第十三篇 · 自动化、连接与工作流
浏览器、Computer Use 与审批
网页上出现“操作成功”,人很容易松一口气。但这句话可能只表示按钮被点击、请求已接收,甚至只是页面弹出了提示。订单是否真的创建,邮件是否真的发送,库存是否真的改变,是另外的问题。
让 ChatGPT 操作浏览器时,关键不在于它会不会点击,而在于每次点击之后如何知道世界真的变了。
先划一块可以行动的区域
说明允许访问的网站、账号和页面,也说明这次允许的动作。查找资料、填写草稿和提交表单不是同一级别。付款、发布、删除、发送和最终提交前,应停下来展示目标、内容与影响,等待明确确认。
“帮我买最便宜的机票”缺少太多决定;“比较三个航班,填到付款页前并停下”则把不可逆动作留给了人。
点击之后读什么
每个关键动作都要有可观察结果。保存客户资料后,重新打开记录检查字段;创建订单后,寻找订单号并核对金额;上传文件后,确认文件名、大小和处理状态。HTTP 成功或绿色提示只是线索,不是所有任务的终态。
可以这样