Agent có thể mở trang web, nhấp và chụp màn hình không?
Thực hiện thao tác trang rõ ràng trong môi trường hỗ trợ công cụ trình duyệt.
Thao tác trình duyệt khác trích xuất văn bản
Trích xuất văn bản trang web phù hợp để lấy văn bản công khai; thao tác trình duyệt có thể truy cập trang, kiểm tra trạng thái, nhấp và chụp màn hình trong môi trường được hỗ trợ, phù hợp với tác vụ cần quan sát bố cục hoặc tương tác động. Agent có thực hiện được hay không phụ thuộc vào hỗ trợ công cụ và trạng thái kết nối của môi trường hiện tại.
Đừng mặc định mọi tác vụ trực tuyến đều dùng trình duyệt thực.
Cung cấp mục tiêu trang cụ thể
Ví dụ: "Mở một trang công khai, kiểm tra thanh điều hướng trên di động có che nội dung không và lưu ảnh chụp màn hình." Nêu rõ trạng thái cần kiểm tra, điều kiện màn hình và đầu ra sẽ dễ thu được kết quả có thể xác minh hơn "giúp tôi kiểm tra website".
Với vấn đề giao diện, cung cấp đường dẫn trang xảy ra lỗi cùng bước tái hiện, và yêu cầu ghi nhận trạng thái thực tế ở từng bước. Ảnh chụp nên nêu được chụp trước hay sau thao tác; chỉ có ảnh cuối thường không chứng minh các tương tác trung gian đã diễn ra đúng yêu cầu.
- Xác nhận trang web mục tiêu và phạm vi thao tác được phép.
- Chỉ rõ trạng thái trang hoặc tương tác cần quan sát.
- Yêu cầu ảnh chụp hoặc kết quả thực tế nhìn thấy được.
- Với việc gửi dữ liệu hoặc sửa đổi, xác nhận thao tác cụ thể trước.
Ranh giới đăng nhập và môi trường
Đừng mặc định trình duyệt Agent dùng có trạng thái đăng nhập của trình duyệt thường ngày của bạn; môi trường đám mây và cục bộ có thể thấy trang khác nhau. Khi có captcha, lời nhắc đăng nhập hoặc từ chối truy cập, xử lý theo yêu cầu website; không bảo đảm tự động hoàn tất. Ngay cả khi trang báo thành công, vẫn xác minh trạng thái cuối, đặc biệt với chuyển hướng, tải lên và gửi biểu mẫu.