Einen Grok-Bot für WhatsApp bauen

Was Sie brauchen

• Eine mit WhatsApp verknüpfte Flow-API-Nummer (7 Tage kostenlos)
• Einen xAI-API-Schlüssel von console.x.ai
• n8n oder einen kleinen Server, der einen Webhook empfangen kann

Am schnellsten: die eingebaute KI-Autoantwort

Kein n8n, kein Server. Öffnen Sie in der Flow-API-Konsole Ihre Nummer → KI-Autoantwort, wählen Sie Grok, fügen Sie Ihren xAI-Schlüssel ein, schreiben Sie Ihre Anweisungen und schalten Sie sie ein. Jede eingehende Nachricht weckt den Bot: Er liest den letzten Chatverlauf, zeigt „schreibt…“ und antwortet. Wenn Sie in einem Chat selbst antworten, bleibt der Bot dort 30 Minuten still.

Option A: ohne Code, mit n8n

1. 1Fügen Sie einen Flow API Trigger (Community-Node n8n-nodes-flowapi) im Modus Incoming Message hinzu. Beim Aktivieren des Workflows wird der Webhook automatisch gesetzt.
2. 2Fügen Sie einen AI-Agent-Node mit dem Modell xAI Grok Chat Model und Ihrem xAI-Schlüssel hinzu.
3. 3Beschreiben Sie in der Systemnachricht des Agenten Ihr Unternehmen, Öffnungszeiten und Ton, und wann an einen Menschen übergeben wird.
4. 4Fügen Sie einen Flow-API-Node hinzu: Send Text Message an {{ $json.chatId }} mit der Antwort des Agenten.
5. 5Aktivieren Sie den Workflow und schreiben Sie Ihre Nummer von einem anderen Handy an.

Option B: 30 Zeilen Python

Tragen Sie in der Flow-API-Konsole als Webhook-URL Ihrer Nummer die /whatsapp-Adresse dieses Servers ein und starten Sie:

import os, requests
from flask import Flask, request

app = Flask(__name__)
SEND = "https://flowapi.pro/waInstance{idInstance}/sendMessage/{apiTokenInstance}"
PROMPT = "You are the WhatsApp assistant of Bright Dental Clinic. Answer briefly and kindly."

@app.post("/whatsapp")
def whatsapp():
    n = request.get_json()
    if n.get("typeWebhook") != "incomingMessageReceived":
        return "ok"
    chat = n["senderData"]["chatId"]
    text = n["messageData"].get("textMessageData", {}).get("textMessage", "")
    if not text or chat.endswith("@g.us"):
        return "ok"
    r = requests.post("https://api.x.ai/v1/responses",
        headers={"Authorization": f"Bearer {os.environ['XAI_API_KEY']}"},
        json={"model": "grok-4.3", "input": [
            {"role": "system", "content": PROMPT},
            {"role": "user", "content": text}]}, timeout=60).json()
    reply = next(c["text"] for o in r["output"] if o["type"] == "message"
                 for c in o["content"] if c["type"] == "output_text")
    requests.post(SEND, json={"chatId": chat, "message": reply}, timeout=30)
    return "ok"

Damit es menschlich wirkt

• Rufen Sie vor der Antwort sendTyping auf, damit der Kunde „schreibt…“ sieht.
• Antworten in wenigen Zeilen: WhatsApp ist ein Chat.
• Geben Sie dem Bot einen klaren Ausweg: „Ein Teammitglied meldet sich gleich“, wenn er unsicher ist.

Grok handeln lassen, nicht nur antworten

Statt einer festen Antwort geben Sie Grok den MCP-Link von Flow API als Remote-MCP-Tool. Dann kann er selbstständig den Chatverlauf lesen, Ihre Preisliste als PDF senden oder eine Gruppe mit Ihrem Team anlegen.

Questions