De Skill achter deze gids: Chatbot Builder Skill voor Python. Chatbots met Flask en Django, van de eerste verwerker tot de uitgerolde webhook, in Claude, ChatGPT of een AI-chat - $14.99, één betaling, permanent van jou.
Bekijk de Python-Skill →Als je opzoekt hoe je een Telegram-bot maakt, brengt Claude je het grootste deel van de weg: het schrijft de verwerkers, de toestandsmachine, het webhook-eindpunt en het deploymentbestand, en legt uit wat elk onderdeel doet. Wat het niet kan, is de bot registreren bij BotFather, je token beheren, de service op een server zetten of toezien hoe die om twee uur 's nachts uitvalt. De code is het snelle deel. De accounts, hosting en monitoring blijven jouw verantwoordelijkheid.
Accepteer die taakverdeling, en een bot bouwen met AI wordt een gewone middagklus. Hieronder vind je de volgorde, de belangrijke stackkeuzes en de prompts die code opleveren die je kunt uitvoeren.
Wat kan Claude daadwerkelijk bouwen, en wat moet jij nog doen?
Chatbots zijn een goed gedocumenteerd probleem met stabiele bibliotheken, dus dit ligt dicht bij Claude's ideale scenario: een werkende opdrachtverwerker, een toestandsmachine voor gesprekken, databasemodellen, foutafhandeling en een Dockerfile, met uitleg over de afwegingen als je daarom vraagt. De eerlijke taakverdeling:
- Claude wel: de code, de projectstructuur, de keuze voor de bibliotheek met redenen, de configuratie, de tests, het deploymentbestand en de uitleg op elk gewenst detailniveau.
- Jij wel: het botaccount aanmaken en het token ophalen, hosting kiezen en betalen, de omgevingsvariabelen instellen, het domein koppelen, de deployment uitvoeren en de logs lezen wanneer het misgaat.
- Geen van beiden: garanderen dat de bibliotheek sinds de trainingsgegevens van het model niet is veranderd. Zet versies vast en lees de release notes wanneer iets niet klopt.
Hoe maak je stap voor stap een Telegram-bot met Claude?
De volgorde verandert nauwelijks per project.
- Registreer de bot. Stuur BotFather in Telegram een bericht, maak een bot aan, kies een gebruikersnaam en bewaar het token. Twee minuten werk, en hij is van jou.
- Kies polling of een webhook. Polling is eenvoudiger en werkt overal, ook op je laptop. Voor een webhook heb je een openbare HTTPS-URL nodig. Bouw met polling en ga live met een webhook.
- Vraag om het skelet. Vraag om een bot in één bestand met één opdracht, voer die uit en bevestig dat er een bericht terugkomt.
- Voeg status toe. Alles wat uit meerdere stappen bestaat, moet onthouden waar de gebruiker is. Vraag om een expliciete toestandsmachine in plaats van een stapel if-statements; juist die stapel maakt bots later onmogelijk aan te passen.
- Implementeer en houd toezicht. Elke kleine host volstaat. Bewaar het token in een omgevingsvariabele, nooit in het bestand of de repository, en voeg logging toe: dat is het onderdeel dat je nodig hebt bij de eerste storing.
Schrijf nog geen code. Stel eerst alles wat je nodig hebt en wacht daarna.
Platform: [TELEGRAM / WEB WIDGET / DISCORD / WHATSAPP]
Stack: [PYTHON / NODE.JS / REACT / SPRING BOOT / WORDPRESS]
Waar de bot voor dient: [ONE SENTENCE]
De drie dingen waar gebruikers het vaakst naar vragen: [...]
Onthoudt het iets tussen berichten: [YES, WHAT / NO]
Waar het draait: [LAPTOP / VPS / MANAGED HOST / UNDECIDED]
Volume: [MESSAGES PER DAY]
Vervolgens, in deze volgorde:
1. Bestands- en mappenindeling, één regel per bestand.
2. Bibliotheken en waarom, versies vastgezet.
3. De kleinste versie die draait en op één bericht antwoordt.
4. Wat ik eerst handmatig configureer.
Schrijf niet de volledige applicatie. Stop na stap 4.
De truc is om vroeg te stoppen. Als je vraagt om "een Telegram-bot", geeft een model je vierhonderd regels die je niet hebt gelezen, en het debuggen daarvan duurt langer dan zelf veertig regels schrijven.
Houdt het antwoord binnen één Python-stack, in plaats van halverwege een bestand te wisselen tussen Flask-voorbeelden en Django-conventies. Projectindeling, gespreksstatus, webhook versus polling, omgevingsconfiguratie, implementatie. De meeste Telegram-bots eindigen in Python, dus begin hier als je geen voorkeur hebt.
Bekijk de Python-Skill →In welke stack moet de chatbot draaien?
Kies op basis van waar de bot moet draaien, niet op basis van de taal die je het prettigst vindt.
Python is de standaard voor messagingbots: volwassen bibliotheken, overal voorbeelden, en een Telegram-bot is misschien zestig regels lang voordat hij iets interessants doet. De Python-chatbotbuilder-Skill ondersteunt Flask en Django, omdat het juiste antwoord voor een kleine webhook niet hetzelfde is als het juiste antwoord binnen een bestaand Django-project.
Node.js is de beste keuze wanneer de bot naast een JavaScript-backend draait die je al gebruikt, of wanneer je websockets en streaming nodig hebt zonder een tweede runtime: de Node.js-chatbotbuilder-Skill.
React is de andere helft: de widget op de pagina. Streamingreacties, berichtstatus, scrollgedrag, typindicatoren en de toegankelijkheidsdetails die vaak worden vergeten. De React-chatbotbuilder-Skill werkt met elke backend.
Spring Boot is voor de bot binnen een bestaande Java-service, met de eigen authenticatie, logging en deploymentpipeline van het bedrijf. Niemand kiest Spring Boot voor Java-chatbots voor zijn plezier, maar als het de standaardstack is, gaat de Skill uit van enterprisebeperkingen in plaats van een hobbyproject.
WordPress is voor een site die al bestaat en een widget nodig heeft die een niet-ontwikkelaar kan onderhouden. De WordPress chatbot builder Skill regelt de pluginstructuur, hooks en het beheerscherm met instellingen, zodat de klant de begroeting kan wijzigen zonder een code-editor te openen. De rest staat in de collectie tech- en development-Skills.
Hoe zorg je ervoor dat de antwoorden van de bot volgens het script blijven?
Een chatbot omvat twee problemen onder één naam. De infrastructuur bepaalt hoe berichten binnenkomen en buitengaan, en dat is de eenvoudige helft. Het gedrag bepaalt wat de bot zegt, en juist daar gaat het vaak mis: bots die vragen beantwoorden die ze zouden moeten weigeren, beleid verzinnen of klinken alsof niemand bij je bedrijf werkt. Gedrag is een geschreven document, geen programmeerprobleem: een supportbot heeft een scope, een weigeringslijst, een escalatieregel en een toon nodig. De prompt voor een chat-supportagent is dat document: wat de bot beantwoordt, wat hij afwijst, wanneer hij het overdraagt aan een mens en hoe hij zegt dat hij iets niet weet in plaats van te gokken. Plaats hem in de systeemprompt van wat je ook hebt gebouwd en de bot stopt met improviseren.
Anonimiteit is een eigen ontwerpprobleem: een relay-bot heeft regels nodig voor wat hij opslaat, doorstuurt en weigert door te geven. De prompt voor een anonieme Telegram-bot behandelt die laag.
Schrijf de systeemprompt voor een chatbot voordat ik code schrijf.
De bot is voor: [COMPANY / PROJECT]
De taak: [ONE SENTENCE]
Wie ermee praat: [AUDIENCE]
Wat het nooit mag doen: [LIST]
Wanneer een mens het overneemt: [DESCRIBE]
Produceer:
1. Scope: wat binnen de taak van de bot valt en wat daarbuiten valt, in twee korte lijsten.
2. De exacte formulering om verzoeken buiten de scope te weigeren en door te verwijzen naar een mens.
3. De exacte formulering om toe te geven dat het iets niet weet, zonder beleid te verzinnen.
4. Toonregels: zinslengte, formaliteit en drie dingen die het nooit zegt.
5. Tien testberichten, waarvan er vier zijn ontworpen om de scope te overschrijden, met voor elk bericht het juiste antwoord.
Minder dan 500 woorden. Een systeemprompt die niemand kan lezen, wordt door niemand onderhouden.
Streamingreacties zonder dat de component zichzelf eindeloos opnieuw rendert, berichtstatus die een verversing overleeft, scrollverankering, typindicatoren en toetsenbord- en schermlezerfunctionaliteit die de meeste chatwidgets overslaan. De helft aan de frontend, ongeacht welke backend je hebt gekozen.
Bekijk de React-skill →Hoe zit het met Discord- en WhatsApp-bots?
Dezelfde architectuur, een andere voordeur, en de verschillen zitten in de platformregels en niet in de code. Discord biedt je een gatewayverbinding, vooraf geregistreerde slashcommando's en een rechtenmodel dat als eerste problemen zal geven. WhatsApp werkt via het Business Platform: een goedgekeurde afzender, berichtsjablonen voor alles buiten een venster van 24 uur en een beoordelingsproces dat je niet met code kunt omzeilen.
Bouw beide met de bovenstaande Skills. De handler, de toestandsmachine en de gedragsspecificatie zijn identiek; alleen het transport verandert. Vraag Claude dus om de adapter als een eigen module achter een kleine interface te schrijven, zodat een tweede platform later een bestand in plaats van een volledige herschrijving vereist. Begin door te vragen om een lijst van elk account, elke goedkeuring en elke inloggegevens die het platform nodig heeft voordat er code bestaat: op WhatsApp is die lijst langer dan de code.
Waar gaat het mis?
- Bibliotheek-API's veranderen. Code die een versie geleden nog correct was, compileert nu misschien wel maar gedraagt zich vervolgens verkeerd. Zet versies vast en controleer het changelog wanneer iets in de uitleg werkt maar niet in de terminal.
- Het kan jouw fout niet zien. Plak de volledige traceback, geen parafrase. Een samengevatte fout kost je drie gokrondes.
- Het zal je niet vertellen dat het project te uitgebreid is opgezet. Vraag om een door Redis ondersteunde wachtrij en je krijgt die, ook als een woordenboek zou volstaan. Platformlimieten en regels voor ongevraagde berichten staan ook niet in de code: lees ze voordat je live gaat.
- Beveiliging is slechts zo goed als je prompt. Vraag expliciet hoe tokens worden verwerkt, hoe invoer wordt gevalideerd en wat er naar logboeken wordt geschreven, anders krijg je een werkende bot die gegevens lekt.
- Het kan niets uitvoeren of implementeren. Elk commando dat het geeft, moet je zelf uitvoeren.
Hoe installeer je de Skills voor het bouwen van chatbots?
Elke is een SKILL.md-bestand in een ZIP. Open in Claude Customize, vervolgens Skills, druk op +, kies Create skill, vervolgens Upload a skill en selecteer de ZIP. Schakel de skill in en deze wordt toegepast op je volgende chat. Skills werken met de Free-, Pro-, Max-, Team- en Enterprise-abonnementen; hiervoor is code-uitvoering vereist, te vinden onder Settings en vervolgens Capabilities. Anthropic beschrijft dit in zijn Helpartikel over Skills, en de maplocaties staan in onze installatiegids.
In ChatGPT of Gemini kopieer je de tekst van SKILL.md naar aangepaste instructies of een Gem. Dezelfde bestanden worden geladen in Claude Code; dit wordt behandeld in de Claude Code Skills-gids.
Samengevat:
Registreer de bot zelf en laat Claude vervolgens de handler, de toestandsmachine en het implementatiebestand schrijven. Bouw met polling, publiceer met een webhook en schrijf de gedragspecificatie vóór de code. Python ($14.99) voor messagingbots, Node.js ($14.99) naast een JavaScript-backend, React ($14.99) voor de widget en de chatondersteuningsagent-prompt ($14.99), zodat de bot zich aan het script houdt. Alles werkt in Claude, ChatGPT en elke AI-chat, met een 30 dagen niet-goed-geld-teruggarantie.
Chatbot Builder Skill voor Python
Eén bestand, één keer geladen. Chatbots met Flask en Django: projectindeling, gespreksstatus, webhookconfiguratie en implementatieconfiguratie in één consistente stack. Geen abonnement.
KissMySkills is een marktplaats met 853 AI-Skills, 158 promptpakketten, 55 agents en gratis tools voor Claude, ChatGPT en elke AI-chat.
Gerelateerde Skill-gidsen
- Claude gebruiken als backendontwikkelaar: de Niko Skill-gids
- De beste AI-generatoren voor ontwikkelaars in 2026: regex, SQL, unit tests en codebeoordeling
- Een systeemprompt schrijven: een praktische handleiding (2026)
- Claude Code Skills: hoe je ze installeert, waar ze staan en 15 Skills voor ontwikkelaars
- Een Claude Skill installeren (en waar de map met Skills zich daadwerkelijk bevindt)