上节为大家介绍了n8n与WhatsApp集成教程，本文继上节内容教大家在n8n里搭建WhatsApp聊天机器人。下面我们就用三个步骤，来创建一个简单的聊天机器人。
一、规划工作流程
先规划好工作流程，这对确定需要哪些节点、节点的排列方式以及数据流转逻辑都很重要。
我们来做一个简单的AI驱动的WhatsApp聊天机器人，用OpenAI的大语言模型（LLM）来回答问题，还能生成图片。规划如下：
- WhatsApp的 “收到消息” 触发节点：当有消息发来时，启动工作流，并把消息传到下一个节点；
- 开关（Switch）节点：接收WhatsApp消息，按规则转发。如果消息里有 “image”（图片）这个词，就发给图像生成器；
- OpenAI的图像生成器和聊天代理：接收消息作为提示词，然后把生成的响应发给 WhatsApp相关节点；
- WhatsApp 的 “上传媒体” 节点：把 OpenAI 生成的图片发给收件人；同时，“发送消息” 节点把 AI 的文字回复也发给收件人。
工作流大概就是这样：用一个测试的WhatsApp号码，按照n8n的工作流配置来发送响应。
二、添加并配置节点
规划好之后，就可以添加节点并进行配置，确定数据在工作流里的传输方式了。添加节点很简单，在n8n的画布上点击就能插入。不过配置节点和设置逻辑可能稍微麻烦点。
上一节已经讲过WhatsApp触发节点的配置，这里就跳过，重点说其他节点。
1、配置开关节点
打开开关节点，会看到value1和value2这两个字段。把鼠标悬停在 value1 字段上，点击 “表达式”。
然后输入下面这段代码，用来从上一个节点获取 WhatsApp 消息作为输入：
{{ $json.messages[0]]text..text. body }}
展开两个值字段之间的下拉菜单，选择 “字符串”（String）里的 “包含”（contains），再在 value2 字段里输入 “image”。
点击 “添加路由” 按钮，创建一条新的规则，和上面类似，但这里选 “不包含”（does not contain）而不是 “包含”。
2、配置OpenAI节点
配置OpenAI节点需要先设置API密钥，这样才能把OpenAI账户和n8n连起来。步骤和配置WhatsApp凭据差不多。
设置图像生成器节点：打开配置窗口，选择之前创建的凭据。然后把 “提示词”（Prompt）设为 “表达式”，并输入：
{{ $json.messages[0]]text..text. body }}
配置OpenAI聊天节点时，步骤和图像生成器类似。不过和图像生成器不同的是，这里需要手动选择大语言模型（LLM）。
三、输出响应
工作流的输出响应，决定了用户怎么收到聊天机器人的回复。因为AI的响应是动态的，所以得设置好节点来适配。配置WhatsApp的 “发送消息” 节点时，把 “文本内容”（Text Body）改成 “表达式”，并输入：
{$json.message.message.content } }
对于 WhatsApp 的 “上传媒体” 节点，要确保输入了发送方号码，还要把 “属性名称”（Property Name）设为 “数据”（data）。
现在可以发两条消息测试一下，一条包含 “image”，一条不包含，看看工作流是否正常。如果设置没问题，工作流会显示绿色，而且能在WhatsApp上收到对应的回复。
四、把n8n和WhatsApp连接小技巧
想要让工作流稳定又安全地自动运行，要注意这几点：
1、保护好凭据：n8n上的所有凭据都要保管好，一旦泄露可能会让工作流被未授权的人访问。只把它们存在加密的地方，和别人协作时，也要限制他们对凭据的访问。
2、设计错误处理系统：有了错误处理，当主要流程出问题时，工作流能有备用方案来响应用户。比如，可以设置自动提醒，告诉用户遇到了错误。
3、正确格式化数据：数据在不同节点之间传输时，格式可能会变。处理或输出数据前，用 “设置”（Set）节点或 “函数”（Function）节点把数据结构化成固定格式，这样能减少错误，让工作流逻辑更简单。
4、实现消息限流：API通常会限制一定时间内的请求数量，防止系统过载。添加延迟节点，能避免工作流向WhatsApp的API发送太多请求，导致被限制。
