AI 分析
痛点:现有 WhatsApp 点单机器人本质是伪装的电话按键树(回复1看菜单、回复2看位置),用户被迫用关键词和数字回复,交互僵硬、购物车/支付/地址状态极易丢失。
目标用户:新兴市场(如肯尼亚)使用 WhatsApp + M-Pesa 接单的小微商家(果汁店、餐饮外卖、本地零售),以及为其做自动化的开发者/代理商。
证据:Every WhatsApp order bot I've used is a phone tree in disguise... It's a phone tree wearing a chat bubble. / so for a juice delivery shop I'm working with, I built a WhatsApp assistant that... / Fires an M-Pesa STK push for checkout, or falls back to pay-on-delivery... / Posts the finished order into the shop's actual backend with an order number, no human re-typing anything on their end
变现:按商家订阅的 SaaS(月费 + 消息量阶梯),或按成交订单抽取佣金;面向代理商的 white-label 授权。
MVP:用 WhatsApp Business API + LLM 做意图解析,接商家自身网站/表格同步商品目录,维护跨会话持久化的购物车状态,集成 M-Pesa STK Push 及货到付款回退,订单直接写入商家后台;先服务 1-2 家本地商家验证闭环。
竞品:Wati、Interakt、Zoko、ManyChat、Twilio WhatsApp API、WhatsApp 官方 Business App
摘要:开发者给肯尼亚一家果汁配送店做了 WhatsApp 点单助手,用自然语言(含 niaje/sasa 等斯瓦希里语混用)替代按键树,自动读目录、算运费、建购物车,并用 M-Pesa STK Push 结账、订单直写商家后台。作者认为真正难点不是 NLP 而是跨会话的状态管理(购物车、支付重试、地址解析)。有真实商家在配合,但帖子未披露价格或收入数据。