Innehållsförteckning
- Vad är AI-agenter för WhatsApp-kundsupport?
- Hur bestämmer AI-agenter när de ska svara på WhatsApp?
- Hur konfigurerar man en AI-agent för att svara på WhatsApp?
- Vad kan AI-agenter göra utöver att svara på ett WhatsApp-ärende?
- Vad kan AI-agenter inte hantera på WhatsApp än?
- Hur skiljer sig detta från en generisk WhatsApp-chatbot?
- Vad kostar ett AI-agentsvar på WhatsApp?
- FAQ
Vad är AI-agenter för WhatsApp-kundsupport?
LiveAgents automatiserade agenter kan nu skicka riktiga, kundsynliga svar i WhatsApp-ärenden, inte bara en inledande hälsning. Funktionen lanserades i början av augusti 2026 (LiveAgent är för närvarande version 5.69.0), och WhatsApp är endast den andra kanalen som får detta.
Live-chatt har haft AI-autosvar sedan 2024. E-post har det inte än. Före denna release låg ett WhatsApp-ärende oberört tills en mänsklig agent tog tag i det, precis som ett e-postmeddelande gör idag, oavsett när en kund skrev.
Hur bestämmer AI-agenter när de ska svara på WhatsApp?
En AI-agent svarar endast på WhatsApp om du har konfigurerat en regel med åtgärden “Kör AI-agent”. Ingenting skickas automatiskt som standard. Den åtgärden har två fält: vilken AI-agent som körs och vilken budget den körs under.
AI-agenter är inte heller tillgängliga direkt ur lådan. Din LiveAgent-plan måste ha AI Agents-modulen aktiverad, och din egen användarroll måste ha rätt behörighet, innan du ens kan skapa denna typ av regel.
När regeln väl finns kan agenten svara från och med kundens första meddelande, utan att en person rör ärendet. Det inkluderar meddelanden som kommer utanför kontorstid, eftersom agenten inte behöver att någon är inloggad.
Hur konfigurerar man en AI-agent för att svara på WhatsApp?
Du konfigurerar detta på samma sätt som du konfigurerar vilken annan automatiseringsregel som helst i LiveAgent: du skapar en regel och lägger sedan till “Kör AI-agent” som åtgärd. Regelns kanallista täcker alla kanaler du har aktiverat för ditt konto, inte bara WhatsApp: Chattknapp, Kontaktformulär, E-post, Inbjudan (proaktiv chatt), Samtal, Samtalswidget, Facebook, Facebook-meddelande, Instagram-nämnande, Forum, Förslag (feedback), Telegram, Viber, X och WhatsApp finns alla i samma checklista, så du bockar i WhatsApp tillsammans med de andra kanaler du vill att samma agent ska täcka.
Två val spelar störst roll när du bygger regeln. För det första, vilken AI-agent som körs. Agenter kan namnges per ändamål, till exempel en “WhatsApp-autosvarsagent” som är specifikt konfigurerad för den kanalen, separat från en agent du använder någon annanstans. För det andra, vilken budget regeln körs under. Budget kopplas till regeln, inte till agenten, så samma agent kan köras under olika budgetar beroende på vilken regel som utlöser den. En budget är en månatlig gräns för verktygsanrop, 300 000 som standard, inte en dollargräns.
Vad kan AI-agenter göra utöver att svara på ett WhatsApp-ärende?
Samma agent som skickar svaret kan också läsa hela konversationen, söka igenom dina kunskapskällor efter ett svar, tagga ärendet, överföra det till rätt avdelning och markera det som löst när ärendet är klart. Dessa åtgärder fungerar på samma sätt oavsett vilken kanal ärendet kom in på, eftersom taggning, överföring och avslutning inte är knutna specifikt till WhatsApp.
Agenten har långt över 30 verktyg tillgängliga totalt, inte bara de ovan nämnda. Lägg till eller tilldela anteckningar, återöppna ett löst ärende, markera något som skräppost, fyll i ett anpassat fält eller skapa en ny kunskapsbasartikel är alla saker samma agent kan göra medan den arbetar med ett ärende.
Detta är viktigt eftersom en WhatsApp-konversation inte alltid är ett enda meddelande. En kund kan ställa en följdfråga, och agenten kan fortsätta arbeta med samma ärende istället för att bara skicka ett fördefinierat svar.
Det finns en bieffekt värd att känna till. Eftersom agenten svarar inom ögonblick efter kundens meddelande, hamnar det svaret inom WhatsApps 24-timmarsfönster för kundservice . Metas egen dokumentation för detta fönster anger: “När en WhatsApp-användare meddelar dig eller ringer dig startar en 24-timmars timer som kallas ett kundservicefönster,” och om användaren skriver igen innan det löper ut, “återställs timern till 24 timmar.” Ett snabbt AI-svar håller det fönstret öppet av design, istället för att ett supportteam av misstag missar det och tvingas falla tillbaka på ett förgodkänt mallmeddelande.
Vad kan AI-agenter inte hantera på WhatsApp än?
AI-agenter på WhatsApp kan inte starta en ny konversation på egen hand. Detta är en begränsning i LiveAgent idag, inte en WhatsApp-regel: LiveAgent stöder redan att skicka det första meddelandet på WhatsApp (proaktiv uppsökande verksamhet med en godkänd mall), men endast en person kan utlösa det, inte en AI-agentregel.
När 24-timmarsfönstret för kundservice har stängts kan AI-agenten inte skicka någonting alls förrän kunden skriver igen. Att skicka ett mallmeddelande efter att fönstret stängts är en manuell, endast mänsklig åtgärd i LiveAgent idag. LiveAgent bekräftade detta direkt: i ett internt test låg ett WhatsApp-ärende i hela 24 timmar, och en person i teamet kunde skicka ett mallmeddelande när fönstret hade stängts, men ingen regel eller AI-verktyg kan göra det steget automatiskt.
Svar är också endast text just nu. En AI-agent kan inte skicka bilder, röstmeddelanden eller annan media på WhatsApp.
Det är också värt att vara specifik om vad “automatiskt” betyder här. AI-agenten körs endast där en regel säger åt den att göra det. En WhatsApp-avdelning utan matchande regel fortsätter att fungera precis som tidigare, hanterad av dina mänskliga agenter.
Hur skiljer sig detta från en generisk WhatsApp-chatbot?
En generisk WhatsApp-chatbot följer vanligtvis ett fast beslutsträd som någon byggt i förväg, och den svarar vanligtvis bara i själva chattfönstret. LiveAgents AI-agent arbetar istället i ditt befintliga ärendehanteringssystem, så samma tagg-, överförings- och avslutningsåtgärder gäller oavsett vilken kanal ärendet kom in på, vare sig det är WhatsApp, e-post eller livechatt. Automatiskt svarande i sig är mer begränsat: livechatt har haft det sedan 2024, och WhatsApp är den enda andra kanalen som har det hittills.
| AI-agentregel (LiveAgent) | Manuellt agentsvar | Generisk WhatsApp-chatbot | |
|---|---|---|---|
| Svarar utanför kontorstid | Ja, omedelbart | Nej, väntar på personal | Ja, men endast skriptbaserat |
| Läser och söker i dina kunskapskällor | Ja | Ja, manuellt | Sällan |
| Taggning, överföring eller avslutning av ärendet, på valfri kanal | Ja | Ja, manuellt | Nej |
| Kräver ett beslutsträd per flöde | Nej, använder befintliga regler och kunskap | Inte tillämpligt | Ja |
| Skickar även automatiska svar på | Livechatt endast, sedan 2024 | Varje kanal, manuellt | Ingen annanstans |
Vad kostar ett AI-agentsvar på WhatsApp?
Två separata saker påverkar kostnaden här, och de är lätta att blanda ihop. Regelns budget är en månatlig gräns för verktygsanrop (300 000 som standard), inte en dollargräns, så den styr hur många gånger agenten kan agera, inte vad varje åtgärd kostar. Den faktiska dollarkostnaden per svar beror på vilken AI-leverantör och modell agenten använder, eller, för en FlowHunt-agent, hur själva flödet är byggt, plus hur mycket den behöver söka i dina kunskapskällor för att svara.
För att sätta ett ungefärligt pris: i tidiga interna tester på ett litet urval av två meddelanden kostade ett WhatsApp AI-agentsvar med GPT-5.4 cirka 0,26 USD per styck. Det är ett begränsat test, inte en publicerad taxa, och en billigare modell skulle kosta mindre per svar.
Det finns en andra kostnad att planera för som inte har med LiveAgent att göra. Från och med 1 oktober 2026 börjar Meta fakturera företag direkt för WhatsApp-tjänstemeddelanden, de fritt formulerade svar som skickas inom 24-timmarsfönstret för kundservice, när ett företags telefonnummer överstiger 1 000 gratis meddelanden per månad. Den avgiften ligger på vad Meta kallar tjänstetaxan, som speglar prissättningen för verktyg och autentisering som redan används på varje marknad, enligt 360dialogs rapportering om förändringen . En AI-agent som svarar automatiskt förändrar inte hur Meta räknar dessa meddelanden. Det innebär bara att meddelandena skickas snabbare.
Hur LiveAgent hjälper
LiveAgent är vår produkt, och denna artikel handlar om en funktion vi har byggt, så betrakta det som det informationsmeddelande det är. Om du redan använder LiveAgent för WhatsApp är en AI-agentregel det snabbaste sättet att överbrygga gapet mellan “kund meddelar vid midnatt” och “kund får ett riktigt svar,” utan att anställa ett nattskift.
Om du utvärderar helpdesk-programvara för WhatsApp-support är detta ett av de områden där ett kanalagnostiskt ärendehanteringssystem har en fördel gentemot ett WhatsApp-only chatbot-verktyg: samma taggning, överföring, kunskapsbas och rapportering som du använder för e-post eller livechatt överförs till WhatsApp utan separat konfiguration.
Slutsats
Om ditt team redan kör WhatsApp-support via LiveAgent är det snabbaste nästa steget att konfigurera en AI-agentregel och se vad den fångar upp över natten. Aktivera en AI-agentregel för din WhatsApp-inkorg och se hur mycket av morgondagens kö som redan är besvarad innan ditt team loggar in.

