Как агент работает с интернетом
У ChatGPT есть несколько способов искать информацию и управлять браузером. Названия похожи, но задачи у них разные.
Web search – найти информацию
Обычный поиск в интернете. Модель находит страницы и возвращает ответ со ссылками.
Поиск не умеет нажимать кнопки, выставлять сложные фильтры и скачивать документы через интерфейс сайта.
Browser – работать в отдельном браузере
Browser открывается внутри приложения ChatGPT. У него свои вкладки, история и авторизации.
Агент может нажимать кнопки, заполнять формы, выставлять фильтры и скачивать файлы. Подходит, например, для поиска судебных актов через интерфейс СудАкта.
Chrome – работать в вашем браузере
Расширение Chrome дает агенту доступ к уже открытым вкладкам и вашим авторизациям на сайтах.
Это удобно для работы с платной СПС, почтой или другим сервисом, в который вы уже вошли. Но агент увидит именно те страницы и данные, к которым получил доступ.
Computer Use – управлять компьютером
Computer Use – не браузер. С его помощью агент нажимает кнопки и вводит текст в программах на компьютере, в том числе в браузере.
Используйте этот режим, когда задача не ограничивается сайтом. Для обычного поиска он избыточен.
Playwright – выполнить точный маршрут
Playwright тоже управляет браузером, но лучше всего работает по заранее описанному маршруту: открыть сайт, заполнить конкретные поля, скачать документы и сохранить их в нужную папку.
Browser сам ориентируется на странице. Playwright надежнее, когда маршрут известен и его нужно точно повторять.
Что выбрать
- Нужен ответ со ссылками – Web search.
- Нужно нажимать кнопки на сайте – Browser.
- Нужны ваши открытые вкладки и авторизации – Chrome.
- Нужно управлять программами на компьютере – Computer Use.
- Нужно повторить точную последовательность – Playwright.
Связанные заметки: Инструменты агента · ИИ-агенты · Контроль агента · Промпт-инъекции
Материалы по теме: пять способов работы с браузером · официальная справка о Browser · официальная справка о Computer Use