Chatbot WhatsApp n8n et Claude : tutoriel complet en 30 minutes

Un assistant qui répond à vos clients en quelques secondes, sur la messagerie qu'ils ouvrent déjà, sans développer d'application.

Un chatbot WhatsApp n8n relié à Claude se construit avec trois briques : l'API WhatsApp Business de Meta pour recevoir et envoyer les messages, n8n pour orchestrer le workflow, et Claude (Anthropic) pour comprendre la demande et rédiger la réponse. Si vos comptes Meta et Anthropic sont déjà créés, un premier bot fonctionnel tient en 30 minutes environ.

Ce guide suit l'ordre réel d'une mise en œuvre. Vous allez configurer le webhook, extraire le message du format Meta, brancher Claude avec un bon system prompt, ajouter la mémoire, gérer le transfert vers un humain, puis respecter les règles anti-ban. Nous terminons par les erreurs qui bloquent le plus souvent un premier chatbot WhatsApp, et par une grille simple pour décider de le faire vous-même ou de le déléguer.

Un point avant de commencer : un bot qui envoie des messages commerciaux a besoin du consentement des destinataires. Le workflow de consentement est détaillé dans notre guide opt-in WhatsApp conforme CNIL avec n8n.

---

Peut-on connecter Claude à WhatsApp ?

Oui. Pour un numéro d'entreprise, la voie fiable passe par deux API officielles :

• WhatsApp Business Platform (Cloud API) de Meta : elle envoie chaque message entrant vers une URL de votre choix (le webhook) et accepte les réponses via la Graph API.
• L'API Anthropic : elle reçoit le texte du client et renvoie la réponse de Claude.

Entre les deux, il faut un chef d'orchestre qui reçoit le webhook, garde l'historique de la conversation et décide quand passer la main à un humain. C'est le rôle de n8n.

Vous trouverez aussi des solutions qui pilotent WhatsApp Web ou l'application grand public. Ce ne sont pas des API officielles de Meta. Elles exposent le numéro à un blocage et ne conviennent pas à un usage client. Ce tutoriel n'utilise que les API officielles.

Pourquoi n8n et Claude pour un chatbot WhatsApp ?

Le duo répond à un besoin très concret : absorber les questions répétitives sans mobiliser un conseiller à chaque message. Les usages les plus courants :

• Support de premier niveau : horaires, suivi de commande, FAQ, 24 h sur 24.
• Qualification de prospects : le bot pose les bonnes questions (besoin, délai, budget) et crée la fiche dans le CRM.
• Prise de rendez-vous : vérification des créneaux, confirmation et rappel.
• Suivi logistique : réponse contextualisée à partir d'un numéro de commande.

Un exemple concret : nous avons livré pour un client un assistant WhatsApp disponible 24 h/24. Il qualifie les demandes, répond à la FAQ et prend des rendez-vous en dehors des horaires d'ouverture. C'est exactement le schéma de ce tutoriel, en version production.

Pourquoi n8n plutôt que du code écrit de zéro ? n8n fournit déjà les connecteurs (WhatsApp, HTTP, bases de données), un nœud AI Agent natif et une interface visuelle lisible par toute l'équipe. Pour approfondir, lisez notre guide du n8n AI Agent.

Pourquoi Claude ? Les modèles d'Anthropic suivent bien des consignes longues (ton, limites, procédure d'escalade) et gèrent nativement plusieurs langues. La gamme va du rapide et économique (Haiku) au plus capable (Opus), ce qui permet d'ajuster le coût au besoin.

Quelle architecture pour un chatbot WhatsApp avec n8n et Claude ?

L'architecture reste volontairement simple. WhatsApp pousse le message vers n8n. n8n confie le raisonnement à Claude, avec la mémoire et les outils. La réponse repart vers WhatsApp, ou bien la conversation est transférée à votre équipe.

Architecture du chatbot WhatsApp : de la réception du webhook jusqu'à l'envoi de la réponse ou l'escalade vers le support humain

Chaque bloc correspond à un nœud n8n. Vous pouvez ensuite ajouter une base de connaissances (RAG) ou un nœud de création de ticket sans tout réécrire.

De quoi avez-vous besoin avant de commencer ?

n8n : cloud ou auto-hébergé ?

• n8n Cloud : démarrage immédiat et URL de webhook HTTPS fournie. Idéal pour valider le concept.
• n8n auto-hébergé (Docker) : contrôle total et données chez vous. En local, exposez l'instance via un tunnel HTTPS, car Meta exige une URL publique en HTTPS.

Pour un premier test, le cloud va plus vite. Pour une production qui traite des données clients, l'auto-hébergement est souvent préférable.

Un compte WhatsApp Business API (Meta)

C'est l'étape la plus administrative. Il vous faut un portefeuille Meta Business, une app dans Meta for Developers avec le produit WhatsApp activé, un numéro dédié (non utilisé sur l'application WhatsApp classique) et un token d'accès. Meta fournit un numéro de test gratuit pour développer avant de passer sur un numéro vérifié.

Une clé API Anthropic

Créez un compte sur la console Anthropic et générez une clé API. La facturation se fait au token. Stockez la clé dans les credentials n8n, jamais en clair dans un nœud.

Une mémoire persistante (pour la production)

Prévoyez Redis ou Postgres/Supabase dès que le bot sort du prototype. n8n propose des nœuds de mémoire pour ces deux options.

Comment un message circule-t-il, de bout en bout ?

Avant de configurer chaque nœud, visualisez le trajet complet d'un message.

Séquence détaillée : réception du webhook, parsing, lecture de la mémoire conversationnelle, génération par Claude et renvoi de la réponse via la Graph API

Cette vue sert surtout au diagnostic. Si rien n'arrive chez le client, regardez le dernier maillon (l'envoi via la Graph API). Si Claude répond hors contexte, regardez la mémoire et le Session ID.

Étape 1 : comment configurer le webhook WhatsApp dans n8n ?

Le webhook est la porte d'entrée : Meta l'appelle à chaque message reçu.

1. Créez un nouveau workflow n8n.
2. Ajoutez un nœud Webhook en méthode POST et copiez son URL de production.
3. Dans Meta for Developers, ouvrez WhatsApp > Configuration, collez l'URL et choisissez un verify token (une chaîne secrète).
4. Abonnez le webhook au champ messages. C'est lui qui transporte les messages entrants et les statuts de livraison.

Piège fréquent : avant d'activer le webhook, Meta envoie une requête GET de vérification avec un paramètre hub.challenge. Votre endpoint doit renvoyer ce challenge tel quel, avec un statut 200. Dans n8n, prévoyez un second nœud Webhook en GET suivi d'un nœud Respond to Webhook. Tant que cette poignée de main échoue, aucun message n'arrive.

Alternative : n8n propose aussi un nœud WhatsApp Trigger, qui s'appuie sur des identifiants OAuth Meta et gère l'abonnement pour vous. Il est plus rapide à brancher. Le webhook manuel reste utile pour comprendre ce qui circule et pour vérifier vous-même la signature des requêtes.

Étape 2 : comment extraire le message entrant ?

Le format de Meta est très imbriqué. Un nœud Code isole les champs utiles (exemple simplifié, à adapter pour les messages non textuels) :

// Le corps brut envoyé par Meta arrive dans $input
const body = $input.first().json.body;

// Le message utile est imbriqué : entry > changes > value > messages
const message = body.entry?.[0]?.changes?.[0]?.value?.messages?.[0];

// On renvoie un objet plat, plus simple à utiliser dans les nœuds suivants
return [{
  json: {
    from: message?.from,            // numéro de l'expéditeur (sert de Session ID)
    text: message?.text?.body,      // contenu texte du message
    type: message?.type,            // 'text', 'image', 'audio', etc.
    messageId: message?.id          // identifiant unique, utile contre les doublons
  }
}];

Bon réflexe : tous les webhooks ne contiennent pas de message. Les statuts (envoyé, délivré, lu) arrivent par le même canal. Ajoutez un nœud If ou Switch qui ne laisse passer que les requêtes contenant un message de type text. Sinon, Claude est appelé pour rien, et facturé pour rien.

Étape 3 : comment brancher Claude dans n8n ?

C'est le cerveau du chatbot.

1. Ajoutez un nœud AI Agent.
2. Connectez-lui un sous-nœud Anthropic Chat Model et choisissez le modèle : Haiku pour du support simple, Sonnet ou Opus pour du raisonnement plus complexe.
3. Renseignez la clé Anthropic dans les credentials n8n.
4. Passez le texte extrait ({{ $json.text }}) en entrée de l'agent.

À quoi ressemble un bon system prompt pour un chatbot WhatsApp ?

Le system prompt transforme un modèle générique en assistant de votre marque. Il fixe le rôle, le ton, les limites et la procédure d'escalade. Exemple à adapter :

Tu es l'assistant virtuel de [NOM_ENTREPRISE], joignable sur WhatsApp.

RÔLE
- Réponds aux questions des clients sur nos produits, horaires et commandes.
- Sois chaleureux, clair et concis (2 à 4 phrases maximum par message).

LIMITES
- Ne promets jamais de remise, de remboursement ou de délai que tu n'es pas
  certain de pouvoir tenir.
- Si tu n'as pas l'information, dis-le honnêtement et propose l'escalade.
- N'invente jamais de référence produit, de prix ou de politique.

ESCALADE
- Si le client demande un humain, est mécontent, ou si la demande sort de ton
  périmètre, termine ta réponse par le marqueur [ESCALADE_HUMAINE].

STYLE
- Réponds toujours dans la langue utilisée par le client.
- Vouvoie par défaut, sauf si le client tutoie.
- Pas d'emojis excessifs, pas de jargon technique.

Le marqueur [ESCALADE_HUMAINE] est volontaire : un nœud suivant le détecte facilement pour déclencher le transfert.

Étape 4 : quelle mémoire conversationnelle choisir ?

Sans mémoire, le bot oublie tout à chaque message. Branchez la mémoire en sous-nœud de l'AI Agent, avec le numéro WhatsApp ({{ $json.from }}) comme Session ID, pour isoler chaque client.

Règle pratique : commencez avec Simple Memory (anciennement Window Buffer Memory) et une fenêtre d'environ 10 messages. Passez à Redis dès qu'il y a du vrai trafic, ou à Postgres/Supabase si vous voulez aussi analyser l'historique. La taille de la fenêtre pèse directement sur le coût : tout l'historique retenu est renvoyé à Claude à chaque message.

Étape 5 : comment renvoyer la réponse sur WhatsApp ?

Un nœud HTTP Request envoie la réponse de Claude via la Graph API de Meta (exemple simplifié) :

{
  "method": "POST",
  "url": "https://graph.facebook.com/v23.0/PHONE_NUMBER_ID/messages",
  "headers": {
    "Authorization": "Bearer {{ credentials }}",
    "Content-Type": "application/json"
  },
  "body": {
    "messaging_product": "whatsapp",
    "to": "{{ $json.from }}",
    "type": "text",
    "text": { "body": "{{ $json.output }}" }
  }
}

Remplacez PHONE_NUMBER_ID par l'identifiant de votre numéro, visible dans Meta for Developers. Le token passe par les credentials n8n, jamais en dur. La version de la Graph API évolue régulièrement : vérifiez la version courante dans la documentation Meta avant la mise en production.

Étape 6 : comment transférer la conversation à un humain ?

Un bon chatbot connaît ses limites. Le transfert évite la frustration et protège votre image.

• Détection par marqueur : si la réponse contient [ESCALADE_HUMAINE], le workflow bascule vers l'équipe.
• Détection par mots-clés : « parler à quelqu'un », « réclamation », « remboursement » déclenchent le transfert.
• Notification de l'équipe : un nœud Slack (ou e-mail) transmet le numéro, le dernier message et le résumé de la conversation.

Diagramme de séquence : comment le chatbot détecte une demande de transfert et notifie l'équipe support via Slack

Prévenez toujours le client (« Je transmets votre demande à un conseiller »). Puis marquez la conversation comme « prise en charge humaine », par exemple avec un drapeau dans Redis, pour que le bot ne réponde pas par-dessus votre conseiller.

Comment éviter que WhatsApp bloque votre numéro ?

Meta protège ses utilisateurs contre le spam. Un envoi mal maîtrisé peut dégrader la note de qualité de votre numéro, réduire vos limites d'envoi, voire le suspendre. Trois règles, documentées dans la politique WhatsApp Business de Meta, doivent guider le workflow :

• La fenêtre de 24 heures : un message libre (donc une réponse de Claude) n'est possible que dans les 24 h qui suivent le dernier message du client. Au-delà, seul un template approuvé par Meta est autorisé.
• L'opt-in : vous ne contactez que des personnes qui ont accepté de recevoir vos messages. La mise en place côté n8n (double opt-in, mot-clé STOP, preuve du consentement) est dans notre guide opt-in WhatsApp CNIL.
• La qualité : Meta suit les blocages et signalements. Surveillez la note de qualité dans le WhatsApp Manager.

Avant chaque envoi : vérifier l'opt-in, puis la fenêtre de 24 heures, puis la disponibilité d'un template approuvé

Traduisez cet arbre en nœuds If dans n8n : stockez la date du dernier message reçu par client, et bloquez tout envoi libre au-delà de 24 h. C'est l'un des garde-fous les plus simples et les plus utiles.

Combien coûte un chatbot WhatsApp avec n8n et Claude ?

Si vous le construisez vous-même, trois postes s'additionnent. Les tarifs changent souvent : vérifiez toujours les grilles officielles.

1. n8n : gratuit en auto-hébergé (hors serveur), abonnement mensuel en cloud selon le nombre d'exécutions.
2. Claude : facturation au token, entrée et sortie. Haiku coûte nettement moins cher qu'Opus, Sonnet se situe entre les deux (voir la page tarifs d'Anthropic). Pour des messages courts, le coût par conversation reste faible, à condition de limiter la fenêtre de mémoire.
3. WhatsApp (Meta) : depuis le 1er juillet 2025, Meta facture chaque message modèle délivré, et non plus chaque conversation de 24 h. Le prix dépend du pays et de la catégorie (marketing, utilitaire, authentification). Les réponses libres dans la fenêtre de 24 h suivent des règles distinctes. Le détail chiffré pour la France est dans notre article prix de l'API WhatsApp Business en 2026.

Pour estimer la charge humaine qui reste, raisonnez en répartition : quelle part des conversations le bot résout seul, et quelle part il transfère. Le graphique ci-dessous est un exemple fictif qui illustre ce raisonnement, pas une mesure.

Exemple fictif de répartition de 1000 conversations : part traitée par le bot, part transférée à un humain et part hors périmètre

Si vous le faites construire, le coût principal devient le projet lui-même. Nos forfaits sont présentés plus bas, et la méthode de chiffrage est détaillée dans prix d'un chatbot IA sur mesure en 2026.

Comment tester le chatbot avant la mise en production ?

Ne déployez jamais directement sur le numéro de vos clients.

• Le numéro de test Meta : il envoie et reçoit de vrais messages vers une liste de numéros autorisés.
• L'exécution pas à pas dans n8n : inspectez la sortie de chaque nœud, vous voyez exactement ce que reçoit Claude.
• L'épinglage de données : épinglez un faux webhook entrant pour rejouer le workflow sans solliciter Meta à chaque essai.
• Un jeu de dix messages types : question simple, demande hors sujet, client mécontent, message vocal, demande d'humain. Vérifiez chaque réaction, transfert compris.

Journalisez chaque échange dès les tests : message entrant, réponse de Claude, décision de transfert. Vous repérez ainsi les réponses faibles avant qu'un vrai client ne les reçoive.

Comment sécuriser le chatbot en production ?

Un chatbot WhatsApp traite des données personnelles : numéros et contenus de conversation.

• Vérifiez la signature des webhooks : Meta signe chaque requête avec l'en-tête X-Hub-Signature-256. Rejetez toute requête dont la signature ne correspond pas à votre App Secret.
• Gardez les secrets dans les credentials n8n : token WhatsApp, clé Anthropic, accès base de données.
• Limitez la durée de conservation : n'archivez l'historique que le temps utile, conformément au RGPD.
• Prévoyez un interrupteur : une variable qui coupe le bot en cas d'incident, plutôt que de laisser partir des centaines de réponses erronées.

Méfiez-vous aussi des workflows téléchargés sans les relire : nous expliquons pourquoi dans un template gratuit peut coûter 24 700 €.

Quelles erreurs éviter avec un chatbot WhatsApp ?

Voici les sept pannes les plus fréquentes lors d'une première mise en œuvre, de la couche réseau jusqu'à la logique du bot.

1. Le webhook ne s'active pas. Votre endpoint ne renvoie pas hub.challenge avec un statut 200. Vérifiez que l'URL est en HTTPS public, que le verify token est identique des deux côtés (sensible à la casse) et que la branche GET répond bien. Les logs d'exécution n8n montrent la requête reçue et la réponse envoyée.

2. Aucune réponse n'arrive au client. Trois suspects : le token de test Meta a expiré (il dure 24 h), le Phone Number ID est faux, ou le message part hors fenêtre de 24 h sans template. Dans ce dernier cas, Meta renvoie l'erreur 131047. Lisez le corps de la réponse dans le nœud HTTP Request pour trancher.

3. Claude mélange les conversations. Le Session ID est presque toujours en cause. Une valeur fixe fait partager le même historique à tous vos clients. Utilisez le numéro de l'expéditeur, et vérifiez que la mémoire est bien branchée sur l'AI Agent.

4. Le client reçoit deux fois la même réponse. Meta renvoie un webhook quand votre endpoint répond trop lentement. Répondez 200 tout de suite, traitez ensuite. Stockez chaque messageId traité et ignorez ceux déjà vus.

5. La facture Claude grimpe sans raison. L'agent est appelé sur les statuts de livraison ou sur des images et messages vocaux sans texte. Le filtre de l'étape 2 règle le problème.

6. Erreur 401 ou 403 côté Anthropic. La clé est absente, révoquée, ou le crédit est épuisé. Vérifiez la console Anthropic et activez des alertes de budget.

7. Le bot répond dans la mauvaise langue. Sans consigne, Claude peut reprendre la langue du system prompt. La règle « Réponds toujours dans la langue du client » suffit.

Au-delà de la technique, deux erreurs de conception reviennent souvent : vouloir tout automatiser dès le départ, et oublier de prévoir qui répond quand le bot transfère. Un bot qui promet un conseiller que personne ne rappelle fait plus de dégâts que pas de bot du tout.

Faut-il le construire soi-même ou le faire construire ?

Ce tutoriel suffit pour un premier bot de FAQ. La question change dès que le chatbot touche à votre chiffre d'affaires : qualification de leads, prise de rendez-vous, synchronisation CRM, plusieurs canaux, données sensibles.

Faire ou déléguer : compétence n8n en interne, volume, intégrations métier et sensibilité des données

Si vous faites construire, voici nos forfaits chatbot publics :

Un agent relié à un ERP ou à des règles métier complexes sort de ces forfaits et fait l'objet d'un devis.

Vous préférez qu'on le construise pour vous ? Notre équipe conçoit des assistants WhatsApp qui qualifient vos prospects, prennent les rendez-vous et passent la main à votre équipe au bon moment. Voir notre offre automatisation WhatsApp Business, ou notre agence chatbot IA pour un projet multicanal. 118 projets livrés, 82 avis 5 étoiles sur ComeUp. Parlons de votre projet.

Conclusion : commencez petit, puis durcissez

Vous avez maintenant un chatbot WhatsApp n8n complet : webhook, extraction du message, agent Claude piloté par un system prompt clair, mémoire, transfert humain et garde-fous anti-ban.

Commencez sur le numéro de test Meta, avec Simple Memory et un modèle léger. Validez une vingtaine de conversations. Passez ensuite à une mémoire persistante, à des templates approuvés et à un suivi des coûts. Le system prompt et les règles de transfert sont des outils vivants : relisez les conversations ratées chaque semaine et ajustez.

Méthodologie : comment nous avons construit ce guide

Les étapes suivent la documentation officielle de Meta (WhatsApp Cloud API), de n8n et d'Anthropic, consultée en octobre 2026, et notre pratique de projets chatbot. Limites : les noms de nœuds n8n, la version de la Graph API et les tarifs évoluent, vérifiez-les avant la mise en production. Les codes fournis sont des exemples simplifiés. Le graphique de répartition des conversations est fictif : nous ne publions pas de taux de résolution moyen.

Pour aller plus loin

• Docker Sandboxes : agents IA sécurisés en prod
• Migration serveur MCP stateless 2026 : tutoriel
• Faire auditer votre automatisation