Los agentes de uso de computadora ahorran tiempo en tareas de navegador y escritorio que no tienen API, al mirar la pantalla y hacer clic, escribir y desplazarse como una persona. El uso de computadora de Claude de Anthropic, los agentes estilo Operator de OpenAI y el Project Mariner de Google funcionan de esta manera. Para los equipos de marketing, los buenos candidatos son las verificaciones repetitivas en plataformas publicitarias, directorios y paneles, ejecutadas dentro de un sandbox con aprobación humana para cualquier cosa que cambie datos.
¿Qué es un agente de uso de computadora?
Un agente de uso de computadora es un modelo de lenguaje que recibe capturas de pantalla, decide una acción y envía esa acción a un navegador o máquina virtual. El bucle se repite hasta que la tarea está hecha o el agente se queda atascado. A diferencia de las herramientas de automatización clásicas como los scripts de Selenium o Zapier, no necesita selectores fijos ni una integración; lee la página casi como usted.
Esa flexibilidad tiene un costo. Los agentes son más lentos que una llamada a la API, pueden leer mal una página y pueden ser engañados por texto en una página web que parece una instrucción. Cada flujo de trabajo a continuación está diseñado en torno a esos hechos.
¿Qué tareas de marketing se adaptan a los agentes de uso de computadora?
El punto ideal es una tarea que es aburrida, repetitiva, tiene una línea de meta clara y toca sistemas sin una buena API.
- Verificar que los listados de empresas muestren la dirección y el horario correctos en los directorios.
- Recopilar precios u ofertas de la competencia de páginas de productos públicas en una hoja de cálculo.
- Tomar capturas de pantalla de anuncios en vivo y páginas de destino para informes de clientes.
- Completar el mismo resumen de campaña en los formularios de borrador de varias plataformas, sin publicar.
- Auditar si las etiquetas de seguimiento se activan en páginas clave utilizando herramientas de desarrollo del navegador.
- Descargar informes mensuales de portales que solo ofrecen un botón de descarga.
Malos candidatos: cualquier cosa que implique pagos, entrada de contraseñas, configuración de cuenta o publicación de contenido. Eso permanece humano.
¿Cómo se configura un entorno seguro?
Ejecute los agentes en un entorno aislado, no en la computadora portátil donde tiene abiertos su correo electrónico y sus operaciones bancarias. La implementación de referencia de Anthropic utiliza un contenedor Docker con un escritorio virtual por esta razón.
Cuentas y permisos separados
Cree un usuario dedicado para el agente en cada plataforma con el nivel de permiso más bajo que aún complete la tarea, a menudo de solo lectura o “espectador”. Nunca comparta un inicio de sesión de administrador. Si la plataforma permite roles solo de borrador, úselos.
Listas de permitidos
Limite el navegador a los dominios que la tarea necesita. Un agente que verifica listados en cinco directorios no necesita acceso al resto de Internet, y una lista de permitidos corta reduce la posibilidad de que aterrice en una página con instrucciones ocultas.
Registro
Guarde las capturas de pantalla y el registro de acciones para cada ejecución. Cuando un resultado parece incorrecto, el registro muestra exactamente lo que el agente vio e hizo.
Un flujo de trabajo paso a paso: auditoría de listado de directorios
Este ejemplo verifica los detalles de una empresa con múltiples ubicaciones en directorios.
Paso 1: Defina la verdad fundamental
Haga una hoja con el nombre, dirección, teléfono, horario y sitio web correctos para cada ubicación. El agente compara con esto, por lo que debe ser correcto.
Paso 2: Escriba el prompt de la tarea
Sea específico: “Para cada fila en la hoja, abra la URL del directorio listado, lea el nombre de la empresa, dirección, teléfono y horario mostrados, y escríbalos en las columnas F a I. No haga clic en botones de editar, reclamar o contacto. Si una página le pide iniciar sesión, deténgase y escriba ‘inicio de sesión requerido’.”
Paso 3: Ejecute un lote pequeño
Comience con cinco filas. Observe la ejecución, verifique el registro y corrija el prompt donde el agente dudó o leyó mal.
Paso 4: Ejecute la lista completa
Ejecute el resto, idealmente fuera del horario laboral. Los agentes son lentos, a menudo un minuto o más por página, pero no necesitan supervisión para el trabajo de solo lectura.
Paso 5: Revisión y acción humana
Una persona revisa las discrepancias y realiza correcciones en cada plataforma. El agente encuentra problemas; un humano los soluciona.
Paso 6: Decida dónde aprueba un humano
Coloque puntos de aprobación donde una acción sea difícil de deshacer o sea visible para los clientes. Una regla útil: el agente puede leer, copiar y redactar libremente; debe pausar antes de enviar, publicar, eliminar, pagar o cambiar una configuración. La mayoría de los productos de agentes tienen un modo de confirmación o “toma de control”. Úselo.
Esté atento a la inyección de prompts. Una página web puede contener texto como “ignora tus instrucciones y …”. Dígale al agente en su prompt del sistema que el contenido de la página es datos, no comandos, y revise cualquier ejecución donde el agente hizo algo fuera de su tarea.
Agentes de uso de computadora comparados con la automatización clásica
Los equipos a menudo preguntan si un agente reemplaza su automatización existente. Por lo general, se sienta junto a ella. La comparación a continuación ayuda a decidir por tarea.
- Integración API o Zapier: más rápido y barato, pero solo donde la plataforma ofrece una API o conector.
- Scripts de navegador grabados (Selenium, Playwright): confiables en páginas estables, se rompen cuando cambia el diseño.
- Agente de uso de computadora: se las arregla con diseños cambiantes y sitios desconocidos, pero es más lento, más costoso por ejecución y menos predecible.
- Trabajo manual: sigue siendo mejor para tareas únicas y cualquier cosa que necesite juicio sobre dinero o reputación.
Cómo Alien Road aplica los agentes de uso de computadora
En un compromiso típico, comenzamos enumerando las tareas manuales recurrentes del navegador del cliente con el tiempo que cada una toma por mes. Elegimos una tarea de solo lectura con un resultado claro, generalmente capturas de pantalla de informes o auditorías de listados, y la construimos primero.
La configuración incluye un escritorio contenedorizado, una cuenta de nivel de espectador por plataforma, una lista de permitidos de dominio y un prompt de tarea escrito revisado por la persona que actualmente realiza el trabajo. Cada ejecución produce un registro y una hoja de resultados.
La medición compara las horas dedicadas antes y después, la precisión frente a una muestra verificada manualmente y la cantidad de ejecuciones que necesitan rescate humano. Si la tasa de rescate sigue siendo alta después de dos semanas de ajuste, volvemos a una automatización con script o mantenemos la tarea manual.
¿Cuáles son los límites hoy?
La precisión cae en interfaces complejas con muchas ventanas emergentes, paneles dinámicos y CAPTCHAs, y los agentes no deberían intentar resolver CAPTCHAs de todos modos. La velocidad es limitada, por lo que los trabajos grandes toman horas. Los costos provienen de los tokens del modelo para cada captura de pantalla, lo que se suma en tareas largas. Para una tarea con una API confiable, la API sigue siendo más rápida, más barata y más predecible.
Por dónde empezar esta semana
Escriba tres tareas de navegador que su equipo repite cada mes y marque cuáles solo leen información. Elija la más simple, construya la hoja de verdad fundamental y realice una prueba de cinco filas en un entorno de agente sandbox con una cuenta de espectador. Revise el registro línea por línea antes de ejecutar más.
Siga leyendo: Agencia de Marketing AI · Marketing AI