第 3 章 · 问题 1:网页任务有四条路线
查公开网页、操作已登录工具、每天自动监控变化,听起来都像“让 AI 上网”,其实应该走不同路线。
选错路线最常见的后果不是做不出来,而是卡在登录、把敏感动作交给云端,或者把一次性任务错误地设成自动重复。
01连续判断:这件网页任务该走哪条路线
先别背概念,凭直觉连做五道判断题。答错也没关系——四条路线的区别,做完这五道自然浮出来。
我已经在 ChatGPT 内置浏览器里登录公司后台,需要 Work 查看当前页面并整理成内部草稿。
先看:是否依赖当前电脑的登录状态?是否要重复运行?
02四条路线用大白话说清楚
从桌面 Work 或 Codex 打开,适合跟着看、批注、下载,或者在这个浏览器里单独登录后继续。
它有自己的登录状态,不会自动继承 Chrome。Mac:⌘⇧B;Windows:Ctrl⇧B。任务必须使用你已经打开的 Chrome 标签、登录状态、Cookies、密码管理器或浏览器扩展时,选这条路线。
继续前先确认当前 Chrome 账号,别把私人账号当成公司账号。用于云端 Work,可在后台继续。上线时不适合需要密码管理器、自动填充、登录、凭证或付款的任务;遇到确认或登录会暂停。
适合:公开竞品页、新闻、无需登录的资料收集。适合一次性定时、每天/每周重复,或监控某个变化。它是一份“以后还会再执行”的任务,不是浏览器本身。
适合:每周一整理公开更新;监控指定公开页面是否变化。内置浏览器、Chrome 扩展、Computer Use——三个“上网”到底什么时候用哪个?
按顺序问两个问题。第一问:这件活要不要用你 Chrome 里已有的登录和标签页?要,选 Chrome 扩展——四条路线里只有它借得到你现成的浏览器现场。不要,再问第二问:活是不是从头到尾都在网页里完成?是,选内置浏览器——任务和网页在客户端同一个窗口里,也是网页活的默认起点。
两问都不是,才轮到 Computer Use(电脑操作):网页只是整件事的一步,前后还要动桌面应用——比如从网页取回文件,再放进本地软件继续处理。它像人一样看屏幕、点鼠标、敲键盘,能操作的不只是浏览器,代价是要交出更大的操作权限。怎么开、怎么管住它,第 4 章专门用一课来练。
03先做一张网页任务卡,不让它漫无目的地浏览
路线认清了,先别急着放它出门。不管最后走哪条路,第一步都一样:用 Work 建一张「网页任务卡」,把范围、字段和刹车写成白纸黑字。
请在当前项目根目录创建“网页任务卡.md”,内容用于收集松果随身杯三个销售渠道的公开上架要求。
写清:目标网页、只允许使用的公开来源、要提取的字段(平台、上架截止时间、图片尺寸、标题字数、审核周期、来源链接、查询日期)、禁止动作(不登录、不提交表单、不上传文件、不接受协议、不付款)、停止条件(需要账号或遇到验证码就停止)。
先只创建任务卡,不实际浏览网页。
因为“查查”没有边界:哪些网站能进、哪些字段要带证据、遇到登录怎么办,全靠它现场发挥。任务卡把目标、来源、禁区和停止条件一次写死,之后无论走哪条路线,它都只在这张卡的框里干活。发布日 7-28 前渠道信息还会再查好几轮,这张卡每一轮都能复用。
04内置浏览器实战:照着卡收集,把网页资料变成项目文件
现在走第一条路线,把卡上的活真干一遍。内置浏览器是 ChatGPT 桌面客户端自带的浏览器:让它上网查资料、比对多个来源、把网页里的信息取回来,全程在客户端一个窗口里进行,你随时看得见它开了哪个页面。这一代还提了速:同样的网页动作比上一代快了约一倍,跨多个页面的收集任务不用再干等。
- 1左上角选 ChatGPT,顶部选 Work
这一单要交的是办公成品:一份带来源的资料文件。
- 2整份发送下面的任务
发出后先看它的复述:来源、字段、禁区都对上了再放行。
- 3它开内置浏览器干活时,你在旁边看
页面跳到哪、正在读什么都看得见;感觉跑偏随时叫停。
请打开项目里的“网页任务卡.md”,按卡上的要求在内置浏览器里收集松果随身杯三个渠道的公开上架要求。
只访问卡上列出的公开来源;查到的每一条都注明来源链接和查询日期;没查到的字段写“未查到”,禁止推测补齐。结果整理成对照表,保存为“01_Work成品/渠道上架要求.md”。
遇到需要登录、验证码或付费才能看的内容,立即停下,告诉我卡在了哪个网站。
资料不在公开网页上、而在你的在线文档里?内置浏览器也能打开 Google Workspace 和 Microsoft 365 的在线文件——Google 文档、表格,Word、Excel 网页版——让它边看边改,不用先下载一份再喂给它。要用这一招,得先过登录这一关:
它是客户端自带的一套独立浏览器:你在 Chrome 里登录过的网站,在这里等于没登录。要打开在线文档或公司后台,先在内置浏览器里登录一次。这道门槛同时也是保护——它拿得到哪些登录态,由你亲手决定。
0 / 3 · 还不能交工
05Chrome 扩展的新形态:侧栏、后台并行、网站白名单
第二条路线也换了新形态。装上 Chrome 扩展后,ChatGPT 直接出现在 Chrome 的侧栏里——不用切换应用,就在你正开着的网页旁边接活、看结果。
它能在后台跨标签页并行干活。你继续用自己的鼠标和键盘,它在后台同时处理几个标签页:查资料、录数据、逐条核对,一单任务跨几个网页应用一起推进,不会抢走你正在看的页面。
它能碰哪些网站,由你控制。放行哪些网站你说了算,没放行的它用不了。授权按任务给:这一单只需要三个渠道页,就只放行这三个网站。
顺带交代一件事的去向:独立浏览器 Atlas 正在停役,能力并入桌面客户端和这个 Chrome 扩展。
Settings > Browser 里的 Developer mode 是干嘛的?普通人要开吗?
它是给做网页工具的人准备的调试开关。在 Settings > Browser 的 Developer mode 里打开 Enable full CDP access 后,Codex 能通过浏览器的调试接口(CDP,Chrome DevTools Protocol)看到网页的网络请求、控制台报错和页面运行状态,在 Chrome 和内置浏览器里都有效;每次要在某个网站上动用这层权限,它都会先征得你的同意。
收集资料、整理网页用不上这层权限,保持关闭就好。等到第 5 章你开始用 Codex 做自己的网页工具、需要它自己查“页面为什么报错”时,再回来打开——那时它就是给你的小工具做体检的听诊器。
06带走三问,重复的活留给下一课挂闹钟
四条路线不用背。以后任何“让它上网”的活,开工前先答三问,路线自己会浮出来:
①哪个网站——网址点了名,它才不会漫游;②干什么——读和整理可以放行,发送、提交、付款、删除先停下过人;③登录态谁提供——不用登录,内置浏览器或云端都行;要用你 Chrome 里的登录,选扩展;愿意单独登录一次,用内置浏览器。
还剩一条路线只露了个头:重复的网页活可以挂闹钟。每天早上检查固定网站、汇总变化写一份报告,这类活交给 Scheduled Task 按点自动跑,下一课专门讲它的四种触发方式,给松果随身杯挂上第一条真正的定时任务。去之前先记住一件事:
即使你在带文件的项目里创建 Scheduled Task,任务运行时也不能访问那些项目文件。真到挂闹钟那天,要把网址、输出格式和停止条件直接写进任务里,不能只写一句“去看网页任务卡.md”。
从你的工作里挑一件查网页的活(比如盯三个同行的产品页),照本卡格式写清目标网页、要提取的字段、禁止动作、停止条件,一栏不空。提示:先只让它建卡、不让它上网,检查“禁止动作”一栏写得够不够死——卡写得越死,跑起来越省心。
在 Chrome 里打开两三个公开的产品页或资讯页,用扩展在侧栏里让它跨这几个标签对比整理成一张表。提示:授权只放行这几个网站;对比的字段(价格、卖点、更新日期)你先定好,别让它自由发挥。
重复的网页活可以挂闹钟。下一课专门讲 Scheduled Task 的四种触发方式,给松果随身杯挂一条每天早上自动更新的晨报。
下一课:把重复的活挂上闹钟 →最后验收
不要只确认“AI 说做完了”,请打开真实结果检查。
网页任务卡.md + 一次有记录的网页任务回到当前 Work 或 Codex 任务,请它打开成品;也可以在访达 / 资源管理器里按下面的路径找到并双击。查看参考样例 ↗