คนส่วนใหญ่ข้าม Browser Operator ไป นี่คือวิธีก้าวข้ามการวิจัยแบบผิวเผิน
ลองให้ AI ค้นคว้าข้อมูลบางอย่างให้คุณแล้วดูมันชนกำแพง มันยิงคำขอไปยัง search API ขูดข้อมูลจากหน้าเว็บสาธารณะไม่กี่หน้า แล้วส่งสรุปสุภาพๆ ของสิ่งที่ Google เลือกแสดงกลับมาให้คุณ สัญญาณที่แท้จริง ชนิดที่กำหนดการตัดสินใจจริงๆ อยู่หลังการเข้าสู่ระบบ แดชบอร์ด และการสมัครสมาชิกที่คุณจ่ายอยู่แล้ว ซึ่งไม่มีอะไรเลยที่แชทบอททั่วไปจะเข้าถึงได้
ทำไม Browser Operator ถึงเจาะลึกได้กว่า
บางครั้งข้อมูลที่มีคุณค่าสูงอยู่หลังการสมัครสมาชิกที่คุณจ่ายอยู่แล้ว ภายในระบบขององค์กร และบนพอร์ทัลที่ต้องมีการยืนยันตัวตน ไม่มีสิ่งใดเข้าถึงได้จากคลาวด์ เมื่อคุณอนุญาต Browser Operator แล้ว มันจะทำงานภายในสภาพแวดล้อมเบราว์เซอร์ในเครื่องของคุณในทุกงาน ทำให้สามารถดำเนินการบนเว็บไซต์ที่คุณใช้อยู่แล้ว
สถานการณ์ | ไม่มี Manus | มี Manus Browser Operator |
อ่านการสมัครสมาชิกที่คุณจ่าย | คุณดูตัวอย่างฟรีไม่กี่อันและรวบรวมสิ่งที่คุณทำได้จากเศษเสี้ยวข้อมูล | Manus ใช้การเข้าสู่ระบบที่มีอยู่ของคุณเพื่ออ่านโพสต์ฉบับเต็มที่คุณสมัครสมาชิกอยู่แล้ว |
การเดินทางและการจอง | คุณสลับไปมาระหว่าง Maps และ Booking.com เปรียบเทียบตัวเลือกด้วยตนเอง | Manus ใช้ตัวกรองของคุณ เปรียบเทียบตัวเลือก กรอกแบบฟอร์ม และหยุดที่ขั้นตอนการชำระเงินเพื่อให้คุณดำเนินการ |
การจัดซื้ออุปกรณ์ | คุณเปิดแท็บนับสิบ คัดลอกราคา และอ่านรีวิวเพื่อหาสัญญาณเตือน | Manus อ่านทุกหน้าผลิตภัณฑ์และรีวิว ระบุปัญหา และแสดงตารางเปรียบเทียบที่พร้อมตัดสินใจ |
การวิเคราะห์การจ้างงานของคู่แข่ง | แสดงประกาศรับสมัครงานสาธารณะที่กระจัดกระจาย | นำทางข้อมูลงาน จัดหมวดหมู่ตำแหน่งที่เปิดรับ และสร้างสเปรดชีตแนวโน้มการจ้างงาน |
ความสามารถเดียวกันนี้ขยายไปถึงการทำงานอัตโนมัติเชิงวิชาชีพ Browser Operator สามารถถูกเรียกใช้ผ่าน Manus API เพื่อขับเคลื่อนการดำเนินงานบนเว็บแบบครบวงจร สิ่งนี้มีประโยชน์อย่างยิ่งสำหรับเครื่องมือภายในของบริษัทที่ไม่เคยสร้าง API สาธารณะ เช่น พอร์ทัล HR เก่า ระบบการเงิน หรือเว็บไซต์ของรัฐบาล
ตัวนำทางผ่านเว็บส่วนปลายที่ยาวนาน
นอกเหนือจากการค้นคว้า Browser Operator ได้กลายเป็นตัวนำทางอย่างเงียบๆ สำหรับการนำทางในมุมที่สับสนที่สุดของเว็บ สมมติว่าคุณต้องการดึงเอกสารภาษีที่ฝังอยู่ลึกสามเมนูภายในพอร์ทัลของรัฐบาลอย่าง IRIS Manus สามารถเดินผ่านกระบวนการคลิกทีละคลิกและแสดงไฟล์ที่คุณต้องการอย่างแม่นยำ หรือลองนึกภาพการกรอกใบสมัครวีซ่า: Manus สามารถค้นหาเอกสารแม่แบบที่ถูกต้อง เดินผ่านแบบฟอร์มทีละส่วน และระบุช่องที่ต้องการข้อมูลจากคุณ แทนที่จะส่งย่อหน้าคำแนะนำทั่วไปให้คุณ Manus อยู่ในเบราว์เซอร์ของคุณจริงๆ คลิกผ่านกระบวนการไปกับคุณ
การมองเห็นนั้นมีความสำคัญ คุณสามารถขัดจังหวะและเข้าควบคุมได้ทุกเมื่อ เห็นได้อย่างชัดเจนว่า Manus อยู่บนหน้าใด และย้อนรอยทุกขั้นตอนหลังจากงานเสร็จสิ้น หาก Manus พบขั้นตอนที่ละเอียดอ่อน เช่น หน้าจอชำระเงิน มันจะหยุดและรอให้คุณยืนยัน คุณยังคงควบคุมได้ตลอดเวลา
รันได้ทุกที่ เข้าควบคุมได้ทุกเมื่อ
Browser Operator ไม่ได้ผูกติดกับเครื่องเดียว หากคุณเริ่มงานบนแล็ปท็อปทำงาน คุณสามารถดำเนินงานต่อในภายหลังบนอุปกรณ์ส่วนตัวและทำต่อจากจุดที่คุณค้างไว้ หากต้องการเปิดใช้งาน ให้เปิดตัวเชื่อมต่อ My Browser ในการตั้งค่า Manus คลิก Configure และเปิดใช้งาน Allow Cross-Browser Tasks เมื่อเปิดใช้งานแล้ว Manus สามารถขับเคลื่อนเซสชันเบราว์เซอร์ที่ได้รับอนุญาตใดๆ ที่เชื่อมโยงกับบัญชีของคุณ ซึ่งมีประโยชน์เมื่อคุณยืนยันตัวตนเข้าสู่พอร์ทัลผู้ขายบนเครื่องหนึ่งแต่ต้องการรันการค้นคว้าจริงบนอีกเครื่อง หรือเมื่อคุณต้องการแยกระบบอัตโนมัติที่หนักออกจากเครื่องทำงานหลัก
คุณยังสามารถเรียกใช้ Browser Operator จากโทรศัพท์ของคุณได้ ส่งคำสั่งจากแอปมือถือ Manus ขณะที่คุณกำลังเดินทาง และ Manus จะเริ่มเซสชันเบราว์เซอร์บนเดสก์ท็อปที่ได้รับอนุญาตของคุณและรันงานในเบื้องหลัง กลับมาที่โต๊ะของคุณและงานก็เสร็จเรียบร้อยแล้ว
อนุญาตเบราว์เซอร์ของคุณก่อน
ก่อนที่คุณจะขอให้ Manus ท่องเว็บแทนคุณได้ คุณต้องให้สิทธิ์ในการใช้เซสชันในเครื่องของคุณก่อน ใช้เวลาไม่ถึงหนึ่งนาที และคุณยังคงควบคุมสิ่งที่ Manus เข้าถึงได้อย่างเต็มที่
1.เปิดพื้นที่ทำงาน Manus ของคุณและไปที่แท็บ连接器
2.เปิดใช้ connector "My Browser" และติดตั้งส่วนขยายเบราว์เซอร์สำหรับ Chrome หรือ Edge
3.เริ่มต้นพรอมต์ใหม่โดยขอให้ Manus ใช้เบราว์เซอร์ของคุณ
4.คลิก "Authorize" เมื่อ Manus ขออนุญาตเข้าควบคุมแท็บใหม่
3 วิธีในการใช้งาน Browser Operator
เมื่อได้รับอนุญาตแล้ว คุณสามารถส่งต่อเวิร์กโฟลว์แบบหลายแท็บที่มักจะกินเวลาช่วงบ่ายของคุณได้ นี่คือสามวิธีที่ฉันใช้ Browser Operator ในการทำการค้นคว้า โดยเรียงลำดับจากเวิร์กโฟลว์การจองอย่างง่ายไปจนถึงแดชบอร์ดอ่านการสมัครสมาชิกแบบเต็มรูปแบบ
1. วางแผนการเดินทางของทีมและกรอกแบบฟอร์มการจอง
การวางแผนทริป offsite ของทีมที่กำลังจะมาถึงมักต้องเปิด Google Maps ค้างไว้บนจอหนึ่งในขณะที่สลับแท็บผ่าน Booking.com หรือ Airbnb บนอีกจอหนึ่ง คุณต้องสมดุลระหว่างงบประมาณ รีวิว และระยะใกล้กับสถานที่จัดงานที่ระบุ ซึ่งหมายถึงการเปรียบเทียบข้อมูลข้ามไปมาอย่างไม่รู้จบ
ฉันส่งงานการเปลี่ยนหน้าให้ Manus จัดการ ฉันใส่พรอมต์ว่า: "ฉันกำลังจองโรงแรมแทนเพื่อนร่วมงาน ดังนั้นโปรดละเว้นข้อมูลบัญชีใดๆ ที่อาจถูกกรอกไว้ล่วงหน้าใน Booking.com และใช้เฉพาะรายละเอียดผู้เข้าพักที่ฉันจะให้ในภายหลัง ใช้ My Browser เพื่อค้นหา Booking.com สำหรับโรงแรมในย่านดาวน์ทาวน์ชิคาโกในวันที่ 12-15 ตุลาคม กรองผลลัพธ์ 4 ดาวขึ้นไป ราคาต่ำกว่า $300 ต่อคืน สำหรับ 3 อันดับแรก ใช้ Google Maps เพื่อตรวจสอบระยะเดินไปยังศูนย์การประชุม McCormick Place สรุป 3 อันดับแรกที่นี่ในแชทพร้อมราคา คะแนน และเวลาเดิน เพื่อที่ฉันจะได้เลือก"
Manus เปิดเว็บไซต์การจอง ตั้งค่าวันที่และตัวกรองของฉัน จากนั้นไปที่ Maps เพื่อตรวจสอบเวลาเดินทาง และส่งคืนสรุป 3 อันดับแรกที่ชัดเจนโดยตรงในแชท Manus เมื่อฉันเลือกโรงแรมแล้ว ฉันส่งพรอมต์ติดตามผลขอให้ Manus เริ่มการจองและกรอกรายละเอียดของผู้เข้าพัก โดยจะหยุดที่หน้าจอบัตรเครดิตสุดท้าย ทำให้ฉันสามารถเข้าควบคุมเบราว์เซอร์และทำการชำระเงินได้อย่างปลอดภัยด้วยตัวเอง
2. สร้างรายการคัดสรรสำหรับการจัดซื้อโดยไม่ต้องวุ่นวายกับแท็บ
เมื่อคุณต้องจัดหาอุปกรณ์จำนวนมาก ขั้นตอนการค้นคว้ามักกินเวลาครึ่งวัน คุณคลิกผ่านรายการของผู้ค้าปลีก หลีกเลี่ยงการจัดวางแบบสปอนเซอร์ คัดลอกราคาลงในสเปรดชีต และอ่านรีวิวหลายร้อยรายการเพื่อพยายามหาจุดสังเกตด้านความทนทานหรือการประกอบก่อนที่คุณจะตัดสินใจสั่งซื้อ
ฉันมอบหมายขั้นตอนการค้นคว้าทั้งหมดให้ Manus ฉันใส่พรอมต์ว่า: "ฉันกำลังจัดหาโต๊ะนั่ง-ยืนสำหรับการจัดสำนักงานของเรา ใช้ My Browser เพื่อค้นหา Walmart ข้ามผลลัพธ์ที่เป็นสปอนเซอร์ และเปิด 4 รายการออร์แกนิกอันดับแรก สำหรับแต่ละรายการ ดึงราคาและคะแนนเฉลี่ยมา และสรุปรีวิวเชิงวิจารณ์ 3 อันดับแรกเพื่อให้ฉันสามารถระบุปัญหาด้านความทนทานหรือการประกอบก่อนที่เราจะสั่งซื้อจำนวนมาก จัดทุกอย่างไว้ในตารางเปรียบเทียบที่ดูสะอาดเพื่อที่ฉันจะนำไปใส่ในเอกสารสรุปการจัดซื้อได้"
Manus เปิดเว็บไซต์ผู้ค้าปลีกในแท็บเบราว์เซอร์ที่เปิดอยู่ของฉัน กรองรายการที่ได้รับการสนับสนุนออก และทำงานผ่านหน้าผลิตภัณฑ์แต่ละหน้า โดยใช้ความสามารถ广泛研究 ในตัวเพื่ออ่านรีวิวทุกฉบับ จากนั้นจัดโครงสร้างราคา คะแนน และจุดที่ต้องระวังลงในตารางเปรียบเทียบที่สะอาดตา ฉันได้รายชื่อตัวเลือกที่พร้อมตัดสินใจซึ่งสามารถวางลงในเอกสารสรุปการจัดซื้อได้ทันที โดยไม่ต้องเปิดแท็บใด ๆ ด้วยตนเอง
3. ดึงสรุปการวิจัยจากจดหมายข่าวที่คุณอ่านบน Substack
การวิเคราะห์ที่ชาญฉลาดที่สุดในหัวข้อที่ฉันสนใจมักจะอยู่ในจดหมายข่าวที่ฉันติดตามบน Substack Lenny's Newsletter เป็นหนึ่งในนั้นสำหรับฉัน คลังข้อมูลเต็มไปด้วยโพสต์เกี่ยวกับ AI Agent การสร้างรายได้ และกลยุทธ์ผลิตภัณฑ์ที่ฉันอยากนำมาใช้ แต่ฉันแทบไม่มีเวลานั่งลงเปิดอ่านทีละโพสต์ และดึงสิ่งที่เกี่ยวข้องกับคำถามที่ฉันกำลังทำอยู่ในตอนนี้ออกมาจริง ๆ
ฉันให้ Manus ทำหน้าที่ค้นคว้าให้ฉัน ฉันป้อนคำสั่ง: "ฉันกำลังพยายามสร้างมุมมองว่า AI กำลังเปลี่ยนแปลงการสร้างรายได้จากผลิตภัณฑ์และกลยุทธ์ Agent อย่างไร ใช้ My Browser เปิด Substack ไปที่ Lenny's Newsletter หาโพสต์ที่เกี่ยวข้องที่สุดที่เผยแพร่ในช่วง 30 วันที่ผ่านมา อ่านทั้งหมด และดึงข้อโต้แย้งสำคัญออกมา ฉันต้องการ Dashboard ที่นำเสนอข้อกล่าวอ้างที่หนักแน่นที่สุด หลักฐานสนับสนุนที่นักเขียนแต่ละคนใช้ และคำถามปลายเปิดที่เกิดขึ้นจากโพสต์เหล่านั้น"
เนื่องจาก Manus ทำงานในเซสชันเบราว์เซอร์ที่ได้รับอนุญาตของฉัน จึงสามารถใช้สถานะการเข้าสู่ระบบที่ฉันมีอยู่ได้ หากเป็นจดหมายข่าวที่ฉันสมัครรับ Manus สามารถเปิดโพสต์เต็มในแบบเดียวกับที่ฉันคลิกเข้าจากกล่องจดหมายของตัวเอง โดยจะอ่านแต่ละโพสต์ตั้งแต่ต้นจนจบ จากนั้นสังเคราะห์ข้อโต้แย้งให้เป็น Dashboard ที่สะอาดตา ซึ่งแสดงข้อกล่าวอ้างที่หนักแน่นที่สุด หลักฐานเบื้องหลัง และคำถามที่ควรเจาะลึกต่อไป ฉันได้รับสรุปข้อมูลระดับงานวิจัยในหัวข้อที่ฉันสนใจ โดยรวบรวมจากบทความที่ฉันติดตามอยู่แล้ว
Agent ที่มีมือ
AI Agent ที่แท้จริงไม่ควรอยู่แค่ในหน้าต่างแชท Agent ที่มีความสามารถต้องการสภาพแวดล้อมการทำงาน: แซนด์บ็อกซ์สำหรับรันโค้ด เบราว์เซอร์สำหรับท่องเว็บ และตัวเชื่อมต่อสำหรับเชื่อมโยงกับบริการภายนอก สิ่งเหล่านี้คือมือของ Agent เมื่อ Agent สามารถใช้เบราว์เซอร์ได้ ก็จะได้รับความสามารถในการลงมือกับข้อมูล แทนที่จะเพียงแค่สรุปข้อมูลเท่านั้น
เนื่องจาก Browser Operator ทำงานโดยตรงในสภาพแวดล้อมเบราว์เซอร์ของคุณ จึงเคารพขอบเขตของคุณด้วย ไม่มีข้อมูลที่ละเอียดอ่อนใดออกจากเครื่องของคุณ และ Agent จะเข้าถึงเฉพาะสิ่งที่คุณอนุญาตให้เห็นเท่านั้น โมเดลการทำงานร่วมกันสร้างขึ้นบนความโปร่งใส: คุณสามารถดูการทำงาน ขัดจังหวะได้ตลอดเวลา และเข้ามาควบคุมได้เมื่อถึงขั้นตอนที่ละเอียดอ่อน เช่น หน้าจอชำระเงิน ระบบอัตโนมัติไม่ควรเป็นกล่องดำ แต่ควรเป็นพันธมิตรที่คุณไว้วางใจมากพอที่จะมอบงานจริงให้ทำได้ โดยที่คุณยังควบคุมได้ตลอด
