Cara menjalankan agen Claude Agent SDK di WhatsApp (dengan MonoChat)

Claude Agent SDK adalah agent harness milik Anthropic: siklus bernalar, penggunaan alat, dan pemeriksaan mandiri yang sama dengan yang menggerakkan Claude Code, dikemas agar developer dapat membangun agen mereka sendiri. Untuk menjalankannya di WhatsApp, Anda memerlukan tiga hal lagi di sekitarnya: koneksi ke WhatsApp Business Platform, cara untuk memberi agen alat bisnis Anda, dan jalur aman ke petugas saat agen harus berhenti. Dengan Agent Harness MonoChat, Anda menambahkan Claude Agent SDK sebagai AI Harness, meletakkan node AI Agent ke dalam alur, menghubungkan nomor WhatsApp Anda, lalu menguji. Tidak ada server yang perlu dijalankan.

Panduan ini menjelaskan apa yang dibawa Claude Agent SDK ke percakapan pelanggan, bagaimana penyiapannya di MonoChat, dan apa yang perlu dipastikan benar sebelum pelanggan mulai menulis.

Apa itu Claude Agent SDK (dan mengapa cocok untuk dukungan pelanggan)

Sebagian besar AI di WhatsApp saat ini hanyalah satu panggilan model: pesan masuk, model menulis balasan, selesai. Itu cukup untuk “Jam buka Anda kapan?” Tetapi tidak untuk “Pesanan saya belum tiba dan saya bepergian hari Jumat.”

Harness menjalankan model dalam siklus. Model memutuskan apa yang dilakukan berikutnya, harness menjalankan langkah itu (mencari sesuatu, memanggil alat, membaca file), memberikan hasilnya kembali, dan mengulang sampai tugas selesai atau petugas dibutuhkan. Claude Agent SDK adalah versi Anthropic dari siklus itu. Ia adalah fondasi Claude Code dan dilengkapi komponen dasar yang diandalkan developer di sana: penggunaan alat, dukungan MCP, sub-agen, pengelolaan konteks untuk sesi panjang, dan kontrol izin.

Untuk pesan pelanggan, siklus itulah yang mengubah jawaban menjadi penyelesaian:

• Ia memeriksa sebelum berjanji. Stok, status pengiriman, slot janji temu, atau aturan pengembalian dana dicari saat menjawab, bukan ditebak.
• Ia menangani kasus dalam beberapa langkah. Menemukan pesanan, memeriksa kurir, melihat paket tertahan, menawarkan penggantian, semuanya dalam satu percakapan.
• Ia tahu kapan harus berhenti. Harness yang baik menyerahkan kasus ke petugas, bukan berimprovisasi, saat mencapai batas yang boleh dilakukannya.

Jika Anda ingin latar belakang tentang harness dibanding inferensi biasa, baca apa itu agent harness dan mengapa layanan WhatsApp membutuhkannya.

Tiga cara menggunakan agen Claude di MonoChat

MonoChat mendukung tiga jalur menuju agen berbasis Claude. Ketiganya memakai node AI Agent, kanal, dan serah terima yang sama.

Opsi	Tempat berjalan	Yang Anda perlukan
Claude Agent SDK	Agent runner MonoChat; setiap proses adalah proses agen terisolasi bergaya Claude Code	Tidak ada tambahan; model AI Anda melalui gateway MonoChat
Claude Managed Agents	Cloud Anthropic	API key Anthropic Anda
Custom (layanan Claude Agent SDK Anda sendiri)	Server Anda sendiri	URL endpoint dan shared secret

Bagi kebanyakan tim, opsi pertama adalah awal yang tepat: Anda mendapatkan harness Claude Agent SDK tanpa perlu men-deploy atau memelihara apa pun. Pilih Claude Managed Agents jika Anda sudah membangun di atas agen terkelola Anthropic dan ingin tetap di sana. Pilih Custom jika developer Anda sudah membangun dan menguji agen sendiri dengan SDK dan ingin tetap menjalankannya di infrastruktur sendiri; panduan kami tentang menghubungkan agen AI Anda sendiri ke WhatsApp membahas jalur itu.

Langkah demi langkah: agen Claude Agent SDK di WhatsApp

1. Tambahkan AI Harness

Di MonoChat, AI Harness adalah definisi layanan yang Anda tambahkan sekali dan gunakan ulang. Tambahkan satu dan pilih Claude Agent SDK sebagai penyedia. Tidak ada lagi yang perlu dikonfigurasi untuk penyedia itu sendiri: ia berjalan di agent runner MonoChat dan menjangkau model AI Anda melalui gateway MonoChat.

2. Tambahkan node AI Agent ke alur

Buka alur yang menangani percakapan masuk, atau buat yang baru, lalu tambahkan node AI Agent. Pilih harness yang baru Anda buat. Di sinilah agen mendapat tugasnya: tulis instruksi yang menjelaskan siapa yang dilayaninya, apa yang boleh dilakukannya, dan kapan ia harus menyerahkan.

3. Pilih model utama, fallback, dan cepat

Setiap node AI Agent memiliki tiga peran model:

• Model utama: bernalar, memutuskan, dan menulis balasan.
• Model fallback: mengambil alih setelah batas lunak tercapai atau saat model utama gagal, sehingga pelanggan tetap mendapat jawaban.
• Model cepat: menangani pekerjaan latar belakang.

Tetapkan juga batas anggaran per proses. Percakapan pelanggan jarang membutuhkan rangkaian langkah yang panjang, dan anggaran mencegah kasus yang tidak biasa menjadi mahal. Artikel kami tentang mengapa agen yang berhadapan dengan pelanggan membutuhkan model fallback menjelaskan cara memilih pasangannya.

4. Berikan alat kepada agen

Agen tanpa alat hanya bisa berbicara. Di MonoChat, agen dapat menggunakan:

• AI function tools untuk memanggil API Anda dengan input terstruktur, misalnya “dapatkan status pesanan” atau “buat pengembalian”.
• Server MCP untuk membawa alat dari sistem apa pun yang kompatibel dengan MCP.
• Basis pengetahuan AI untuk jawaban yang berlandaskan kebijakan dan dokumen Anda sendiri.
• Fungsi kustom untuk logika bisnis yang berjalan di dalam percakapan.

Mulailah dengan dua atau tiga alat yang mencakup permintaan Anda yang paling umum. Setiap alat yang Anda tambahkan adalah satu hal lagi yang dapat dilakukan agen, dan satu hal lagi yang harus diuji.

5. Hubungkan WhatsApp dan kanal lainnya

Hubungkan nomor WhatsApp Business Anda ke MonoChat jika belum (MonoChat adalah Meta Business Partner resmi dan memakai WhatsApp Business Platform resmi). Karena agen berada di dalam alur, Anda dapat menyambungkan alur yang sama ke Instagram, Messenger, TikTok, Telegram, web chat, SMS, dan suara tanpa membangun ulang apa pun.

6. Uji, lalu luncurkan

Kirim ke agen pesan yang benar-benar dikirim pelanggan Anda: singkat, salah ketik, dalam lebih dari satu bahasa, tiga pertanyaan dalam satu pesan. Periksa bahwa ia memakai alat yang tepat, tetap dalam aturan Anda, dan menyerahkan pada saat yang tepat. Lalu aktifkan alur untuk lalu lintas nyata.

Menulis instruksi untuk agen WhatsApp

Claude Agent SDK tumbuh di dunia pemrograman, tempat jawaban panjang dan terperinci disambut baik. WhatsApp justru sebaliknya. Beberapa aturan membuat perbedaan besar:

• Jaga balasan tetap singkat. Dua atau tiga kalimat per pesan, satu pertanyaan sekali waktu. Pelanggan membaca di ponsel.
• Konfirmasi sebelum bertindak. “Saya dapat membatalkan pesanan 4821 dan mengembalikan €39. Lanjutkan?” sebelum tindakan apa pun yang menimbulkan biaya atau tidak dapat dibatalkan.
• Sebutkan aturan serah terima secara eksplisit. Misalnya: “Serahkan ke petugas untuk keluhan tentang staf, ancaman hukum, pengembalian dana di atas €100, atau saat pelanggan meminta petugas.”
• Tetap di dalam bisnis Anda. Sejak 15 Januari 2026, ketentuan WhatsApp melarang asisten AI serbaguna di platform. Agen yang melayani pelanggan Anda sendiri tidak masalah; yang menulis esai tentang topik apa pun tidak boleh. Panduan kebijakan chatbot AI WhatsApp kami menjelaskan aturannya.
• Hormati jendela 24 jam. Balasan bebas diizinkan dalam 24 jam setelah pesan terakhir pelanggan. Setelah itu, pesan memerlukan template yang disetujui.

Serah terima: bagian yang menentukan kepercayaan

Pelanggan memaafkan agen yang berkata “Biar saya panggilkan rekan saya.” Mereka tidak memaafkan yang berputar-putar. Di MonoChat, agen menyerahkan percakapan ke tim Anda di inbox bersama dengan riwayat lengkap: apa yang ditanyakan pelanggan, apa yang dicari agen, dan apa yang sudah dicobanya. Petugas yang mengambil alih tidak perlu meminta pelanggan mengulang dari awal.

Rencanakan aturan serah terima Anda sebelum merencanakan alat. Tentukan kasus mana yang tidak boleh ditangani agen sendirian, siapa yang menerimanya, dan apa yang disampaikan agen kepada pelanggan selagi mereka menunggu.

Biaya dan kendali

Dengan agen, ada dua jenis biaya di atas paket MonoChat Anda: penggunaan model AI dan biaya WhatsApp dari Meta. Sejak 1 Oktober 2026, Meta menagih balasan layanan setelah 1.000 pertama per nomor bisnis setiap bulan; panduan harga WhatsApp API kami memuat rinciannya.

Dari sisi AI, MonoChat tidak menambahkan markup saat Anda memakai key penyedia sendiri. Batas anggaran per proses, model fallback yang masuk akal, dan model cepat untuk pekerjaan latar belakang menjaga penggunaan tetap dapat diprediksi seiring pertumbuhan volume.

Kapan memilih harness lain

Claude Agent SDK adalah pilihan bawaan yang kuat untuk agen yang perlu bernalar melalui beberapa langkah. Tetapi Agent Harness dibangun agar Anda tidak terkunci. Jika tim Anda sudah bekerja dengan OpenAI Agents SDK, Pi, agen OpenAI atau Anthropic terkelola, atau framework sendiri, Anda dapat menambahkan AI Harness lain dan mengalihkan node AI Agent, tanpa menyentuh kanal, alat, atau serah terima Anda. Lihat semua opsi di halaman Agent Harness.