用豆包工作执行浏览器任务
浏览器任务能替你点、替你查,但登录和付款这类动作,必须留在自己手里。
学习目标
学完这一节,你能把适合交给 AI 的浏览器任务与必须人工处理的步骤分开,写好限定网站范围的操作指令,知道遇到登录、验证码、支付时该怎么接管,并且能核对它拿到的数据是不是真的对。
这一节是第 5 章里权限敏感度最高的一节——它涉及账号与个人信息,边界意识比操作技巧更重要。
适用场景
| 任务 | 适合的原因 | 边界 |
|---|---|---|
| 公开信息查询 | 无需登录 | 不涉隐私 |
| 多页数据摘录 | 重复劳动 | 要核对数据 |
| 网页内容整理 | 格式固定 | 不用于付费墙 |
| 登录后操作 | 涉及账号 | 建议人工完成 |
共同特征:越是无需身份的操作,越适合交给 AI;越涉及账号、金钱、隐私,越应该自己来。
使用前准备
| 项 | 要求 | 说明 |
|---|---|---|
| 认知 | 分清公开与登录 | 后者风险陡增 |
| 网站 | 确认允许自动化 | 遵守网站规则 |
| 账号 | 不交出密码 | 登录自己完成 |
| 核对 | 准备验证数据 | 抽查是否抓对 |
最少知识
官方措辞是"网页和部分电脑界面"。 据官方说明,豆包工作可在授权范围内操作网页和部分电脑界面,用户能查看进度、补充要求、调整任务。这句话给了能力,也划了边界——它不等于可以代替你完成任何网站上的任何操作。登录墙、验证码、动态加载的内容,都可能让它停下来求助于你。
什么样的任务适合交给它。 适合的是"目标明确、步骤重复、无需身份"的任务:在某个公开页面查一批数据、把若干页的表格抄下来、整理公开文档。不适合的是"需要判断、涉及身份、不可逆"的任务:下单付款、提交表单、在社交账号发内容。判断标准还是可逆性——做错了能不能撤回。
网站规则要遵守。 有些网站明确禁止自动化访问,或者对抓取频率有限制。让 AI 去跑这类任务,可能触发封禁,也可能带来合规问题。发任务前先确认目标网站是否允许这类操作,不确定就查它的服务条款。这不是技术限制,是使用规则。
登录与验证必须人工。 遇到需要扫码、输入验证码、短信验证的环节,把它交回给你自己完成。原因有三:这些凭据不该交给 AI、机器在验证环节未必可靠、你亲自登录能确认进的是正确的站点。本机教程的类似原则也适用——涉及权限的请求先看清再决定,不随手放行。
抓到的数据要核对。 浏览器任务最容易出的错不是"没抓到",而是"抓错了还看起来很像"。比如把广告位的价格当成了商品价、把推荐列表当成了搜索结果。核对方法是抽查两三条,回原网页确认。数据一错,后面的分析全错。
跟着做
第一步:把任务写成可验证的。 明确写出目标网站、要查什么、要拿几个结果、按什么格式输出。越具体越好——"查一下价格"不如"列出这三个页面里标注的价格,标明单位与币种"。
第二步:限定网站范围。 在指令里写明只允许访问指定的域名,不跳转到其他站点。这既防止跑偏,也降低误入钓鱼页面的风险。
第三步:约定异常处理。 写明"遇到登录、验证码、支付确认时停下来告诉我,不要自行处理"。把需要人工的环节提前标出来,而不是等它卡住再紧急应对。
第四步:人工处理卡点。 它停下来时,你自己完成登录或验证,然后让它继续。注意确认当前网址是你预期的那个——这一步能挡掉大部分钓鱼风险。
第五步:抽查数据。 任务完成后,随机挑两三条结果回原网页核对。数字、日期、名称都要看。对上了才采用,对不上就整批重来。
可复制指令
请帮我完成一个浏览器任务。
目标网站:(写出完整域名,只限此站)
任务:(具体说要查什么、抓什么、输出什么格式)
数量或范围:(如"前10条""这三个页面")
限制:
1. 只访问我列出的网站,不跳转到其他域名。
2. 遇到登录、验证码、短信验证、支付确认时,立即停止并告诉我,不要自行处理。
3. 不点击任何提交、购买、删除类的按钮。
4. 抓到的数据按(指定格式)输出,每条注明来自哪个页面。
5. 遇到规则未覆盖的情况,先问我。
请先说清你打算怎么做,我确认后再开始。
第 2、3 条是本节的安全底线——它们把最危险的几类动作提前锁死。
结果与核验
| 核验项 | 期望结果 | 怎样检查 |
|---|---|---|
| 网站受限 | 未跑偏到其他站 | 看过程记录 |
| 卡点交回 | 登录验证有人工 | 你亲自处理过 |
| 无危险动作 | 未提交未付款 | 查操作清单 |
| 数据抽查 | 两三条对得上 | 回原网页核对 |
| 格式符合 | 输出如约定 | 逐项对照 |
验收标准:拿到的数据你能抽查通过、过程中没有越过安全边界——这一节就算过了。
常见问题
| 现象 | 原因判据 | 兜底做法 |
|---|---|---|
| 卡在登录页 | 需要人工身份 | 自己登录后让它继续 |
| 抓错数据 | 页面元素认错 | 指定更精确的特征 |
| 跳到别的站 | 范围没限定 | 加"只限此域名" |
| 它想点提交 | 危险动作 | 提前禁止并叫停 |
| 页面加载不出 | 动态内容 | 等加载完或换静态版 |
再说说效率的现实预期。浏览器任务因为要等页面加载、要逐个元素定位,速度未必比你自己手动快,尤其是只查一两条的时候。它的优势在于重复量大、页面结构固定的场景:查一百个页面的同类数据,人工做会疲劳出错,它却能源源不断地按同一规则执行。所以选任务时看规模,小而杂的自己来,大而重复的交给它。
还有一个细节值得注意:网页内容随时会变。你今天让它抓的价格,明天可能就不同;今天的页面结构,下周可能改版。所以抓到的数据要带上抓取时间,别当成一直不变的信息。指令里写明每条结果注明访问时间,能让你日后判断这份数据是否还新鲜。
把浏览器任务和前面的调研章节结合起来看,你会更清楚各自的分工:调研处理的是已经拿到的资料,本节的浏览器任务负责把网页上的信息采集回来。先采集、再核对、后写作,这条链串起来,才是完整的资料工作流。
公开信息可以自由查看,账号信息必须自己把关,这条分界线比任何技巧都重要。
采集来的数据只是素材,经过核对才能变成证据,这两步不能合并成一步。
把范围写死、把卡点交回、把结果抽查,这三件事做到位,浏览器任务就能既省力又安全。
最后谈谈结果的可信度。网页上的信息本来就良莠不齐,机器抓回来的东西不会自动变得更可靠。你让它抓一百条价格,其中可能混着促销价、会员价、已下架商品的价格。筛选和判断仍然是你的工作——工具帮你把信息搬过来,你要决定哪些能用。理解这一点,你就不会把抓到了当成核实了,两者的差距往往决定一份调研的质量。
把这一节和 5.4 的授权原则合起来看会更完整:浏览器任务里需要登录的部分交回给你,就是人工接管的一种典型场景;限定只允许访问某个域名,就是最小授权的具体落实。几节之间的原则是相通的,学会一处,别处也能用上。
动手练习
找一个你常去的公开信息页面,让它抓取前五条列表项并整理成表。完成后随机抽两条回原网页核对——重点看它有没有把广告或推荐内容混进来。
进阶练习:故意给一个需要登录的页面,看它会不会按约定停下来找你。如果它试图自行处理, 立即加严指令重来——这个练习检验的是你的安全边界写得够不够死。
小结与来源
这一节压成一句话:公开重复任务交给它,登录支付留给自己,限定网站、约定卡点、抽查数据。浏览器任务省的是重复劳动,不是你的判断责任。
依据边界:在授权范围内操作网页和部分电脑界面、可查看进度并调整任务,见官方说明。复核原则:涉及账号、支付、提交的动作一律人工处理;抓取结果必须抽查原始数据后才能采用。

TRAE-AI编程


更多建议: