Udfyld formularer og klik
På denne side
Lektionen opdateret 3. november 2026 baseret på OpenAIs retningslinjer for bekræftelse og Playwright-dokumentation: skriveforsinkelse præsenteres ikke længere som en metode til at undgå bot-detektion; markering bruger
ControlOrMeta+a, hvilket også fungerer på macOS; etpage.screenshot()viser ikke den indbyggede dialogboks til åbning af filer, i modsætning til hvad den tidligere version påstod; retningslinjer sendes via parametereninstructions. Kilder: Bekræftelse og samtykke · Playwright, Tastatur.
Den mest almindelige interaktion
Hvis du kun skal mestre én gestus, så lad det være denne. Indsendelse af en kontaktanmodning, udfyldelse af et tilbud eller indtastning af en kundepost i et CRM uden API: formularer er det obligatoriske checkpoint for de fleste automatiseringer. Det er også her, dårligt konfigurerede agenter oftest fejler af meget konkrete årsager, som denne lektion adresserer én efter én.
Klik før du skriver
Handlingen type skriver ikke ind i et felt; den skriver ind i det felt, der aktuelt har fokus. Du glemmer kun denne nuance én gang: uden et forudgående klik forsvinder din tekst ud i det blå, eller endnu snigende, den føjes til det forrige felt. Sekvensen er derfor ufravigelig: et klik for at sætte fokus, derefter skrivning.
# I din eksekvering af handlinger
def execute_type(page, text: str):
"""Skriver tekst ind i feltet med fokus."""
page.keyboard.type(text, delay=50)
delay=50 fortjener opmærksomhed. keyboard.type sender allerede tastaturevents tegn for tegn, men uden forsinkelse kæder den dem sammen så hurtigt som muligt; med halvtreds millisekunder mellem tastetryk falder hastigheden til tyve tegn i sekundet. Felter, der reagerer på hvert tastetryk – autofuldførelse, inputmasker til telefonnumre – får dermed tid til at følge med. Denne indstilling handler ikke om at udgive sig for at være menneskelig: et websted, der søger at blokere bots, udtrykker en vilje, der skal respekteres (Lektion 14).
Ryd et felt før du udfylder det
En forudfyldt formular – genoptagelse af session, standardværdi, browserens autofuldførelse – gør din input til absurd sammenkædning: at skrive “Dupont” efter “Martin” giver “MartinDupont”, og formularen accepterer det uden fejl. Markér alt før du skriver.
def clear_and_type(page, text: str):
"""Markerer alt indhold i feltet og skriver derefter."""
page.keyboard.press("ControlOrMeta+a") # Ctrl+A, eller Cmd+A på macOS
page.keyboard.type(text, delay=50)
Modellen beslutter sine handlinger baseret på prompten: mind den om reglen, ellers vil den skrive direkte ind i det optagede felt.
task = """
Udfyld kontaktformularen:
- Felt "Navn": Dupont
- Felt "E-mail": [email protected]
- Felt "Besked": Tilbudsanmodning på 50 licenser
VIGTIGT: Før du skriver i hvert felt,
skal du markere al eksisterende tekst (Ctrl+A) for at erstatte den.
Når alle felter er udfyldt, skal du klikke på knappen Send.
"""
Menuer, afkrydsningsfelter og radioknapper
En <select>-rullemenu kræver tre trin: et klik for at åbne den, et ventetidspunkt, indtil mulighederne vises, og et andet klik på den ønskede mulighed. De gode nyheder er, at brugerdefinerede JavaScript-menuer – dem der ikke er rigtige <select>-elementer og som giver klassiske scripts så meget besvær – håndteres på præcis samme måde, da agenten kun ser den visuelle gengivelse: den klikker, opdager mulighederne på det næste skærmbillede og klikker på den rigtige.
Afkrydsningsfelter og radioknapper ser simplere ud, hvor ét klik er nok til at aktivere dem. Fælden ligger et andet sted: et afkrydsningsfelt, der allerede er markeret, bliver afmarkeret ved klik, og din agent har netop trukket det samtykke tilbage, den skulle give. Den skal derfor læse tilstanden før handling, og du skal eksplicit bede den om at gøre det. Husk også, at accept af vilkår eller oprettelse af en konto forpligter den person, agenten arbejder for: betro kun disse handlinger til den, hvis personen eksplicit har anmodet om dem.
task = """
I registreringsformularen:
1. Sæt flueben i boksen "Jeg accepterer vilkårene", hvis den ikke allerede er markeret
2. Vælg "Virksomhed" som kontotype
3. Klik på "Opret konto"
Verificér tilstanden for hvert element FØR du klikker.
"""
Formularer på tværs af flere skærme
En registreringstunnel på tre sider er ikke tre gange sværere end en simpel formular, forudsat at du strukturerer instruktionerne side for side og markerer overgangene. Agenten ved således, hvornår en sektion er afsluttet, og hvilken knap der fører videre til den næste. Eksemplet håndterer fiktive personoplysninger; ved brug af rigtige data skal du huske, at OpenAI betragter indtastning af følsomme oplysninger i en formular som en overførsel, hvilket kræver godkendelse fra den pågældende person.
task = """
Udfyld registreringsformularen i 3 trin:
TRIN 1 - Personlige oplysninger:
- Fornavn: Jean
- Efternavn: Dupont
- Fødselsdato: 15/03/1985
→ Klik på "Næste"
TRIN 2 - Kontaktoplysninger:
- E-mail: [email protected]
- Telefon: 06 12 34 56 78
- Adresse: 12 rue de la Paix, 75002 Paris
→ Klik på "Næste"
TRIN 3 - Bekræftelse:
- Verificér, at alle oplysninger er korrekte
- Sæt flueben i "Jeg accepterer servicevilkårene"
→ Klik på "Valider"
"""
Reagere på valideringsfejl
Et afvist telefonformat, et manglende obligatorisk felt, en adgangskode, der anses for at være for kort: formularen returnerer en besked og venter på en rettelse. Det er præcis her, Computer Use overgår et script, da agenten ved, hvordan man læser den viste fejl i stedet for at snuble over den. Du skal stadig bede den om at lede efter fejl og begrænse dens forsøg, så et felt, der definitivt afvises, ikke får den til at køre i en uendelig løkke. Disse regler skal ind i parameteren instructions, som returneres med hver anmodning (Lektion 5).
INSTRUCTIONS = """
Efter indsendelse af en formular:
1. Tag et skærmbillede for at se resultatet
2. Hvis fejlmeddelelser vises (røde, i en boks),
skal du læse dem og rette de relevante felter
3. Indsend formularen igen
4. Gentag indtil formularen accepteres
eller du har forsøgt 3 gange
"""
Filupload, et særligt tilfælde
Der er én grænse, som ingen prompt vil krydse: dialogboksen til åbning af filer tilhører operativsystemet, ikke siden. Agenten ser den ikke engang – page.screenshot() fanger kun sideindholdet – og de koordinater, den producerer, gælder for siden, ikke et indbygget vindue. Overlad operationen til Playwright, som omgår denne dialogboks fuldstændigt.
def handle_file_upload(page, file_path: str, selector: str):
"""Uploader en fil via Playwright (ikke via Computer Use)."""
page.locator(selector).set_input_files(file_path)
Du kan også lade agenten klikke på “Gennemse” som en bruger og afbryde filvælgeren i det øjeblik, den åbnes: workflowet forbliver naturligt ende-til-ende, mens systemdelen håndteres bag kulisserne. I begge tilfælde er det din kode, der vælger filen, aldrig modellen; og at sende filer er blandt de handlinger, OpenAI tillader dig at godkende på forhånd i den indledende anmodning, eller bekræfte på anden vis.
# Agenten klikker på "Gennemse", og du afbryder derefter
page.on("filechooser", lambda fc: fc.set_files("/path/to/file.pdf"))
Vigtige pointer
- Klik altid på et felt før du skriver i det
- Brug
Ctrl+A(ControlOrMeta+ai Playwright) til at rydde et felt før skrivning - Rullemenuer kræver et klik for at åbne, derefter et klik for at vælge
- Planlæg håndtering af valideringsfejl i prompten
- Filuploads skal håndteres af Playwright, ikke Computer Use