Los agentes de uso de computadora son modelos de IA que operan una computadora o navegador como lo hace una persona: miran la pantalla, mueven el cursor, hacen clic, escriben y leen el resultado. El uso de computadora de Claude de Anthropic, Operator de OpenAI y el modo agente en ChatGPT, y Project Mariner de Google son ejemplos. Alien Road los utiliza para comprobaciones repetitivas en sitios web y plataformas publicitarias, siempre con permisos limitados y aprobación humana para los cambios.
Son útiles porque muchas herramientas de marketing carecen de una API para la tarea que necesitas, o la API no muestra lo que ve un cliente. Un agente que utiliza la interfaz puede llenar ese vacío.
¿Cómo funcionan los agentes de uso de computadora?
El agente recibe un objetivo en lenguaje sencillo. Toma una captura de pantalla, decide la siguiente acción, la ejecuta mediante comandos de mouse y teclado, toma otra captura de pantalla y repite. Algunos se ejecutan en un navegador en la nube que proporciona el proveedor; otros se ejecutan en una máquina virtual o contenedor que tú controlas.
Este bucle es más lento que una llamada a la API y menos predecible. Una página que carga tarde, una ventana emergente o un cambio de diseño pueden enviar al agente por el camino equivocado. Por eso la elección de la tarea y la supervisión son importantes.
¿Qué tareas de campaña se adaptan a los agentes de uso de computadora?
- QA de landing page: rellenar formularios con datos de prueba, comprobar páginas de confirmación y eventos de agradecimiento
- Comprobar cómo aparecen los anuncios y los listados de productos en los resultados de búsqueda y mercados desde una sesión limpia
- Monitoreo de la competencia: visitar páginas de precios y anotar cambios
- Recopilar datos de pantallas de plataforma que no tienen opción de exportación
- Recorrer un proceso de pago para encontrar pasos rotos después de una actualización del sitio
Todas estas son tareas de solo lectura con un resultado que una persona puede verificar. Las tareas que gastan dinero, publican contenido o envían mensajes permanecen con personas o se mueven a través de APIs con límites estrictos.
¿Por qué no usar simplemente una API o un script?
Donde existe una API y cubre la tarea, es la mejor opción: más rápida, más barata y más fácil de registrar. La automatización de navegador tradicional con Playwright o Selenium también es más fiable para flujos fijos y repetidos.
Los agentes de uso de computadora se ganan su lugar donde el flujo cambia a menudo, donde un script se rompería con cada rediseño, o donde la tarea necesita juicio, como decidir si una página se ve rota en el móvil. En la práctica, a menudo usamos un agente para explorar un flujo y un script para repetirlo una vez que es estable.
Cómo Alien Road aplica agentes de uso de computadora
Descubrimiento
En un compromiso típico, nuestro equipo enumera las comprobaciones manuales que los equipos de marketing y web del cliente realizan cada semana, con el tiempo dedicado y la frecuencia con la que se detectan errores tarde. Los buenos candidatos son tareas aburridas, regulares y visuales: alguien haciendo clic en formularios después de cada lanzamiento, o tomando capturas de pantalla de páginas de la competencia cada lunes.
Configuración
Los agentes se ejecutan en un entorno de navegador aislado con cuentas de prueba, nunca con los inicios de sesión personales del cliente. Solo obtienen el acceso que la tarea necesita, normalmente un sitio de prueba o vistas de solo lectura. Escribimos la tarea como una lista de verificación corta con condiciones de parada explícitas: detener y reportar si se requiere un inicio de sesión, si aparece un paso de pago o si la página solicita datos personales.
Supervisión
Cada ejecución se registra como capturas de pantalla y un registro de acciones. Durante las primeras semanas, una persona revisa cada ejecución por completo. Una vez que los resultados coinciden con las comprobaciones manuales de forma consistente, la revisión pasa a las excepciones: ejecuciones que marcaron un problema o se comportaron de forma inusual.
Informes
Los informes mensuales muestran ejecuciones completadas, problemas encontrados y confirmados, falsas alarmas, tiempo ahorrado en comparación con las comprobaciones manuales y el costo de ejecución. Un formulario roto encontrado la mañana después de un lanzamiento, antes de que el tráfico pagado lo alcance, es el tipo de resultado que justifica la configuración.
¿Cuáles son los riesgos?
- Inyección de prompts: una página web puede contener texto que intenta dar instrucciones al agente
- Clics incorrectos: un agente puede enviar un formulario o aceptar términos que no debería
- Exposición de datos: las capturas de pantalla pueden capturar datos personales o confidenciales
- Términos de servicio: algunos sitios prohíben el acceso automatizado
- Costo y velocidad: las tareas largas utilizan muchas llamadas al modelo
Nuestros controles abordan cada uno: el contenido de la página se trata como datos, las acciones irreversibles requieren aprobación humana, los entornos utilizan datos de prueba, respetamos las reglas de robots y los términos del sitio, y las ejecuciones tienen límites de pasos y costos.
¿Qué significa esto para tu sitio web?
Los agentes de uso de computadora también están visitando sitios web en nombre de los usuarios, por ejemplo, para comparar productos o reservar servicios. Las páginas con etiquetas claras en botones y campos de formulario, controles HTML estándar y sin ventanas emergentes innecesarias son más fáciles de usar para estos agentes, al igual que lo son para los lectores de pantalla. El trabajo de accesibilidad y la facilidad para los agentes se superponen mucho.
¿Cómo se comparan los agentes de uso de computadora con la automatización del navegador?
- Scripts (Playwright, Selenium): rápidos, baratos, repetibles; se rompen cuando cambia el diseño de la página
- Agentes de uso de computadora: se adaptan a los cambios y manejan el juicio; más lentos, cuestan más por ejecución, menos predecibles
- APIs: más fiables y baratas donde existen; cubren solo lo que el proveedor expone
- Comprobaciones manuales: mejor juicio; caras y fáciles de omitir en semanas ocupadas
Una configuración sensata utiliza las cuatro. APIs para datos, scripts para flujos estables, agentes para comprobaciones cambiantes o que requieren mucho juicio, y personas para decisiones y cualquier cosa irreversible.
¿Qué contiene un buen resumen de tarea de agente?
Los agentes siguen las instrucciones literalmente y llenan los vacíos con suposiciones. Un resumen que funciona enumera la URL de inicio, los pasos exactos, cómo se ve el éxito en cada paso, qué datos usar y cuándo detenerse. También dice lo que el agente nunca debe hacer: enviar pagos reales, aceptar términos, cambiar la configuración de la cuenta o enviar mensajes.
Los resúmenes cortos con pasos numerados superan a los largos y conversacionales. Cuando una ejecución falla, el registro muestra qué paso salió mal, y el resumen se actualiza solo para ese paso.
Por dónde empezar esta semana
Escribe cada paso de tu formulario principal de leads o proceso de pago como una lista numerada, incluida la confirmación esperada. Recórrelo tú mismo en el móvil y en el escritorio y cronométralo. Esa lista es el resumen para una primera prueba de agente, y cronometrarlo muestra cuántas horas a la semana de QA manual podría reemplazar un agente.
Comienza con una tarea y un sitio. Expandirse a varios clientes o flujos antes de que el primero sea estable multiplica el trabajo de revisión y oculta qué resumen está causando fallos.
Sigue leyendo: Agencia de Marketing AI · Marketing AI