Συμπλήρωση φορμών και κλικ
Σε αυτήν τη σελίδα
Μάθημα ενημερώθηκε στις 3 Νοεμβρίου 2026 βάσει των οδηγιών επιβεβαίωσης της OpenAI και της τεκμηρίωσης του Playwright: η καθυστέρηση πληκτρολόγησης δεν παρουσιάζεται πλέον ως τρόπος αποφυγής εντοπισμού bot· η επιλογή χρησιμοποιεί το
ControlOrMeta+a, το οποίο λειτουργεί και σε macOS· έναpage.screenshot()δεν εμφανίζει τον εγγενή διάλογο ανοίγματος αρχείου, σε αντίθεση με όσα ισχυριζόταν η προηγούμενη έκδοση· οι οδηγίες περνούν μέσω της παραμέτρουinstructions. Πηγές: Επιβεβαίωση και συναίνεση · Playwright, Πληκτρολόγιο.
Η πιο κοινή αλληλεπίδραση
Αν πρέπει να mastered μόνο μία κίνηση, ας είναι αυτή. Η υποβολή αιτήματος επικοινωνίας, η συμπλήρωση μιας προσφοράς, η εισαγωγή ενός αρχείου πελάτη σε ένα CRM χωρίς API: οι φόρμες αποτελούν το υποχρεωτικό σημείο ελέγχου για τις περισσότερες αυτοματοποιήσεις. Εδώ είναι επίσης όπου αποτυγχάνουν συχνότερα οι κακώς ρυθμισμένοι πράκτορες, για πολύ συγκεκριμένους λόγους που αυτό το μάθημα αντιμετωπίζει έναν προς έναν.
Κλικ πριν την πληκτρολόγηση
Η ενέργεια type δεν γράφει μέσα σε ένα πεδίο· γράφει στο τρέχον πεδίο που έχει την εστίαση. Θα ξεχάσετε αυτή τη λεπτομέρεια μόνο μία φορά: χωρίς προηγούμενο κλικ, το κείμενό σας χάνεται στο κενό ή, πιο ύπουλα, προστίθεται στο προηγούμενο πεδίο. Η ακολουθία είναι therefore αμετάβλητη: ένα κλικ για εστίαση και μετά πληκτρολόγηση.
# Στον εκτελεστή ενεργειών σας
def execute_type(page, text: str):
"""Πληκτρολογεί κείμενο στο πεδίο που έχει την εστίαση."""
page.keyboard.type(text, delay=50)
Το delay=50 αξίζει προσοχή. Το keyboard.type στέλνει ήδη γεγονότα πληκτρολογίου χαρακτήρα προς χαρακτήρα, αλλά χωρίς καθυστέρηση τα αλυσιδώνει όσο το δυνατόν γρηγορότερα· με πενήντα χιλιοστά του δευτερολέπτου μεταξύ των πατημάτων πλήκτρων, ο ρυθμός πέφτει στους είκοσι χαρακτήρες ανά δευτερόλεπτο. Τα πεδία που αντιδρούν σε κάθε πάτημα πλήκτρου—αυτόματη συμπλήρωση, μάσκες εισαγωγής τηλεφώνου—έτσι έχουν χρόνο να συμβαδίσουν. Αυτή η ρύθμιση δεν αφορά το να περάσετε ως άνθρωπος: ένας ιστότοπος που seeks να μπλοκάρει bots εκφράζει μια βούληση που πρέπει να σεβαστείτε (Μάθημα 14).
Εκκαθάριση πεδίου πριν τη συμπλήρωσή του
Μια προ-συμπληρωμένη φόρμα—συνέχιση συνεδρίας, προεπιλεγμένη τιμή, αυτόματη συμπλήρωση περιηγητή—μετατρέπει την εισαγωγή σας σε παράλογη συνένωση: η πληκτρολόγηση του “Dupont” μετά το “Martin” δίνει “MartinDupont”, και η φόρμα το δέχεται χωρίς σφάλμα. Επιλέξτε τα πάντα πριν πληκτρολογήσετε.
def clear_and_type(page, text: str):
"""Επιλέγει όλο το περιεχόμενο στο πεδίο και μετά πληκτρολογεί."""
page.keyboard.press("ControlOrMeta+a") # Ctrl+A, ή Cmd+A σε macOS
page.keyboard.type(text, delay=50)
Το μοντέλο αποφασίζει τις ενέργειές του βάσει του prompt: υπενθυμίστε του τον κανόνα, αλλιώς θα πληκτρολογήσει απευθείας στο κατειλημμένο πεδίο.
task = """
Συμπληρώστε τη φόρμα επικοινωνίας:
- Πεδίο "Όνομα": Dupont
- Πεδίο "Email": [email protected]
- Πεδίο "Μήνυμα": Αίτημα προσφοράς για 50 άδειες
ΣΗΜΑΝΤΙΚΟ: Πριν πληκτρολογήσετε σε κάθε πεδίο,
επιλέξτε όλο το υπάρχον κείμενο (Ctrl+A) για να το αντικαταστήσετε.
Αφού συμπληρώσετε όλα τα πεδία, κάντε κλικ στο κουμπί Αποστολή.
"""
Μενού, πλαίσια ελέγχου και κουμπιά επιλογής
Ένα αναπτυσσόμενο μενού <select> απαιτεί τρία βήματα: ένα κλικ για άνοιγμα, μια αναμονή για την εμφάνιση των επιλογών και ένα δεύτερο κλικ στην επιθυμητή επιλογή. Τα καλά νέα είναι ότι τα προσαρμοσμένα μενού JavaScript—αυτά που δεν είναι πραγματικά στοιχεία <select> και δημιουργούν τόσα προβλήματα στα κλασικά scripts—χειρίζονται ακριβώς με τον ίδιο τρόπο, καθώς ο πράκτορας βλέπει μόνο την οπτική απόδοση: κάνει κλικ, ανακαλύπτει τις επιλογές στο επόμενο screenshot και κάνει κλικ στη σωστή.
Τα πλαίσια ελέγχου (checkboxes) και τα κουμπιά επιλογής (radio buttons) φαίνονται απλούστερα, με ένα μόνο κλικ αρκετό για την ενεργοποίησή τους. Η παγίδα βρίσκεται αλλού: ένα πλαίσιο ελέγχου που είναι ήδη επιλεγμένο αποεπιλέγεται με το κλικ, και ο πράκτοράς σας μόλις ανακάλεσε τη συναίνεση που επρόκειτο να δώσει. Επομένως, πρέπει να διαβάσει την κατάσταση πριν ενεργήσει, και εσείς πρέπει να του ζητήσετε ρητά να το κάνει. Επίσης, λάβετε υπόψη ότι η αποδοχή όρων ή η δημιουργία λογαριασμού δεσμεύει το άτομο για το οποίο εργάζεται ο πράκτορας: αναθέστε του αυτές τις ενέργειες μόνο εάν αυτό το άτομο τις έχει ζητήσει ρητά.
task = """
Στη φόρμα εγγραφής:
1. Επιλέξτε το πλαίσιο "Αποδέχομαι τους όρους" αν δεν είναι επιλεγμένο
2. Επιλέξτε "Εταιρεία" στον τύπο λογαριασμού
3. Κάντε κλικ στο "Δημιουργία λογαριασμού"
Επαληθεύστε την κατάσταση κάθε στοιχείου ΠΡΙΝ κάνετε κλικ.
"""
Φόρμες πολλαπλών οθονών
Μια σήραγγα εγγραφής τριών σελίδων δεν είναι τρεις φορές πιο δύσκολη από μια απλή φόρμα, εφόσον δομήσετε τις οδηγίες σελίδα προς σελίδα και σημειώσετε τις μεταβάσεις. Ο πράκτορας γνωρίζει τότε πότε έχει ολοκληρωθεί μια ενότητα και ποιο κουμπί μετακινεί στην επόμενη. Το παράδειγμα χειρίζεται πλασματικά προσωπικά δεδομένα· με πραγματικά δεδομένα, θυμηθείτε ότι η OpenAI θεωρεί την εισαγωγή ευαίσθητων πληροφοριών σε μια φόρμα ως μετάδοση, απαιτώντας έγκριση από το ενδιαφερόμενο άτομο.
task = """
Συμπληρώστε τη φόρμα εγγραφής 3 βημάτων:
ΒΗΜΑ 1 - Προσωπικές πληροφορίες:
- Όνομα: Jean
- Επώνυμο: Dupont
- Ημερομηνία γέννησης: 15/03/1985
→ Κάντε κλικ στο "Επόμενο"
ΒΗΜΑ 2 - Στοιχεία επικοινωνίας:
- Email: [email protected]
- Τηλέφωνο: 06 12 34 56 78
- Διεύθυνση: 12 rue de la Paix, 75002 Paris
→ Κάντε κλικ στο "Επόμενο"
ΒΗΜΑ 3 - Επιβεβαίωση:
- Επαληθεύστε ότι όλες οι πληροφορίες είναι σωστές
- Επιλέξτε "Αποδέχομαι τους Όρους Χρήσης"
→ Κάντε κλικ στο "Επικύρωση"
"""
Αντίδραση σε σφάλματα επικύρωσης
Μια απορριφθείσα μορφή τηλεφώνου, ένα missing υποχρεωτικό πεδίο, ένας κωδικός πρόσβασης που κρίνεται πολύ σύντομος: η φόρμα επιστρέφει ένα μήνυμα και περιμένει διόρθωση. Εδώ ακριβώς το Computer Use υπερτερεί ενός script, καθώς ο πράκτορας ξέρει πώς να διαβάσει το εμφανιζόμενο σφάλμα αντί να σκοντάψει σε αυτό. Πρέπει ωστόσο να του ζητήσετε να ψάξει για σφάλματα και να οριοθετήσετε τις προσπάθειές του, ώστε ένα πεδίο που απορρίπτεται οριστικά να μην το κάνει να μπει σε ατέρμονο βρόχο. Αυτοί οι κανόνες πηγαίνουν στην παράμετρο instructions, η οποία επιστρέφεται με κάθε αίτημα (Μάθημα 5).
INSTRUCTIONS = """
Μετά την υποβολή μιας φόρμας:
1. Λάβτε ένα screenshot για να δείτε το αποτέλεσμα
2. Αν εμφανιστούν μηνύματα σφάλματος (με κόκκινο, σε πλαίσιο),
διαβάστε τα και διορθώστε τα σχετικά πεδία
3. Υποβάλετε ξανά τη φόρμα
4. Επαναλάβετε μέχρι η φόρμα να γίνει δεκτή
ή να έχετε προσπαθήσει 3 φορές
"""
Μεταφόρτωση αρχείου, μια ειδική περίπτωση
Υπάρχει ένα όριο που κανένα prompt δεν θα ξεπεράσει: ο διάλογος ανοίγματος αρχείου ανήκει στο λειτουργικό σύστημα, όχι στη σελίδα. Ο πράκτορας δεν τον βλέπει καν—το page.screenshot() καταγράφει μόνο το περιεχόμενο της σελίδας—και οι συντεταγμένες που παράγει ισχύουν για τη σελίδα, όχι για ένα εγγενές παράθυρο. Εκχωρήστε τη λειτουργία στο Playwright, το οποίο παρακάμπτει εντελώς αυτόν τον διάλογο.
def handle_file_upload(page, file_path: str, selector: str):
"""Μεταφορτώνει ένα αρχείο μέσω Playwright (όχι μέσω Computer Use)."""
page.locator(selector).set_input_files(file_path)
Μπορείτε επίσης να αφήσετε τον πράκτορα να κάνει κλικ στο “Περιήγηση” όπως ένας χρήστης και να αναχαιτίσετε τον επιλογέα αρχείου τη στιγμή που ανοίγει: η ροή εργασίας παραμένει φυσική από άκρο σε άκρο, με το μέρος του συστήματος να χειρίζεται παρασκηνιακά. Και στις δύο περιπτώσεις, ο κώδικάς σας επιλέγει το αρχείο, ποτέ το μοντέλο· και η αποστολή αρχείων συγκαταλέγεται στις ενέργειες που η OpenAI σας επιτρέπει να προ-εγκρίνετε στο αρχικό αίτημα, ή να επιβεβαιώσετε διαφορετικά.
# Ο πράκτορας κάνει κλικ στο "Περιήγηση", μετά εσείς αναχαιτίζετε
page.on("filechooser", lambda fc: fc.set_files("/path/to/file.pdf"))
Βασικά σημεία
- Πάντα να κάνετε κλικ σε ένα πεδίο πριν πληκτρολογήσετε σε αυτό
- Χρησιμοποιήστε το
Ctrl+A(ControlOrMeta+aστο Playwright) για να εκκαθαρίσετε ένα πεδίο πριν την πληκτρολόγηση - Τα αναπτυσσόμενα μενού απαιτούν ένα κλικ για άνοιγμα και μετά ένα κλικ για επιλογή
- Προβλέψτε τη διαχείριση σφαλμάτων επικύρωσης στο prompt
- Οι μεταφορτώσεις αρχείων πρέπει να γίνονται από το Playwright, όχι από το Computer Use