Con la aplicación generalizada de la atención médica digital, los servicios de salud móvil (mHealth) también se están desarrollando en la salud materna e infantil, principalmente a través de servicios comunitarios, como Posyandu en Indonesia. Las pacientes necesitan medios para la consulta y la toma de decisiones, mientras que los trabajadores de la salud están limitados para responder rápidamente. Este estudio tuvo como objetivo obtener información de mujeres embarazadas y parteras en el desarrollo de un modelo de árbol de decisiones como material para construir un chatbot semi-automatizado. Utilizando un enfoque cualitativo exploratorio, se realizaron entrevistas semi-estructuradas a través de discusiones en grupos focales (FGD) con mujeres embarazadas (n = 10) y parteras (n = 12) en marzo de 2022. Los resultados mostraron 38 códigos, 15 categorías y 7 subtemas que generaron 3 temas principales: educación en salud materna, información sobre servicios de salud materna y monitoreo de la salud. El método del árbol de decisiones se aplicó a partir de estos temas basado en las necesidades de los usuarios, evidencia y fuentes expertas para garantizar calidad. En resumen, la necesidad de utilizar un chatbot semi-automatizado puede aplicarse a la educación sobre salud materna y monitoreo, donde los casos graves deben ser atendidos con comunicación no automatizada con parteras. La aplicación del método del árbol de decisiones garantizó contenido de calidad, apoyó una decisión clínica y asistió en la detección temprana. Además, la investigación futura necesita medir la evaluación del usuario.