{"id":871,"date":"2026-08-07T10:05:21","date_gmt":"2026-08-07T03:05:21","guid":{"rendered":"https:\/\/komunitech.com\/blog\/?p=871"},"modified":"2026-10-25T13:51:52","modified_gmt":"2026-10-25T06:51:52","slug":"cara-ai-agent-kualifikasi-leads-dan-tandai-tahap-funnel-otomatis-2026","status":"publish","type":"post","link":"https:\/\/komunitech.com\/blog\/implementasi\/cara-ai-agent-kualifikasi-leads-dan-tandai-tahap-funnel-otomatis-2026\/","title":{"rendered":"Cara AI Agent Kualifikasi Leads dan Tandai Tahap Funnel Otomatis (2026)"},"content":{"rendered":"<p><strong>tl;dr:<\/strong> Nggak semua lead sama. Ada yang siap beli, ada yang cuma nanya-nanya, ada yang salah masuk. Kalau kamu perlakukan semuanya sama, sales kamu buang waktu ke lead dingin dan lead panas keburu kabur. Artikel ini bahas cara AI Agent <em>memutuskan<\/em> lead mana yang berkualitas (lead scoring) dan <em>menandai<\/em> tiap lead ada di tahap funnel mana \u2014 dengan logika yang bisa kamu rancang sendiri, bukan kotak hitam tool jadi.<\/p>\n<h2>Kenapa kualifikasi lead itu penting (dan sering diabaikan)<\/h2>\n<p>Bayangkan tim sales kamu dapat 100 chat masuk sehari. Kalau semua diperlakukan sama, mereka habiskan energi yang sama buat orang yang cuma iseng nanya harga dan orang yang udah siap transfer. Hasilnya: yang siap beli malah nunggu kelamaan, yang iseng malah dikejar-kejar.<\/p>\n<p>Kualifikasi lead menjawab dua pertanyaan:<\/p>\n<ul>\n<li><strong>Seberapa berkualitas lead ini?<\/strong> (lead scoring \u2014 angka atau label: panas\/hangat\/dingin)<\/li>\n<li><strong>Ada di tahap mana dia sekarang?<\/strong> (stage tagging \u2014 baru, tertarik, pertimbangan, siap beli)<\/li>\n<\/ul>\n<p>Dengan dua info ini, kamu bisa arahkan usaha ke tempat yang tepat: lead panas + tahap &#8220;siap beli&#8221; langsung diserahkan ke sales manusia; lead hangat + tahap &#8220;pertimbangan&#8221; masuk alur nurture otomatis.<\/p>\n<h2>Beda lead scoring manual vs pakai AI Agent<\/h2>\n<p>Cara lama: kamu bikin aturan poin manual. &#8220;Buka email = +5, klik link = +10, minta demo = +30.&#8221; Masalahnya, aturan kaku ini nggak baca konteks. Orang yang nulis &#8220;saya butuh ini minggu depan, budget siap&#8221; harusnya langsung panas \u2014 tapi sistem poin manual nggak ngerti kalimat itu.<\/p>\n<p>AI Agent bisa baca <em>maksud<\/em> dari percakapan, bukan cuma menghitung klik. Dia paham perbedaan antara &#8220;berapa ya harganya?&#8221; (sekadar tanya) dan &#8220;kalau saya order hari ini bisa kirim besok?&#8221; (sinyal beli kuat). Ini yang bikin kualifikasi berbasis AI jauh lebih akurat daripada tabel poin statis.<\/p>\n<p>Kalau kamu masih bingung apa itu AI Agent dan gimana dia bisa &#8220;mengerti&#8221; konteks, mulai dari <a href=\"https:\/\/komunitech.com\/blog\/ai-agent\/apa-itu-ai-agent-panduan-lengkap-untuk-pemula-2026\/\">panduan lengkap apa itu AI Agent<\/a> dulu.<\/p>\n<h2>Kerangka kualifikasi yang bisa kamu pakai<\/h2>\n<p>Sebelum nyerahin tugas ke AI, kamu harus tahu <em>apa yang dinilai<\/em>. Framework klasik yang terbukti:<\/p>\n<h3>BANT<\/h3>\n<p>Empat hal: <strong>Budget<\/strong> (ada anggaran?), <strong>Authority<\/strong> (dia pengambil keputusan?), <strong>Need<\/strong> (butuh beneran?), <strong>Timeline<\/strong> (kapan mau beli?). Cocok buat B2B dan produk bernilai tinggi.<\/p>\n<h3>Sinyal perilaku<\/h3>\n<p>Buat bisnis ritel\/UMKM, sering lebih praktis pakai sinyal: nanya stok, nanya cara bayar, minta foto detail, tanya ongkir. Tiap sinyal ini nunjukin tingkat keseriusan.<\/p>\n<p>Kamu nggak harus pakai semuanya. Pilih yang relevan sama produkmu, lalu terjemahkan jadi instruksi yang bisa dieksekusi AI Agent.<\/p>\n<h2>Cara AI Agent memutuskan skor (logikanya)<\/h2>\n<p>Inti kerjanya bisa dipecah jadi tiga langkah:<\/p>\n<h3>1. Ekstraksi info dari percakapan<\/h3>\n<p>Agent membaca chat dan menarik fakta kunci: apa kebutuhannya, ada nyebut budget nggak, seberapa mendesak, siapa dia. Ini beda dari chatbot biasa yang cuma cocokin kata kunci \u2014 agent memahami kalimat utuh.<\/p>\n<h3>2. Penilaian terhadap rubrik<\/h3>\n<p>Agent membandingkan info tadi dengan rubrik yang kamu tetapkan. Contoh rubrik sederhana:<\/p>\n<ul>\n<li><strong>Panas:<\/strong> nyebut kebutuhan spesifik + urgensi + sinyal beli (nanya bayar\/kirim).<\/li>\n<li><strong>Hangat:<\/strong> tertarik dan nanya detail, tapi belum ada urgensi\/budget jelas.<\/li>\n<li><strong>Dingin:<\/strong> tanya umum, nggak ada sinyal serius, atau salah sasaran.<\/li>\n<\/ul>\n<h3>3. Penulisan label + alasan<\/h3>\n<p>Agent nggak cuma kasih label, tapi juga alasan singkat (&#8220;panas: minta dikirim besok, budget disebut&#8221;). Ini penting biar sales manusia yang menerima handoff langsung paham konteksnya tanpa baca ulang seluruh chat.<\/p>\n<h2>Menandai tahap funnel (stage tagging)<\/h2>\n<p>Selain skor, tiap lead perlu ditandai posisinya di funnel. Model sederhana yang cukup buat kebanyakan bisnis:<\/p>\n<ol>\n<li><strong>Baru<\/strong> \u2014 baru masuk, belum ada interaksi berarti.<\/li>\n<li><strong>Tertarik<\/strong> \u2014 sudah nanya produk\/detail.<\/li>\n<li><strong>Pertimbangan<\/strong> \u2014 bandingkan, nanya harga\/garansi, minta pertimbangan.<\/li>\n<li><strong>Siap beli<\/strong> \u2014 nunjukin sinyal transaksi (cara bayar, minta invoice).<\/li>\n<li><strong>Closing \/ Batal<\/strong> \u2014 selesai, entah jadi beli atau berhenti.<\/li>\n<\/ol>\n<p>AI Agent update tahap ini otomatis tiap ada interaksi baru. Jadi datamu selalu hidup, bukan snapshot mati yang cepat basi. Tahap inilah yang jadi bahan bakar buat <a href=\"https:\/\/komunitech.com\/blog\/implementasi\/ai-agent-untuk-sales-lead-generation-panduan-lengkap-2026\/\">otomatisasi follow up dan nurturing<\/a> \u2014 agent tahu harus ngirim pesan apa berdasarkan lead ada di tahap mana.<\/p>\n<h2>Membangun sistemnya sendiri (bukan sewa kotak hitam)<\/h2>\n<p>Banyak SaaS menawarkan lead scoring &#8220;otomatis&#8221;, tapi kamu nggak tahu logikanya dan nggak bisa ubah sesuai bisnismu. Kalau kamu rakit sendiri, kamu punya kontrol penuh. Komponen minimalnya:<\/p>\n<h3>Tempat menyimpan data<\/h3>\n<p>Google Sheets atau database. Tiap lead punya baris dengan kolom: kontak, skor\/label, tahap, alasan, dan waktu update terakhir.<\/p>\n<h3>Agent yang membaca &amp; menilai<\/h3>\n<p>Di sinilah platform seperti OpenClaw berguna: kamu bisa punya AI Agent yang membaca percakapan atau data lead, menerapkan rubrik yang kamu tulis dalam bahasa biasa, lalu menulis balik skor + tahap ke tempat penyimpanan. Karena instruksinya kamu yang tulis, logikanya transparan dan gampang di-tweak. Konsep memberi agent akses baca-tulis ke data seperti ini kami bahas di <a href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-cara-kasih-akses-openclaw-biar-bisa-baca-tulis-google-drive-docs-dan-sheets-2026\/\">cara kasih akses OpenClaw ke Google Sheets<\/a>.<\/p>\n<h3>Aturan tindak lanjut<\/h3>\n<p>Setelah lead punya skor + tahap, tentukan apa yang terjadi: panas \u2192 notif ke sales; hangat \u2192 masuk alur nurture; dingin \u2192 arsipkan atau kirim konten edukasi ringan.<\/p>\n<h2>Contoh skenario: klinik kecantikan<\/h2>\n<p>Biar konkret, ini gambaran cara kerjanya (skenario ilustrasi, bukan klien riil):<\/p>\n<ol>\n<li>Calon pasien DM: &#8220;kak, treatment X ada?&#8221; \u2192 tahap <strong>Tertarik<\/strong>, skor <strong>hangat<\/strong>.<\/li>\n<li>Lanjut nanya: &#8220;harganya berapa, bisa cicil nggak?&#8221; \u2192 tahap <strong>Pertimbangan<\/strong>, skor tetap hangat.<\/li>\n<li>Kemudian: &#8220;bisa booking Sabtu ini?&#8221; \u2192 sinyal beli, tahap <strong>Siap beli<\/strong>, skor naik jadi <strong>panas<\/strong>.<\/li>\n<li>Agent otomatis notif admin klinik: &#8220;Lead panas, mau booking Sabtu, tolong konfirmasi slot.&#8221; \u2192 handoff ke manusia.<\/li>\n<\/ol>\n<p>Tanpa sistem ini, admin harus baca semua chat satu-satu buat nyari mana yang serius. Dengan kualifikasi otomatis, yang panas langsung menonjol.<\/p>\n<h2>Contoh skenario lain: toko online &amp; jasa properti<\/h2>\n<p>Logikanya sama, cuma sinyalnya beda tergantung jenis bisnis:<\/p>\n<p><strong>Toko online (fashion\/skincare):<\/strong><\/p>\n<ol>\n<li>&#8220;kak ini ready stock warna hitam size M?&#8221; \u2192 tahap <strong>Tertarik<\/strong>, skor hangat \u2014 masih nanya ketersediaan.<\/li>\n<li>&#8220;kalau COD bisa nggak, ongkirnya berapa ke Bekasi?&#8221; \u2192 tahap <strong>Pertimbangan<\/strong> \u2014 mulai mikirin logistik pembelian.<\/li>\n<li>&#8220;oke aku transfer sekarang, rekeningnya apa?&#8221; \u2192 sinyal beli eksplisit, tahap <strong>Siap beli<\/strong>, skor <strong>panas<\/strong> \u2014 agent langsung kirim info pembayaran dan notif admin buat konfirmasi setelah transfer masuk.<\/li>\n<\/ol>\n<p><strong>Jasa properti (sewa\/jual rumah):<\/strong><\/p>\n<ol>\n<li>&#8220;rumah di daerah X yang 2 lantai masih ada?&#8221; \u2192 tahap <strong>Tertarik<\/strong>, skor hangat.<\/li>\n<li>&#8220;budget saya sekitar segini, ada yang cocok? boleh survey minggu depan?&#8221; \u2192 sinyal budget + timeline jelas (unsur BANT), tahap <strong>Pertimbangan<\/strong> naik ke <strong>hangat-tinggi<\/strong>.<\/li>\n<li>&#8220;saya udah diskusi sama keluarga, kita mau lanjut proses&#8221; \u2192 sinyal keputusan diambil, tahap <strong>Siap beli<\/strong>, skor <strong>panas<\/strong> \u2014 agent handoff ke agen properti manusia dengan ringkasan kebutuhan (lokasi, budget, jadwal survey) biar gak perlu tanya ulang dari nol.<\/li>\n<\/ol>\n<p>Pola yang sama berulang di tiap contoh: agent membaca sinyal spesifik industri (ketersediaan stok, cara bayar untuk toko online; budget dan jadwal survey untuk properti), bukan template generik. Itu sebabnya rubrik di bab sebelumnya harus kamu sesuaikan sendiri dengan bisnismu, bukan dicopy mentah dari sini.<\/p>\n<h2>Kami tes sendiri: CS Bot WhatsApp Komunitech<\/h2>\n<p>Ini bukan cuma konsep di atas kertas. Sebelum kami rekomendasikan pendekatan ini, tim Komunitech tes sendiri kapasitas AI Agent yang jalan di <strong>WhatsApp Komunitech Sales<\/strong> \u2014 termasuk salah satu penulis artikel ini yang ngobrol langsung sebagai penguji, bukan menyamar jadi calon customer. Tujuannya: lihat persis kapan agent bisa melayani sendiri, dan kapan dia sadar harus lempar ke CS manusia.<\/p>\n<p>Cuplikan percakapan tesnya:<\/p>\n<figure class=\"wp-block-image\"><img decoding=\"async\" src=\"https:\/\/komunitech.com\/blog\/wp-content\/uploads\/2026\/08\/wa-cs-bot-komunitech-1.jpg\" alt=\"Screenshot chat WhatsApp CS Bot Komunitech menilai maturity dan menyegmentasi penawaran berdasarkan konteks percakapan\" loading=\"lazy\" style=\"max-width:420px;width:100%;height:auto;border-radius:8px\" title=\"Gambar by Komunitech AI\"><figcaption>Tes internal: agent menangkap sinyal maturity teknis dari cerita penguji, lalu menyegmentasikan penawaran (Workshop vs VIP) sesuai tingkat komitmennya.<\/figcaption><\/figure>\n<ol>\n<li>Penguji cerita udah ngoprek AI sendiri (nyebut API, HuggingFace, Pollinations). Agent <strong>menangkap konteks itu<\/strong> dan menilai maturity \u2014 balas: <em>\u201cWah seru banget, udah lumayan advance nih.\u201d<\/em> Ini bukan basa-basi; agent lagi memetakan lawan bicara bukan pemula, jadi arah penawarannya beda.<\/li>\n<li>Waktu diminta jelasin produk, agent <strong>menyegmentasi berdasarkan tingkat komitmen<\/strong>: menawarkan Workshop sebagai <em>entry point<\/em> (buat yang mau mulai solid dulu) versus VIP Membership (buat yang udah serius mau bangun ekosistem AI). Ini stage tagging dalam praktik \u2014 agent memposisikan lawan bicara di funnel lewat pilihan yang dia dorong.<\/li>\n<li>Agent konsisten <strong>menggali pain point<\/strong>: <em>\u201cbagian mana yang paling bikin stuck atau makan waktu sekarang?\u201d<\/em> Ini teknik discovery yang jadi bahan penilaian \u2014 makin spesifik masalah yang disebut, makin jelas skor dan kebutuhannya.<\/li>\n<\/ol>\n<figure class=\"wp-block-image\"><img decoding=\"async\" src=\"https:\/\/komunitech.com\/blog\/wp-content\/uploads\/2026\/08\/wa-cs-bot-komunitech-2.jpg\" alt=\"Screenshot chat WhatsApp CS Bot Komunitech mengenali batas wewenangnya dan menyiapkan handoff ke tim teknis manusia\" loading=\"lazy\" style=\"max-width:420px;width:100%;height:auto;border-radius:8px\" title=\"Gambar by Komunitech AI\"><figcaption>Tes internal: begitu ditanya detail teknis di luar wewenangnya, agent langsung mengaku perlu konfirmasi tim teknis \u2014 bukan asal jawab atau mengarang.<\/figcaption><\/figure>\n<p>Pas ditanya detail teknis yang di luar wewenangnya (stack apa yang dipakai per case), agent <strong>tahu batasnya dan menyiapkan handoff<\/strong>: <em>\u201cuntuk detail stack teknisnya aku perlu konfirmasi ke tim teknis, karena ini disesuaikan per case.\u201d<\/em> Ini persis mekanisme yang kami mau uji: agent gak maksa jawab atau ngarang \u2014 dia sadar kapan sebuah pertanyaan butuh otoritas manusia.<\/p>\n<p>Yang penting dicatat: <strong>kualifikasi ini terjadi di balik cara agent merespons<\/strong>, bukan sebagai label yang kelihatan di layar chat \u2014 gak ada dashboard atau tag stage yang muncul visual di WhatsApp. Buat lawan bicara, ini cuma percakapan yang enak dan nyambung. Dari sisi kami sebagai penguji, tiap balasan agent adalah hasil dari membaca maksud, menempatkan posisi di tahap funnel, dan memutuskan arah dorongan \u2014 semua otomatis, tanpa admin perlu baca satu-satu chat yang masuk.<\/p>\n<p>Dan ini yang bikin kami yakin merekomendasikannya: kalau sistem kualifikasi lead ini kami pakai buat jualan produk kami sendiri, artinya kami udah ngerasain sendiri di mana dia jalan dan di mana dia perlu diawasi \u2014 bukan cuma jual teori.<\/p>\n<h2>Kesalahan umum<\/h2>\n<ul>\n<li><strong>Rubrik terlalu rumit.<\/strong> Mulai dengan 3 label (panas\/hangat\/dingin) dan 4-5 tahap. Jangan bikin 20 kategori yang bikin bingung.<\/li>\n<li><strong>Nggak nulis alasan.<\/strong> Skor tanpa alasan bikin sales nggak percaya sistem. Selalu sertakan konteks singkat.<\/li>\n<li><strong>Set-and-forget.<\/strong> Rubrik perlu dievaluasi: apakah lead yang ditandai &#8220;panas&#8221; beneran closing? Kalau nggak, perbaiki kriterianya.<\/li>\n<li><strong>Nggak ada jalur untuk salah tebak.<\/strong> AI bisa keliru. Sediakan cara sales override label secara manual.<\/li>\n<\/ul>\n<h2>Mulai dari mana<\/h2>\n<ol>\n<li>Tulis rubrik sederhana: apa yang bikin lead panas\/hangat\/dingin di bisnismu.<\/li>\n<li>Tentukan 4-5 tahap funnel yang masuk akal.<\/li>\n<li>Siapkan sheet dengan kolom skor + tahap + alasan.<\/li>\n<li>Sambungkan satu AI Agent yang baca percakapan, terapkan rubrik, tulis balik hasilnya.<\/li>\n<li>Evaluasi mingguan: cocokkan prediksi &#8220;panas&#8221; dengan closing nyata, perbaiki rubrik.<\/li>\n<\/ol>\n<p>Kalau kamu mau belajar merakit agent semacam ini secara hands-on \u2014 termasuk nulis rubrik yang bener dan nyambungin ke data bisnismu \u2014 <a href=\"https:\/\/komunitech.com\/blog\/workshop-karyawan-ai\/\">Workshop Karyawan AI KomuniTech<\/a> ngajarin langsung dari nol.<\/p>\n<p>Kualifikasi lead cuma salah satu tahap. Kalau kamu mau lihat alur lengkapnya di WhatsApp \u2014 dari tangkap prospek, kualifikasi, follow-up, sampai closing\/handover \u2014 baca <a href=\"https:\/\/komunitech.com\/blog\/whatsapp\/ai-sales-agent-whatsapp-beda-dari-cs-bot-cara-bikin-contoh-2026\/\">AI sales agent WhatsApp<\/a>: beda dari CS bot dan cara bikinnya.<\/p>\n<h2>Pertanyaan yang Sering Ditanya<\/h2>\n<h3>Apa itu lead scoring dan stage tagging?<\/h3>\n<p>Lead scoring adalah menilai seberapa berkualitas\/siap-beli sebuah lead (biasanya label panas\/hangat\/dingin atau angka). Stage tagging adalah menandai posisi lead di funnel penjualan (baru, tertarik, pertimbangan, siap beli). Keduanya dipakai bersama supaya kamu tahu lead mana yang perlu didahulukan dan diperlakukan bagaimana.<\/p>\n<h3>Kenapa AI Agent lebih akurat daripada sistem poin manual?<\/h3>\n<p>Sistem poin manual cuma menghitung aksi (buka email, klik link) tanpa memahami konteks. AI Agent bisa membaca maksud dari kalimat percakapan, membedakan sekadar tanya harga dengan sinyal beli sungguhan, sehingga penilaiannya lebih sesuai kenyataan.<\/p>\n<h3>Framework kualifikasi apa yang cocok untuk UMKM?<\/h3>\n<p>Untuk UMKM dan bisnis ritel, pendekatan berbasis sinyal perilaku biasanya lebih praktis daripada BANT: perhatikan apakah lead menanyakan stok, cara bayar, ongkir, atau minta foto detail. BANT (Budget, Authority, Need, Timeline) lebih cocok untuk produk B2B bernilai tinggi.<\/p>\n<h3>Perlu tool berbayar khusus untuk lead scoring otomatis?<\/h3>\n<p>Nggak wajib. Kamu bisa membangun sendiri dengan Google Sheets sebagai penyimpan data plus satu AI Agent (misalnya lewat OpenClaw) yang menerapkan rubrik yang kamu tulis. Keuntungannya: logikanya transparan dan bisa kamu ubah kapan saja, tidak seperti tool jadi yang logikanya kotak hitam.<\/p>\n<h3>Apakah AI Agent bisa salah menilai lead?<\/h3>\n<p>Bisa. Karena itu selalu sertakan alasan di tiap label supaya bisa diperiksa, dan beri sales kemampuan meng-override label secara manual. Evaluasi rubrik secara berkala dengan membandingkan lead yang ditandai panas versus yang benar-benar closing, lalu perbaiki kriterianya.<\/p>\n<h2>Referensi<\/h2>\n<ul>\n<li><a href=\"https:\/\/developer.tokopedia.com\/openapi\/partner\/\" rel=\"noopener nofollow\" target=\"_blank\">Tokopedia Seller\/Partner API<\/a><\/li>\n<li><a href=\"https:\/\/open.shopee.com\/\" rel=\"noopener nofollow\" target=\"_blank\">Shopee Open Platform<\/a><\/li>\n<\/ul>\n<p><em>Disclaimer: Artikel ini bersifat edukatif. Framework dan tool pihak ketiga dapat berubah \u2014 sesuaikan dengan konteks bisnismu dan cek dokumentasi resmi sebelum implementasi.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"<p>tl;dr: Nggak semua lead sama. Ada yang siap beli, ada yang cuma nanya-nanya, ada yang salah masuk. Kalau kamu perlakukan semuanya sama, sales kamu buang waktu ke lead dingin dan lead panas keburu kabur. Artikel ini bahas cara AI Agent memutuskan lead mana yang berkualitas (lead scoring) dan menandai tiap lead ada di tahap funnel [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":884,"comment_status":"open","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[39],"tags":[],"class_list":["post-871","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-implementasi"],"acf":[],"_links":{"self":[{"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/posts\/871","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/comments?post=871"}],"version-history":[{"count":6,"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/posts\/871\/revisions"}],"predecessor-version":[{"id":2532,"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/posts\/871\/revisions\/2532"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/media\/884"}],"wp:attachment":[{"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/media?parent=871"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/categories?post=871"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/tags?post=871"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}