsApp jest kanałem biznesowym, a Meta kontroluje sposób wysyłania wiadomości, szablony, opt-in, jakość numeru i zgodność z zasadami platformy.

1. Utwórz aplikację w Meta for Developers

Zaloguj się do Meta for Developers i utwórz aplikację typu biznesowego. Następnie dodaj produkt WhatsApp. W panelu dostaniesz dostęp do konfiguracji Cloud API, numeru testowego, tokenów i przykładowych żądań.

Na etapie testowym możesz użyć numeru testowego, aby sprawdzić, czy backend potrafi odbierać wiadomości i odsyłać odpowiedzi. W produkcji potrzebujesz numeru biznesowego oraz poprawnej konfiguracji WhatsApp Business Account.

2. Dodaj produkt WhatsApp i skonfiguruj konto biznesowe

Po dodaniu produktu WhatsApp przypisz WhatsApp Business Account. W zależności od scenariusza możesz pracować na numerze testowym albo dodać numer produkcyjny. Numer biznesowy musi być poprawnie zarejestrowany, zanim będzie używany do wysyłania i odbierania wiadomości przez Cloud API.

3. Pobierz Phone Number ID i Access Token

Do wysyłania wiadomości przez WhatsApp Cloud API potrzebujesz m.in.:

• WHATSAPP_PHONE_NUMBER_ID
• WHATSAPP_ACCESS_TOKEN
• WHATSAPP_VERIFY_TOKEN
• identyfikatora WABA, jeśli Twoja aplikacja go wymaga
• aktualnej wersji Graph API

W testach możesz używać tymczasowego tokenu, ale w środowisku produkcyjnym zwykle potrzebujesz poprawnie zarządzanego tokenu systemowego. Nie zapisuj tokenów w repozytorium.

4. Skonfiguruj webhook

Webhook to publiczny endpoint HTTPS, na który WhatsApp wysyła zdarzenia: nowe wiadomości, statusy wiadomości i inne informacje. Meta opisuje webhooki WhatsApp Business Platform jako mechanizm informujący aplikację o wiadomościach przychodzących, statusach wiadomości wychodzących i innych zdarzeniach.

Najczęściej tworzysz dwa endpointy:

GET  /webhooks/whatsapp   -> weryfikacja webhooka
POST /webhooks/whatsapp   -> odbiór wiadomości

Podczas weryfikacji WhatsApp wyśle parametry hub.mode, hub.verify_token i hub.challenge. Twój backend powinien porównać token z własnym WHATSAPP_VERIFY_TOKEN i odesłać hub.challenge.

5. Odbieraj wiadomości przychodzące

Po poprawnej konfiguracji webhooka WhatsApp będzie wysyłać obiekt JSON z informacją o wiadomości. Backend powinien wyciągnąć:

• numer użytkownika,
• treść wiadomości,
• ID wiadomości,
• typ wiadomości,
• metadane numeru biznesowego.

Na początku obsługuj tylko wiadomości tekstowe. Dopiero później dodaj multimedia, przyciski, listy, dokumenty i wiadomości interaktywne.

6. Wywołaj OpenAI Responses API

Po odczytaniu tekstu wyślij go do OpenAI API. W promptach produkcyjnych nie wysyłaj całej historii rozmowy bez limitu. Lepiej przechowuj ostatnie kilka wiadomości, a wiedzę firmową pobieraj przez RAG lub wyszukiwarkę wewnętrzną.

Przykładowa instrukcja systemowa dla bota obsługi klienta:

Jesteś asystentem obsługi klienta sklepu internetowego.
Odpowiadasz krótko, po polsku, zgodnie z bazą wiedzy firmy.
Nie obiecujesz rabatów, zwrotów ani terminów dostawy, jeśli nie masz danych.
Gdy nie znasz odpowiedzi, proponujesz kontakt z konsultantem.

7. Odeślij odpowiedź przez WhatsApp messages endpoint

Po otrzymaniu odpowiedzi z modelu backend wysyła wiadomość do użytkownika przez Cloud API. Meta dokumentuje Message API dla WhatsApp Cloud API jako punkt odniesienia do wysyłania wiadomości przez numer biznesowy.

Pamiętaj, że WhatsApp ma własne zasady dotyczące okien obsługi klienta, szablonów wiadomości i wiadomości inicjowanych przez firmę. Nie traktuj WhatsAppa jak kanału do nieograniczonego broadcastu.

8. Opt-in, message templates i zasady Meta

W WhatsApp nie możesz po prostu wysłać wiadomości do każdego numeru, który posiadasz w CRM. Oficjalna dokumentacja opt-in mówi, że firma musi jasno wskazać, że użytkownik wyraża zgodę na komunikację od danej firmy.

W praktyce zadbaj o:

• jasny opt-in na stronie, w formularzu, przy zamówieniu albo w aplikacji,
• możliwość opt-out, np. „STOP”,
• message templates dla wiadomości inicjowanych przez firmę,
• ograniczenie automatyzacji do uzasadnionych scenariuszy,
• logi zgód i preferencji użytkowników.

9. Uważaj na boty AI jako produkt główny

WhatsApp nie jest najlepszym miejscem na „ogólnego asystenta AI” bez sprawdzenia aktualnych zasad Meta. Aktualne WhatsApp Business Solution Terms zawierają ograniczenia dotyczące AI Providers, w tym zakaz używania WhatsApp Business Solution do oferowania technologii AI jako głównej funkcjonalności, z wyjątkami określonymi w tych warunkach, oraz osobne zasady dotyczące używania danych Business Solution Data do trenowania modeli.

To nie znaczy, że AI chatbot dla obsługi klienta jest automatycznie zabroniony. Inny jest scenariusz, w którym AI wspiera konkretny proces biznesowy — FAQ, status zamówienia, rezerwację, kwalifikację leadów — a inny scenariusz, w którym firma próbuje oferować przez WhatsApp ogólnego konkurenta ChatGPT. Przed produkcją sprawdź aktualne regulaminy Meta i skonsultuj przypadek użycia z prawnikiem lub dostawcą WhatsApp Business Platform.

Integracja ChatGPT z Telegramem krok po kroku

Integracja ChatGPT z Telegramem jest prostsza na start. Telegram Bot API pozwala odbierać aktualizacje przez long polling albo webhooki. Oficjalna dokumentacja Telegrama wskazuje, że getUpdates i webhooki to dwa wzajemnie wykluczające się sposoby odbierania aktualizacji.

1. Utwórz bota przez BotFather

Otwórz Telegram, znajdź @BotFather, użyj komendy /newbot, podaj nazwę i username bota. BotFather zwróci token. Zapisz go w bezpiecznym miejscu.

Nie wysyłaj tokenu w mailu, nie wklejaj go do publicznego repozytorium i nie zapisuj w kodzie. Użyj zmiennej środowiskowej:

TELEGRAM_BOT_TOKEN=123456:ABC...

2. Wybierz getUpdates albo webhook

Do lokalnych testów możesz użyć getUpdates. Do produkcji lepszy jest webhook, bo Telegram sam wyśle event do Twojego serwera, gdy pojawi się wiadomość.

getUpdates jest proste, ale wymaga cyklicznego odpytywania API. Webhook jest bardziej naturalny dla aplikacji produkcyjnych i lepiej pasuje do architektury server-side.

3. Ustaw webhook przez setWebhook

Telegramowy setWebhook pozwala wskazać URL, pod który Telegram będzie wysyłał aktualizacje jako HTTPS POST. Dokumentacja podaje też, że przy nieudanym żądaniu Telegram będzie próbował ponownie, a opcjonalny secret_token może pomóc upewnić się, że request pochodzi z ustawionego webhooka.

Przykład:

curl "https://api.telegram.org/bot<TOKEN>/setWebhook" \
  -d "url=https://twojadomena.pl/webhooks/telegram" \
  -d "secret_token=LOSOWY_SEKRET"

4. Odczytaj message.text i chat.id

Telegram wysyła obiekt update. Dla prostego bota tekstowego zwykle potrzebujesz:

update.message.text
update.message.chat.id
update.message.from.id

chat.id jest potrzebne, aby odesłać odpowiedź do właściwej rozmowy.

5. Wywołaj OpenAI Responses API

Po odczytaniu tekstu wywołaj OpenAI API tak samo jak w integracji WhatsApp. Różnica polega tylko na tym, że identyfikator rozmowy pochodzi z Telegrama.

6. Odeślij odpowiedź przez sendMessage

Telegramowy endpoint sendMessage służy do wysyłania wiadomości tekstowych, a dokumentacja wymaga m.in. chat_id i text.

Przykładowy request:

curl "https://api.telegram.org/bot<TOKEN>/sendMessage" \
  -H "Content-Type: application/json" \
  -d '{"chat_id":123456789,"text":"Cześć! Jak mogę pomóc?"}'

7. Privacy Mode w grupach

W prywatnej rozmowie bot widzi wiadomości użytkownika. W grupach działa inaczej. Telegram FAQ wyjaśnia, że boty z włączonym privacy mode otrzymują m.in. komendy skierowane do nich, odpowiedzi na swoje wiadomości i wybrane typy wiadomości, a niekoniecznie każdą wiadomość z grupy.

Jeśli Twój ChatGPT Telegram bot ma działać w grupach, zaplanuj to świadomie. Wiele botów AI lepiej działa w rozmowach prywatnych, gdzie nie mieszasz kontekstów wielu użytkowników.

Przykładowa architektura backendu

Dobrze zaprojektowany backend nie powinien mieszać logiki kanałów z logiką AI. Najlepiej rozdzielić odbiór wiadomości, generowanie odpowiedzi i wysyłkę.

/src
  /channels
    telegram.js
    whatsapp.js
  /ai
    openai.js
  /services
    receiveMessage.js
    generateAIReply.js
    sendMessage.js
  /storage
    conversations.js
  server.js

W małym MVP wystarczy Express albo FastAPI. W większym wdrożeniu dodaj kolejkę zadań, bazę danych, system logowania błędów i mechanizm retry.

Minimalne komponenty produkcyjne

Komponent	Rola
Endpoint webhooka	Odbiera wiadomości z WhatsAppa i Telegrama
Warstwa AI	Tworzy prompt i wywołuje OpenAI Responses API
Warstwa kanałów	Wysyła odpowiedź przez właściwe API
Baza danych	Przechowuje historię, zgody, sesje i preferencje
Kolejka	Chroni system przy dużej liczbie wiadomości
Monitoring	Pokazuje błędy, timeouty, koszty i latency
Fallback do człowieka	Przekazuje rozmowę konsultantowi

Najważniejsze zasady:

• webhook powinien szybko zwracać 200 OK,
• długie przetwarzanie warto przenieść do kolejki,
• obsługuj duplikaty eventów,
• zapisuj minimalną ilość danych,
• loguj błędy bez zapisywania wrażliwych treści,
• pilnuj limitów kosztów i tokenów.

Przykład kodu w Node.js

Poniższy przykład pokazuje uproszczony backend Express obsługujący Telegram i WhatsApp. To szkielet do adaptacji, a nie kompletna aplikacja produkcyjna. Przed wdrożeniem dodaj weryfikację podpisów, kontrolę dostępu, retry, kolejkę, monitoring, rate limits i testy.

import "dotenv/config";
import express from "express";
import OpenAI from "openai";

const app = express();
app.use(express.json());

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

function required(name) {
  const value = process.env[name];
  if (!value) throw new Error(`Missing environment variable: ${name}`);
  return value;
}

const OPENAI_MODEL = required("OPENAI_MODEL");
const TELEGRAM_BOT_TOKEN = required("TELEGRAM_BOT_TOKEN");
const WHATSAPP_ACCESS_TOKEN = required("WHATSAPP_ACCESS_TOKEN");
const WHATSAPP_PHONE_NUMBER_ID = required("WHATSAPP_PHONE_NUMBER_ID");
const WHATSAPP_VERIFY_TOKEN = required("WHATSAPP_VERIFY_TOKEN");

// Ustaw aktualną wersję Graph API zgodnie z dokumentacją Meta.
const META_GRAPH_API_VERSION = process.env.META_GRAPH_API_VERSION || "vXX.X";

async function generateReply(userText, channel, userId) {
  const response = await openai.responses.create({
    model: OPENAI_MODEL,
    instructions: `
Jesteś pomocnym asystentem obsługi klienta.
Odpowiadasz po polsku, krótko i konkretnie.
Nie wymyślasz informacji. Jeśli nie znasz odpowiedzi, proponujesz kontakt z człowiekiem.
Kanał rozmowy: ${channel}. ID użytkownika: ${userId}.
    `.trim(),
    input: userText,
    max_output_tokens: 500,
  });

  return response.output_text?.trim()
    || "Przepraszam, nie udało mi się przygotować odpowiedzi. Spróbuj ponownie lub skontaktuj się z konsultantem.";
}

async function sendTelegramMessage(chatId, text) {
  const url = `https://api.telegram.org/bot${TELEGRAM_BOT_TOKEN}/sendMessage`;

  const result = await fetch(url, {
    method: "POST",
    headers: { "Content-Type": "application/json" },
    body: JSON.stringify({
      chat_id: chatId,
      text,
    }),
  });

  if (!result.ok) {
    const errorBody = await result.text();
    throw new Error(`Telegram sendMessage failed: ${result.status} ${errorBody}`);
  }
}

async function sendWhatsAppMessage(to, text) {
  const url = `https://graph.facebook.com/${META_GRAPH_API_VERSION}/${WHATSAPP_PHONE_NUMBER_ID}/messages`;

  const result = await fetch(url, {
    method: "POST",
    headers: {
      Authorization: `Bearer ${WHATSAPP_ACCESS_TOKEN}`,
      "Content-Type": "application/json",
    },
    body: JSON.stringify({
      messaging_product: "whatsapp",
      to,
      type: "text",
      text: {
        body: text,
      },
    }),
  });

  if (!result.ok) {
    const errorBody = await result.text();
    throw new Error(`WhatsApp message failed: ${result.status} ${errorBody}`);
  }
}

// Telegram webhook
app.post("/webhooks/telegram", (req, res) => {
  res.sendStatus(200);

  queueMicrotask(async () => {
    try {
      const message = req.body?.message;
      const text = message?.text;
      const chatId = message?.chat?.id;
      const userId = message?.from?.id;

      if (!text || !chatId) return;

      const reply = await generateReply(text, "telegram", userId || chatId);
      await sendTelegramMessage(chatId, reply);
    } catch (error) {
      console.error("Telegram webhook error:", error);
    }
  });
});

// WhatsApp webhook verification
app.get("/webhooks/whatsapp", (req, res) => {
  const mode = req.query["hub.mode"];
  const token = req.query["hub.verify_token"];
  const challenge = req.query["hub.challenge"];

  if (mode === "subscribe" && token === WHATSAPP_VERIFY_TOKEN) {
    return res.status(200).send(challenge);
  }

  return res.sendStatus(403);
});

// WhatsApp webhook receiver
app.post("/webhooks/whatsapp", (req, res) => {
  res.sendStatus(200);

  queueMicrotask(async () => {
    try {
      const change = req.body?.entry?.[0]?.changes?.[0]?.value;
      const message = change?.messages?.[0];

      if (!message || message.type !== "text") return;

      const from = message.from;
      const text = message.text?.body;

      if (!from || !text) return;

      const reply = await generateReply(text, "whatsapp", from);
      await sendWhatsAppMessage(from, reply);
    } catch (error) {
      console.error("WhatsApp webhook error:", error);
    }
  });
});

app.get("/health", (req, res) => {
  res.json({ ok: true });
});

const port = process.env.PORT || 3000;
app.listen(port, () => {
  console.log(`Bot backend listening on port ${port}`);
});

Plik .env:

PORT=3000

OPENAI_API_KEY=sk-...
OPENAI_MODEL=your-current-openai-model

TELEGRAM_BOT_TOKEN=123456:ABC...

WHATSAPP_ACCESS_TOKEN=EAAG...
WHATSAPP_PHONE_NUMBER_ID=123456789
WHATSAPP_VERIFY_TOKEN=your-random-verify-token
META_GRAPH_API_VERSION=vXX.X

Ważne: META_GRAPH_API_VERSION ustaw zgodnie z aktualną wersją Graph API w dokumentacji Meta. Nie kopiuj wersji z przypadkowego poradnika, bo API Meta zmienia się w czasie.

Alternatywa w Pythonie

Ten sam schemat możesz zbudować w Pythonie, np. na FastAPI. Przykład poniżej pokazuje ideę bez powtarzania całej logiki wysyłki.

import os
from fastapi import FastAPI, Request, HTTPException
from openai import OpenAI
import httpx

app = FastAPI()
client = OpenAI(api_key=os.environ["OPENAI_API_KEY"])

OPENAI_MODEL = os.environ["OPENAI_MODEL"]
TELEGRAM_BOT_TOKEN = os.environ["TELEGRAM_BOT_TOKEN"]

async def generate_reply(user_text: str, channel: str, user_id: str) -> str:
    response = client.responses.create(
        model=OPENAI_MODEL,
        instructions=(
            "Jesteś asystentem obsługi klienta. "
            "Odpowiadasz krótko, po polsku i nie wymyślasz danych."
        ),
        input=f"Kanał: {channel}\nUżytkownik: {user_id}\nWiadomość: {user_text}",
        max_output_tokens=500,
    )
    return response.output_text.strip()

async def send_telegram_message(chat_id: int, text: str):
    url = f"https://api.telegram.org/bot{TELEGRAM_BOT_TOKEN}/sendMessage"
    async with httpx.AsyncClient() as http:
        response = await http.post(url, json={"chat_id": chat_id, "text": text})
        response.raise_for_status()

@app.post("/webhooks/telegram")
async def telegram_webhook(request: Request):
    payload = await request.json()

    message = payload.get("message", {})
    text = message.get("text")
    chat = message.get("chat", {})
    chat_id = chat.get("id")

    if not text or not chat_id:
        return {"ok": True}

    reply = await generate_reply(text, "telegram", str(chat_id))
    await send_telegram_message(chat_id, reply)

    return {"ok": True}

W produkcji dodaj obsługę wyjątków, timeouty, kolejkę, walidację sekretów, logowanie i limitowanie liczby requestów.

WhatsApp vs Telegram — co wybrać?

Kryterium	WhatsApp	Telegram
Łatwość startu	Średnia lub trudna	Łatwa
Wymagania konta	Meta Developer, WABA, numer biznesowy	BotFather i token
Koszty	Zależne od zasad Meta, kraju i kategorii wiadomości	Zwykle prostszy start techniczny
Webhook	Tak, przez WhatsApp Business Platform	Tak, przez setWebhook
Testowanie	Numer testowy, konfiguracja Meta	Bardzo szybkie przez bota testowego
Ograniczenia	Opt-in, message templates, polityki Meta	Privacy mode, limity API, zasady Telegrama
Zastosowania biznesowe	Obsługa klienta, powiadomienia, status zamówień, rezerwacje	MVP, społeczności, narzędzia wewnętrzne, szybkie prototypy
Zgodność i polityki	Bardziej wymagające	Prostszego startu, ale nadal wymaga ochrony danych
Najlepszy wybór dla MVP	Gdy kanał WhatsApp jest kluczowy biznesowo	Najczęściej najlepszy pierwszy wybór

Dla większości zespołów najlepsza ścieżka jest prosta: najpierw bot Telegram z ChatGPT jako MVP, potem bot WhatsApp z ChatGPT, gdy masz dopracowany scenariusz biznesowy, bazę wiedzy i proces obsługi klienta.

Bezpieczeństwo, prywatność i RODO

Bot AI w komunikatorze może przetwarzać dane osobowe. To oznacza, że musisz myśleć nie tylko o API, ale też o RODO / GDPR, bezpieczeństwie, retencji danych i zgodach użytkowników.

Najważniejsze zasady:

• Nie zapisuj OPENAI_API_KEY, TELEGRAM_BOT_TOKEN ani WHATSAPP_ACCESS_TOKEN w kodzie.
• Używaj zmiennych środowiskowych lub secret managera.
• Ogranicz dane wysyłane do modelu do minimum.
• Nie wysyłaj danych wrażliwych, jeśli nie są potrzebne do odpowiedzi.
• Dodaj politykę prywatności opisującą użycie AI.
• Wdroż opt-out i możliwość kontaktu z człowiekiem.
• Ustal, jak długo przechowujesz historię rozmów.
• Maskuj dane w logach.
• Waliduj webhooki.
• Monitoruj nadużycia i nietypowe wzorce ruchu.

W WhatsApp Business Solution Terms Meta wymaga m.in. zgodności z dokumentacją, politykami oraz odpowiednich zabezpieczeń przy pracy z usługodawcami zewnętrznymi. Warunki zawierają także zasady odpowiedzialności za zewnętrznych dostawców oraz ograniczenia dotyczące danych Business Solution Data.

W praktyce warto dodać do bota komunikat startowy:

Cześć! Jestem asystentem AI firmy [NAZWA].
Mogę pomóc w pytaniach o zamówienia, ofertę i rezerwacje.
Nie podawaj danych wrażliwych. W każdej chwili możesz napisać „konsultant”, aby porozmawiać z człowiekiem.

Koszty i limity

Koszt integracji zależy od kilku warstw:

1. OpenAI API — koszt zależy od wybranego modelu, liczby tokenów wejściowych i wyjściowych oraz wolumenu rozmów.
2. WhatsApp Cloud API — koszt zależy od aktualnych zasad Meta, kategorii wiadomości, kraju i modelu rozliczeń.
3. Hosting backendu — VPS, serverless, kontenery lub platforma PaaS.
4. Baza danych i monitoring — koszty rosną wraz ze skalą.
5. No-code / low-code — narzędzia typu n8n, Make lub platformy chatbotowe mogą mieć osobne opłaty.

Nie wpisuj do artykułu lub oferty stałych cen bez sprawdzenia aktualnych cenników. Meta i OpenAI zmieniają modele rozliczeń, a koszty zależą od konkretnego wdrożenia.

Jak ograniczyć koszty?

• Ustaw max_output_tokens.
• Nie wysyłaj całej historii rozmowy przy każdym zapytaniu.
• Stosuj krótkie, konkretne prompty.
• Używaj tańszego modelu do prostych intencji.
• Wprowadź cache odpowiedzi FAQ.
• Zastosuj RAG zamiast wklejania całej bazy wiedzy do prompta.
• Monitoruj usage dziennie, a nie dopiero na końcu miesiąca.
• Dodaj limity per użytkownik i per kanał.

Najczęstsze błędy podczas integracji

1. Webhook nie odpowiada 200 OK

Platformy komunikatorów oczekują szybkiej odpowiedzi. Jeśli webhook czeka kilkanaście sekund na odpowiedź AI, platforma może ponowić event.

Rozwiązanie: zwróć 200 OK szybko, a przetwarzanie przenieś do kolejki albo procesu asynchronicznego.

2. Zły verify token w WhatsApp

Webhook WhatsApp nie przejdzie weryfikacji, jeśli token w panelu Meta nie zgadza się z tokenem w backendzie.

Rozwiązanie: trzymaj WHATSAPP_VERIFY_TOKEN w .env i sprawdź dokładnie wielkość liter.

3. Brak HTTPS

Webhooki produkcyjne powinny działać po HTTPS. Telegram przy webhookach wymaga poprawnej konfiguracji HTTPS, a jego FAQ wskazuje też wymagania dotyczące certyfikatów i obsługiwanych portów.

Rozwiązanie: użyj prawdziwej domeny i certyfikatu TLS. Do testów lokalnych użyj ngrok albo podobnego tunelu.

4. Zły Phone Number ID

Częsty błąd w WhatsApp: użycie WABA ID zamiast Phone Number ID.

Rozwiązanie: sprawdź identyfikatory w panelu Meta i w dokumentacji Cloud API.

5. Bot Telegram nie odpowiada po ustawieniu webhooka

Jeśli ustawisz webhook, getUpdates przestaje działać. Telegram dokumentuje, że tych metod nie używa się jednocześnie.

Rozwiązanie: wybierz jedną metodę. Do debugowania usuń webhook przez deleteWebhook i wróć do getUpdates.

6. Zapomniane zmienne środowiskowe

Bot lokalnie działa, a na serwerze nie, bo brakuje OPENAI_API_KEY albo TELEGRAM_BOT_TOKEN.

Rozwiązanie: dodaj walidację wymaganych zmiennych przy starcie aplikacji.

7. Zbyt długie odpowiedzi AI

AI może generować długie odpowiedzi, które są niewygodne w komunikatorze.

Rozwiązanie: w instrukcji systemowej wymuś krótkie odpowiedzi i ustaw limit tokenów.

8. Brak obsługi duplikatów webhooków

Platformy mogą ponawiać eventy. Jeśli nie zapisujesz ID wiadomości, bot może odpowiedzieć kilka razy.

Rozwiązanie: zapisuj message_id i ignoruj przetworzone zdarzenia.

9. Bot odpowiada bez kontekstu

Bez historii rozmowy użytkownik musi powtarzać informacje.

Rozwiązanie: przechowuj ostatnie kilka wiadomości lub streszczenie rozmowy.

10. Naruszenie zasad WhatsApp przez proactive messaging

Wysyłanie wiadomości inicjowanych przez firmę bez zgody i bez odpowiednich szablonów może naruszać zasady WhatsApp.

Rozwiązanie: wdroż opt-in, opt-out, message templates i weryfikuj aktualne polityki Meta przed kampaniami.

Jak dodać pamięć rozmowy i bazę wiedzy?

Domyślny bot bez pamięci traktuje każdą wiadomość osobno. To wystarcza do prostych FAQ, ale nie do obsługi procesów, takich jak reklamacje, rezerwacje czy kwalifikacja leadów.

Masz trzy popularne podejścia.

1. Historia ostatnich wiadomości

Przechowuj ostatnie N wiadomości dla danego użytkownika:

[
  {"role": "user", "content": "Chcę sprawdzić status zamówienia."},
  {"role": "assistant", "content": "Podaj numer zamówienia."},
  {"role": "user", "content": "Zamówienie 12345."}
]

Nie przechowuj historii bez limitu. Po kilku wiadomościach zrób streszczenie albo wyczyść kontekst.

2. Pamięć sesji

Dla procesów biznesowych zapisuj stan:

{
  "userId": "48123123123",
  "channel": "whatsapp",
  "intent": "order_status",
  "orderId": "12345",
  "handoffRequired": false
}

To bardziej niezawodne niż proszenie modelu, aby sam pamiętał cały proces.

3. RAG i firmowa baza wiedzy

Jeśli bot ma odpowiadać na pytania o ofertę, regulamin, zwroty albo dokumentację, nie wklejaj całej bazy wiedzy do prompta. Użyj RAG:

1. Użytkownik zadaje pytanie.
2. Backend wyszukuje podobne fragmenty w bazie wiedzy.
3. Do modelu trafiają tylko najtrafniejsze fragmenty.
4. Model odpowiada na podstawie tych danych.

Kiedy używać embeddings i vector database? Gdy masz dużo dokumentów, długie FAQ, regulaminy, instrukcje albo bazę produktową. Dla małej strony z kilkoma odpowiedziami wystarczy prosta baza SQL lub wyszukiwarka tekstowa.

Czy da się zrobić to bez kodowania?

Tak, ale z ograniczeniami. Integracja ChatGPT z WhatsApp i Telegramem może być zrobiona przez narzędzia no-code lub low-code, takie jak n8n, Make, Zapier albo platformy chatbotowe.

No-code ma sens, gdy:

• chcesz szybko przetestować MVP,
• liczba scenariuszy jest mała,
• nie masz zespołu developerskiego,
• bot obsługuje proste FAQ,
• akceptujesz ograniczenia platformy.

Backend własny ma sens, gdy:

• przetwarzasz dane klientów,
• potrzebujesz RODO, audytu i logów,
• masz niestandardową bazę wiedzy,
• integrujesz CRM, ERP, płatności albo system zamówień,
• chcesz kontrolować koszty i prompt logic,
• potrzebujesz zaawansowanego fallbacku do konsultanta.

Uważaj na vendor lock-in. Gdy cały bot, historia, baza wiedzy i logika są zamknięte w jednej platformie, migracja może być trudna. Dla poważnego wdrożenia biznesowego warto mieć przynajmniej jasny plan eksportu danych i konfiguracji.

Checklist przed uruchomieniem produkcyjnym

Przed publikacją bota przejdź przez checklistę:

• Backend działa po HTTPS.
• Webhook zwraca 200 OK szybko.
• Klucze API są w zmiennych środowiskowych lub secret managerze.
• Nie ma sekretów w repozytorium.
• Telegram webhook ma secret token lub inną walidację.
• WhatsApp verify token działa.
• Obsługujesz duplikaty eventów.
• Masz logi błędów i monitoring.
• Masz limity kosztów i alerty.
• Bot ma fallback do człowieka.
• Użytkownik wie, że rozmawia z AI.
• Masz politykę prywatności.
• Działa opt-in i opt-out.
• Przetwarzasz tylko potrzebne dane.
• Testujesz krótkie, długie i nietypowe wiadomości.
• Sprawdzasz aktualne regulaminy Meta, WhatsApp, Telegrama i OpenAI.
• Masz scenariusz awarii OpenAI API.
• Masz plan aktualizacji modelu i wersji Graph API.

FAQ

Czy można zintegrować ChatGPT z WhatsApp za darmo?

Technicznie możesz testować część konfiguracji na numerze testowym i lokalnym backendzie, ale produkcyjne wdrożenie nie jest „darmowe”. Trzeba uwzględnić koszty OpenAI API, hostingu, ewentualnych narzędzi no-code oraz aktualny model rozliczeń WhatsApp Business Platform.

Czy potrzebuję WhatsApp Business API?

Tak, jeśli chcesz zrobić legalną i stabilną integrację biznesową. Nie opieraj projektu na prywatnym koncie WhatsApp ani automatyzacji WhatsApp Web. Użyj WhatsApp Business Platform, Cloud API albo oficjalnego dostawcy.

Czy bot Telegram może sam rozpocząć rozmowę z użytkownikiem?

W typowym scenariuszu użytkownik musi najpierw rozpocząć kontakt z botem. Telegramowy poradnik wskazuje, że do wysłania prywatnej wiadomości bot zwykle potrzebuje wcześniejszego kontaktu od użytkownika oraz zapisanego identyfikatora użytkownika.

Co jest łatwiejsze: WhatsApp czy Telegram?

Telegram jest łatwiejszy do prototypowania. WhatsApp ma większe znaczenie biznesowe w wielu branżach, ale wymaga formalnej konfiguracji, zgodności z zasadami Meta, opt-in i obsługi szablonów wiadomości.

Czy można użyć ChatGPT do obsługi klienta 24/7?

Tak, ale najlepiej w ograniczonym zakresie: FAQ, status zamówienia, podstawowa kwalifikacja leadów, umawianie spotkań, odpowiedzi na proste pytania. Dla reklamacji, danych wrażliwych i nietypowych spraw dodaj przekazanie do konsultanta.

Jak przechowywać historię rozmowy?

Najlepiej przechowywać minimalny kontekst: ostatnie kilka wiadomości, streszczenie rozmowy albo stan procesu. Nie wysyłaj całej historii do modelu przy każdym zapytaniu, bo zwiększa to koszty i ryzyko prywatności.

Czy integracja jest zgodna z RODO?

Może być, jeśli prawidłowo zaprojektujesz przetwarzanie danych: podstawa prawna, minimalizacja danych, polityka prywatności, retencja, umowy z podmiotami przetwarzającymi, bezpieczeństwo i możliwość realizacji praw użytkownika. Sama integracja techniczna nie gwarantuje zgodności.

Ile kosztuje bot ChatGPT na WhatsApp lub Telegramie?

Koszt zależy od liczby rozmów, modelu OpenAI, długości promptów, hostingu, bazy danych, monitoringu i kanału. W WhatsApp dochodzi aktualny model rozliczeń Meta. Zamiast podawać uniwersalną cenę, policz koszt dla własnego wolumenu wiadomości.

Czy warto użyć no-code zamiast własnego backendu?

Do MVP tak. Do produkcyjnego wdrożenia z danymi klientów, integracją CRM, RODO i pełną kontrolą kosztów często lepszy jest własny backend lub hybryda: no-code do prostych automatyzacji, backend do krytycznej logiki.

Podsumowanie

Jak zintegrować ChatGPT z botami WhatsApp i Telegram? Najpierw zaprojektuj przepływ wiadomości: użytkownik, kanał, webhook, backend, OpenAI Responses API i odpowiedź przez API komunikatora. Potem wybierz kanał.

Jeśli dopiero zaczynasz, zbuduj MVP na Telegramie. BotFather, Telegram Bot API, setWebhook i sendMessage pozwalają szybko sprawdzić, czy Twój prompt, baza wiedzy i logika rozmowy mają sens.

WhatsApp wdrażaj wtedy, gdy masz konkretny przypadek biznesowy i jesteś gotowy na WhatsApp Business Platform, opt-in, message templates, polityki Meta, RODO i monitoring. Bot WhatsApp z ChatGPT może świetnie wspierać obsługę klienta, FAQ, status zamówień, rezerwacje i kwalifikację leadów, ale nie powinien być przypadkowym, niekontrolowanym asystentem AI.

Jeśli wdrażasz bota w firmie, zacznij od małego scenariusza: FAQ, status zamówienia albo kwalifikacja leadów. Dopiero po testach dodaj pamięć rozmowy, RAG, CRM i automatyczne przekazywanie spraw do konsultanta.