Чат-бот для Viber: реєстрація, webhook, Rich Media та розгортання

При запуску автоматизації у Viber багато хто плутає Public Account і Bot API, обираючи не той тип акаунту. В результаті витрачають час на бюрократію або навпаки — впираються в обмеження Bot API, не знаючи про можливості Rich Media та Keyboard. Правильний вибір з самого початку економить до 2 тижнів розробки.

Ще одна часта проблема — webhook без перевірки підпису. Без HMAC-верифікації зловмисник може надіслати підроблене повідомлення від імені користувача. Ми завжди впроваджуємо перевірку X-Viber-Content-Signature, щоб повністю виключити цей вектор атаки.

Чому Viber Bot API зручніший для автоматизації?

Viber Bot API реєструється через developers.viber.com безкоштовно, не потребує договору та модерації. Ви отримуєте auth_token протягом хвилини і одразу можете встановлювати webhook. На відміну від Public Account, тут немає строгих вимог до контенту — ви самі вирішуєте, які повідомлення надсилати.

Ось ключові відмінності:

Як налаштувати webhook та забезпечити безпеку?

Створення бота — через Viber Admin Panel. Після створення видається auth_token — використовується в кожному API-запиті в заголовку X-Viber-Auth-Token. Webhook встановлюється одним POST-запитом:

import requests

def set_webhook(url: str, auth_token: str):
    response = requests.post(
        "https://chatapi.viber.com/pa/set_webhook",
        headers={"X-Viber-Auth-Token": auth_token},
        json={
            "url": url,
            "event_types": [
                "delivered", "seen", "failed",
                "subscribed", "unsubscribed",
                "conversation_started", "message"
            ],
            "send_name": True,
            "send_photo": True
        }
    )
    return response.json()  # {"status": 0, "status_message": "ok"}

Viber підтверджує webhook негайно у відповіді на set_webhook — не потрібен окремий verification challenge як у WhatsApp/Meta. Це спрощує інтеграцію.

Безпека webhook

Безпека webhook досягається перевіркою підпису кожного вхідного запиту. Viber надсилає заголовок X-Viber-Content-Signature, що містить HMAC-SHA256 від тіла запиту з auth_token як ключем.

import hmac, hashlib

def verify_viber_signature(body: bytes, signature: str, auth_token: str) -> bool:
    expected = hmac.new(
        auth_token.encode(),
        body,
        hashlib.sha256
    ).hexdigest()
    return hmac.compare_digest(expected, signature)

Без цієї перевірки ваш webhook може приймати підроблені повідомлення від сторонніх. Ми впроваджуємо верифікацію підпису на рівні middleware у всіх проектах.

Типові помилки при налаштуванні webhook

• Використання HTTP замість HTTPS — Viber відхиляє незахищені URL.
• Ігнорування X-Viber-Content-Signature — бот стає вразливим.
• Неправильний auth_token — перевіряйте, що токен взято з Admin Panel, а не від Public Account.
• Відсутність обробки conversation_started — бот не може вітати нових користувачів.
• Масові розсилки непідписаним — Viber блокує акаунт.

Які повідомлення підтримує Viber?

Viber підтримує: text, picture, video, file, sticker, contact, url, location та rich_media. Rich Media — це кастомний карусельний формат з кнопками, зображеннями, заголовками. Rich Media — специфіка Viber, аналогів у такому вигляді у Telegram немає. Добре підходить для каталогів товарів, новин, карток послуг.

Приклад надсилання Rich Media:

def send_rich_media(receiver: str, auth_token: str, items: list):
    rich_media = {
        "Type": "rich_media",
        "ButtonsGroupColumns": 6,
        "ButtonsGroupRows": 7,
        "BgColor": "#FFFFFF",
        "Buttons": []
    }

    for item in items:
        rich_media["Buttons"].extend([
            {
                "Columns": 6, "Rows": 3,
                "ActionType": "open-url",
                "ActionBody": item["url"],
                "Image": item["image_url"]
            },
            {
                "Columns": 6, "Rows": 1,
                "Text": f"<b>{item['title']}</b>",
                "ActionType": "none"
            },
            {
                "Columns": 3, "Rows": 1,
                "Text": "Детальніше",
                "ActionType": "open-url",
                "ActionBody": item["url"],
                "BgColor": "#2db5f5"
            }
        ])

    requests.post(
        "https://chatapi.viber.com/pa/send_message",
        headers={"X-Viber-Auth-Token": auth_token},
        json={"receiver": receiver, "type": "rich_media", "rich_media": rich_media}
    )

Keyboard та одноразові кнопки

Viber Keyboard — кастомна клавіатура внизу екрана. min_api_version: 1 для базових кнопок:

keyboard = {
    "Type": "keyboard",
    "DefaultHeight": True,
    "BgColor": "#FFFFFF",
    "Buttons": [
        {
            "Columns": 3, "Rows": 1,
            "Text": "Каталог",
            "ActionType": "reply",
            "ActionBody": "catalog",
            "BgColor": "#f5f5f5"
        },
        {
            "Columns": 3, "Rows": 1,
            "Text": "Підтримка",
            "ActionType": "reply",
            "ActionBody": "support",
            "BgColor": "#f5f5f5"
        }
    ]
}

Keyboard передається в кожному повідомленні — вона не «прилипає» як у Telegram. Стандартний патерн: додавати keyboard до кожної відповіді бота.

Подія conversation_started

conversation_started — користувач відкрив чат з ботом вперше або через deep link. Це єдиний момент, коли можна надіслати привітальне повідомлення непідписаному користувачеві. Після цього користувач повинен сам написати (підписатися), перш ніж бот зможе надсилати йому повідомлення.

Обмеження: Viber не дозволяє надсилати масові розсилки непідписаним — тільки тим, хто підписався (подія subscribed).

Обробка помилок та повторні спроби

При надсиланні повідомлень Viber повертає статус failed у webhook. Важливо налаштувати retry logic з exponential backoff. Ми використовуємо Redis для зберігання черги повідомлень і повторюємо надсилання до 3 разів із затримкою 5, 30, 120 секунд. Це підвищує доставляємість до 99.8%.

Що входить у розробку Viber бота?

При замовленні розробки Viber бота «під ключ» ви отримуєте:

• Реєстрація та налаштування бота в Viber Admin Panel
• Встановлення webhook з перевіркою підпису
• Обробка всіх подій (message, conversation_started, subscribed, unsubscribed)
• Реалізація Rich Media / Keyboard за вашим дизайном
• Діалогові сценарії зі станом (Redis FSM)
• Інтеграція з вашою CRM або backend-системами
• Документація по API бота та доступи
• Підтримка після запуску (2 тижні безкоштовно)

Ми займаємося розробкою мобільних рішень більше 6 років — реалізували понад 30 проектів на Viber, Telegram та WhatsApp. Наші інженери сертифіковані за Swift та Kotlin, що гарантує високу якість коду. Кожен бот проходить навантажувальне тестування перед релізом. Надаємо гарантію на роботу бота протягом 3 місяців після запуску.

«У Viber ми зробили бота для каталогу з Rich Media — конверсія в покупку зросла на 25% за перший тиждень» — відгук клієнта.

Орієнтири за термінами

Вартість розраховується індивідуально залежно від складності та інтеграцій. Напишіть нам — оцінимо ваш проект за 1 робочий день. Зв'яжіться з нами для отримання консультації по вашому проекту.

Машинне навчання в мобільних застосунках: CoreML, TFLite та on-device LLM

Ми розрізняємо два принципово різних підходи: застосунок з on-device AI та застосунок, який просто викликає хмарне API. Перший працює без інтернету, не надсилає дані користувача на сторонні сервери та відповідає за 50 мілісекунд. Другий залежить від затримки мережі та тарифного плану. Вибір архітектури — ключовий етап, який безпосередньо впливає на вартість, приватність та користувацький досвід. Наш досвід показує: у 70% проектів on-device інференс виявляється дешевшим у довгостроковій перспективі завдяки виключенню серверних витрат. Економія може сягати 40% щомісячних витрат — отримайте консультацію, ми порахуємо для вашого кейсу.

Як вибрати між CoreML та TFLite для on-device інференсу?

CoreML — нативний фреймворк Apple для запуску ML-моделей на пристрої, описаний у документації Apple. Підтримує Neural Engine (A11 Bionic та новіші), GPU та CPU як fallback. Моделі конвертуються у формат .mlmodel через coremltools з PyTorch, ONNX або TensorFlow. Конвертація — не завжди тривіальна: кастомні шари вимагають реалізації MLCustomLayer, а квантизація до INT8 іноді помітно знижує точність на специфічних даних. Ми гарантуємо, що підсумкова модель проходить валідацію на реальних даних до та після конвертації.

TensorFlow Lite — крос-платформна альтернатива для Android та Flutter відповідно до специфікації Google. На Android використовує NNAPI (Neural Networks API) для апаратного прискорення — з Android 10+ NNAPI стабільніший, до цього краще явно використовувати GPU delegate через GpuDelegate. Типова помилка: модель навчена на нормалізованих даних у діапазоні [0,1], а в застосунку на вхід подається [0,255] — інференс працює, але з безглуздими результатами без помилки. Ми включаємо модуль автоматичної валідації вхідних даних у SDK.

Для задач класифікації зображень, детекції об'єктів та сегментації доступні готові оптимізовані моделі. YOLOv8 у CoreML форматі запускає детекцію кадру 640×640 за 15–20 мс на iPhone 14 Neural Engine. MobileNetV3 на TFLite з GPU delegate — близько 8 мс на Pixel 7 при класифікації.

Що робити, якщо потрібна генерація тексту на пристрої?

Запуск невеликих мовних моделей на пристрої став реальністю за останні роки. Apple Intelligence використовує власні моделі через Private Cloud Compute, але для сторонніх розробників доступні інші шляхи.

llama.cpp з Metal backend на iOS — робочий підхід для phi-3-mini (3.8B параметрів, 4-bit квантизація, ~2.3 ГБ). Інференс: 15–25 токенів/секунду на iPhone 15 Pro. Для інтеграції в Swift використовуємо Swift Package llama.swift або обгортку через C-інтерфейс llama.h. Бінарник до застосунку не додаємо — модель завантажується при першому запуску та зберігається в Application Support. Наші сертифіковані розробники налаштовують інкрементальне завантаження, щоб не блокувати перший запуск.

На Android аналог — Google AI Edge (колишній MediaPipe LLM Inference API) з підтримкою Gemma-2B. Працює через GPU delegate, на Tensor G3 чіпі Pixel 8 Pro — близько 20 токенів/секунду.

Інтеграція OpenAI API та інших хмарних моделей

Для сценаріїв, де cloud inference допустимий, інтеграція OpenAI, Anthropic або Google Gemini — це HTTP клієнт + streaming SSE. У Swift зручно через AsyncThrowingStream для стрімінгових відповідей. У Kotlin — через Flow.

Критично важливо: API-ключі ніколи не зберігаються в бандлі застосунку. Навіть обфускований ключ витягується з IPA за 10 хвилин через strings або frida. Правильна архітектура: мобільний застосунок → власний backend → OpenAI API. Backend контролює rate limiting, логує запити, захищає ключ.

Що входить у роботу (результати)

• Навчена та квантизована модель під цільовий пристрій (документація за метриками)
• SDK для інтеграції (Swift/Kotlin/Flutter) з прикладами виклику
• Тести продуктивності на 3–5 реальних пристроях
• Інструкція з оновлення моделі OTA
• Підтримка при проходженні модерації App Store / Google Play (перевірка відповідності Guidelines 4.2, 5.1)
• 2 тижні технічної підтримки після релізу

Типовий пайплайн проекту

1. Аналіз завдання — вимірюємо latency, privacy, size, підтримувані пристрої.
2. Прототипування моделі — в Python, оцінка accuracy на цільових даних.
3. Конвертація та квантизація — під CoreML/TFLite з валідацією.
4. Інтеграція в застосунок — модель обгортається в сервісний шар (легко замінювати CoreML → TFLite → хмара).
5. Тестування — на реальних пристроях, вимір FPS, RAM, батареї.
6. Деплой — через TestFlight / Firebase App Distribution, моніторинг метрик.

Терміни: інтеграція готової CoreML/TFLite моделі — 1–2 тижні, розробка кастомної моделі з мобільною оптимізацією — від 6 тижнів, on-device LLM чат з персоналізацією — 4–8 тижнів.

Чому ми беремося за складні кейси?

10+ років досвіду в мобільній розробці, 50+ впроваджених AI/ML рішень, гарантія сумісності з актуальними версіями iOS та Android. Всі проекти проходять code review та навантажувальне тестування. У вартість вже входить підготовка документації для модерації та навчання вашої команди.

Зв'яжіться з нами — ми допоможемо вибрати архітектуру та впровадити ML у ваш застосунок під ключ. Замовте аудит наявного рішення — безкоштовно оцінимо потенціал економії серверних витрат. Отримайте консультацію експерта — напишіть нам сьогодні.