GuíasIA y agentes

Un agente de IA que maneja un navegador: útil, lento y que hay que vigilar

Por el equipo de Banzai LabsActualizado el 2 min de lectura

PedirAgentecliccapturaVer la página, elegir una acción, repetir: lento pero universal
El agente mira una captura de la página, elige dónde hacer clic y vuelve a empezar.

El bucle

  1. 1MirarCaptura o estructura de la página.
  2. 2DecidirEl modelo elige la siguiente acción.
  3. 3ActuarClic, escritura, desplazamiento.
  4. 4ComprobarNueva captura, y así sucesivamente.
Dos formas de actuar sobre un servicio
API
  • Rápida y precisa
  • Pocos tokens
  • Solo si el servicio la tiene
Navegador manejado
  • Funciona en casi cualquier sitio
  • Lento, una captura por paso
  • Frágil ante cambios de página

Las reglas de seguridad

Regla Por qué
Navegador aislado Sin acceso a tus cuentas personales
Lista de sitios permitidos El agente no se va a otro sitio
Confirmación antes de comprar o enviar Una página trampa no decide
Presupuesto de pasos Un bucle atascado se detiene
Capturas guardadas Entender lo que pasó

Las bases: el bucle de un agente de IA. Los riesgos: la inyección de prompt.

Preguntas frecuentes

¿Cómo ve el agente la página?
Con capturas de pantalla, con la estructura de la página (accesibilidad, DOM) o con ambas. Luego el modelo decide la acción: clic, escribir, desplazarse.
¿Es fiable?
Menos que una API. Una ventana emergente, un botón que se mueve o un captcha pueden bloquear al agente. Hay que prever reintentos y una comprobación del resultado.
¿Qué riesgos tiene?
Una página puede contener instrucciones ocultas que desvíen al agente. Se usa en un navegador aislado, sin sesiones personales abiertas y con confirmación antes de cualquier compra o envío.

Para leer después

Todas las guías