从搜索到报告：用 AI 浏览器搭一套可复用的自动化工作流

发布人：慈云数据-客服中心发布时间：2小时前阅读量：0

AI浏览器工作流自动化教程｜附完整命令

在过去几年里，AI 工具已经从“辅助问答”逐渐演变成“执行任务”的智能助手。尤其是 AI 浏览器的出现，让用户不再只是把网页当作信息来源，而是可以让 AI 直接理解网页内容、提取数据、填写表单、整理资料、生成报告，甚至串联多个工具完成一整套工作流。

本文将围绕“AI 浏览器工作流自动化”展开，介绍它适合解决哪些问题、如何搭建基础环境、如何设计自动化流程，并提供一套可直接参考的完整命令示例。无论你是运营、产品经理、研究员、开发者，还是希望提高日常办公效率的普通用户，都可以通过本文建立一套属于自己的 AI 浏览器自动化系统。

一、什么是 AI 浏览器工作流自动化？

所谓 AI 浏览器工作流自动化，可以理解为：

让 AI 在浏览器环境中自动完成网页访问、信息读取、数据整理、内容生成、表单填写、文件下载、结果汇总等一系列操作。

传统自动化工具通常依赖固定规则，例如使用脚本定位页面元素、点击按钮、抓取文本。但网页结构经常变化，固定脚本维护成本较高。而 AI 浏览器的优势在于，它不仅可以“操作网页”，还可以“理解网页”。

例如，你可以向 AI 浏览器下达类似指令：

打开知乎，搜索“AI 浏览器自动化”，阅读前 5 个高赞回答，总结主要观点，并生成一份 Markdown 报告。

或者：

进入指定电商网站，搜索“机械键盘”，筛选价格 300 元以内、销量较高的产品，整理商品名称、价格、评分和链接，输出为表格。

这类任务如果手动完成，可能需要 20 分钟甚至更久；如果流程设计合理，AI 浏览器可以在几分钟内完成初稿，大幅减少重复劳动。

二、AI 浏览器自动化适合哪些场景？

AI 浏览器自动化并不是万能工具，但它非常适合处理以下几类任务。

1. 信息检索与资料整理

这是最常见的使用场景。比如：

搜索行业报告；
汇总竞品信息；
收集新闻动态；
整理论文摘要；
对比多个网页观点；
提取网页中的表格和关键信息。

示例指令：

请搜索最近一个月关于“AI Agent 浏览器自动化”的中文资料，筛选出 10 篇质量较高的文章，提取标题、来源、发布时间、核心观点和链接，并整理成 Markdown 表格。

2. 内容创作与选题研究

内容创作者可以借助 AI 浏览器完成选题调研、素材收集和初稿生成。

例如：

请调研小红书、知乎、微信公众号中关于“AI 工具提效”的热门内容，分析高互动标题特点，总结 20 个适合写公众号文章的选题。

AI 浏览器可以访问网页内容，提取热门标题、评论观点和用户痛点，再结合语言模型生成可用的内容方向。

3. 竞品分析

产品经理、运营人员经常需要查看竞品官网、帮助中心、价格页、更新日志等内容。

示例任务：

请访问以下 5 个竞品官网，整理它们的产品定位、核心功能、价格套餐、目标用户和差异化卖点，并输出一份竞品分析报告。

如果配合表格和模板，AI 浏览器可以自动生成结构化分析文档。

4. 数据采集与结构化处理

对于公开网页中的数据，可以让 AI 浏览器提取并整理为 CSV、JSON 或 Markdown 表格。

例如：

请打开指定网页，提取页面中所有招聘岗位的信息，包括岗位名称、公司名称、城市、薪资、经验要求和职位链接，并输出为 CSV 格式。

需要注意的是，数据采集必须遵守网站规则、robots 协议和相关法律法规，不能用于绕过权限、批量攻击或非法采集隐私数据。

5. 表单填写与重复性操作

一些重复性的网页操作也可以由 AI 浏览器完成，例如：

填写日报；
提交内部系统表单；
上传固定格式文件；
按模板发布内容；
执行简单后台配置。

示例：

请打开公司日报系统，将以下内容填写到今日工作总结、明日计划和风险问题三个字段中，然后保存草稿，不要提交。

对于涉及财务、审批、账号权限、对外发布等高风险操作，建议保留人工确认环节。

三、AI 浏览器自动化的基本架构

一个完整的 AI 浏览器工作流，通常包括以下几个部分：

任务目标 → 浏览器执行 → 页面理解 → 数据提取 → AI 分析 → 结果输出 → 人工确认

进一步拆解，可以分为：

输入层：用户给出任务、网址、关键词、限制条件。
浏览器层：自动打开网页、点击、搜索、翻页、下载。
理解层：AI 读取网页文本、表格、图片说明等内容。
处理层：清洗数据、去重、分类、总结、分析。
输出层：生成 Markdown、CSV、Excel、JSON 或报告。
反馈层：用户检查结果后继续追问、修正或二次加工。

其中最关键的是“任务拆解”。一个模糊的大任务，通常不适合直接丢给 AI 浏览器执行。更好的做法是把任务拆成多个明确步骤。

四、开始之前：你需要准备什么？

不同 AI 浏览器或 AI Agent 工具的实现方式不同，但基本准备工作类似。

你需要准备：

一个可用的 AI 浏览器或支持浏览器操作的 Agent 工具；
稳定的网络环境；
明确的任务目标；
可访问的网址或关键词；
输出格式要求；
如果需要自动化脚本，则准备 Node.js 或 Python 环境。

本文为了方便演示，将以“自然语言指令 + Playwright 命令”的方式展开。自然语言适合普通用户，Playwright 适合开发者或希望构建稳定流程的人。

五、方式一：直接用自然语言控制 AI 浏览器

如果你使用的是带浏览器能力的 AI 工具，最简单的方法就是直接写清楚任务。

不过，很多人写出来的指令太短，例如：

帮我整理 AI 浏览器资料。

这个指令存在几个问题：

没有指定搜索范围；
没有指定时间范围；
没有指定资料数量；
没有指定输出格式；
没有说明判断标准；
没有限制是否需要引用链接。

更好的写法是：

请使用浏览器搜索中文互联网中关于“AI 浏览器工作流自动化”的资料，优先选择最近一年发布的文章、产品文档和案例分析。请筛选 10 个高质量来源，提取每个来源的标题、作者或机构、发布时间、链接、核心观点、适合应用的场景。最后输出为 Markdown 表格，并在表格后总结 5 条可落地的实践建议。

如果你希望 AI 的执行更稳定，可以进一步加上流程要求：

执行步骤如下：

1. 先搜索关键词：“AI 浏览器 工作流 自动化”；
2. 再搜索关键词：“AI Agent browser automation workflow”；
3. 分别打开搜索结果中相关性较高的网页；
4. 跳过广告页、内容农场和无法访问的页面；
5. 每个网页只提取与 AI 浏览器自动化有关的信息；
6. 最终整理为 Markdown 表格；
7. 报告最后附上引用链接列表。

这种指令对 AI 更友好，因为它明确了输入、过程、筛选标准和输出格式。

六、方式二：用 Playwright 搭建可复用自动化流程

如果你想让浏览器自动化流程更加稳定，可以使用 Playwright。它是一个现代化浏览器自动化框架，支持 Chromium、Firefox 和 WebKit，可用于网页测试、数据提取和自动化操作。

七、安装 Node.js 环境

首先确认本地是否已安装 Node.js。

node -v
npm -v

如果没有安装，可以前往 Node.js 官网下载安装 LTS 版本。

创建项目目录：

mkdir ai-browser-workflow
cd ai-browser-workflow

初始化项目：

npm init -y

安装 Playwright：

npm install playwright

安装浏览器依赖：

npx playwright install

如果你使用的是 Linux 服务器，还可以执行：

npx playwright install-deps

八、创建第一个浏览器自动化脚本

新建文件：

touch search.js

如果是 Windows PowerShell，可以使用：

New-Item search.js

写入以下代码：

const { chromium } = require('playwright');

(async () => {
  const browser = await chromium.launch({
    headless: false
  });

  const page = await browser.newPage();

  await page.goto('https://www.baidu.com');

  await page.fill('#kw', 'AI浏览器 工作流自动化');
  await page.click('#su');

  await page.waitForTimeout(3000);

  const titles = await page.locator('h3').allTextContents();

  console.log('搜索结果标题：');
  titles.slice(0, 10).forEach((title, index) => {
    console.log(`${index + 1}. ${title}`);
  });

  await browser.close();
})();

运行：

node search.js

这个脚本会自动打开百度，搜索关键词，并输出前 10 个搜索结果标题。

九、提取搜索结果链接

只获取标题还不够，我们通常还需要链接。可以改写脚本：

const { chromium } = require('playwright');

(async () => {
  const browser = await chromium.launch({
    headless: false
  });

  const page = await browser.newPage();

  await page.goto('https://www.baidu.com');

  await page.fill('#kw', 'AI浏览器 工作流自动化');
  await page.click('#su');

  await page.waitForTimeout(3000);

  const results = await page.$$eval('h3 a', links => {
    return links.slice(0, 10).map(a => ({
      title: a.innerText,
      href: a.href
    }));
  });

  console.log(JSON.stringify(results, null, 2));

  await browser.close();
})();

运行命令：

node search.js

输出结果类似：

[
  {
    "title": "AI 浏览器自动化工具介绍",
    "href": "https://example.com/article-1"
  },
  {
    "title": "如何用 AI Agent 自动浏览网页",
    "href": "https://example.com/article-2"
  }
]

需要说明的是，搜索引擎结果页结构可能变化，不同地区、不同账号、不同时间看到的页面也不同，因此选择器需要适当调整。

十、抓取网页正文并交给 AI 总结

自动化浏览器的价值不只是获取链接，更重要的是读取网页内容。下面示例展示如何打开搜索结果链接，并提取正文文本。

新建文件：

touch extract.js

代码如下：

const { chromium } = require('playwright');
const fs = require('fs');

(async () => {
  const browser = await chromium.launch({
    headless: false
  });

  const page = await browser.newPage();

  const urls = [
    'https://example.com/article-1',
    'https://example.com/article-2'
  ];

  const articles = [];

  for (const url of urls) {
    try {
      await page.goto(url, {
        waitUntil: 'domcontentloaded',
        timeout: 30000
      });

      await page.waitForTimeout(2000);

      const title = await page.title();

      const text = await page.locator('body').innerText({
        timeout: 10000
      });

      articles.push({
        url,
        title,
        text: text.slice(0, 5000)
      });

      console.log(`已提取：${title}`);
    } catch (error) {
      console.error(`提取失败：${url}`);
      console.error(error.message);
    }
  }

  fs.writeFileSync(
    'articles.json',
    JSON.stringify(articles, null, 2),
    'utf-8'
  );

  await browser.close();
})();

运行：

node extract.js

运行完成后，会生成：

articles.json

里面包含网页标题、链接和正文文本。后续你可以把这个 JSON 文件交给大模型处理，让它总结观点、提取结构化信息或生成报告。

十一、接入 AI 模型进行自动总结

如果你使用支持 API 的大模型，可以把提取到的网页文本发送给模型进行处理。下面用伪代码形式展示整体逻辑，具体 API 地址和参数需要根据你使用的平台调整。

安装依赖：

npm install axios dotenv

创建环境变量文件：

touch .env

写入：

AI_API_KEY=你的_API_Key
AI_BASE_URL=https://api.example.com/v1/chat/completions

创建总结脚本：

touch summarize.js

示例代码：

require('dotenv').config();
const fs = require('fs');
const axios = require('axios');

const articles = JSON.parse(fs.readFileSync('articles.json', 'utf-8'));

async function summarizeArticle(article) {
  const prompt = `
你是一名专业的信息分析师。
请阅读以下网页内容，并提取结构化信息。

要求：
1. 输出中文；
2. 提取文章主题；
3. 总结 5 个核心观点；
4. 判断适合哪些应用场景；
5. 给出一句话评价；
6. 保留原文链接。

网页标题：${article.title}
网页链接：${article.url}
网页正文：
${article.text}
`;

  const response = await axios.post(
    process.env.AI_BASE_URL,
    {
      model: 'your-model-name',
      messages: [
        {
          role: 'user',
          content: prompt
        }
      ],
      temperature: 0.3
    },
    {
      headers: {
        Authorization: `Bearer ${process.env.AI_API_KEY}`,
        'Content-Type': 'application/json'
      }
    }
  );

  return response.data.choices[0].message.content;
}

(async () => {
  const summaries = [];

  for (const article of articles) {
    try {
      const summary = await summarizeArticle(article);
      summaries.push({
        title: article.title,
        url: article.url,
        summary
      });

      console.log(`已总结：${article.title}`);
    } catch (error) {
      console.error(`总结失败：${article.title}`);
      console.error(error.message);
    }
  }

  fs.writeFileSync(
    'summaries.json',
    JSON.stringify(summaries, null, 2),
    'utf-8'
  );
})();

运行：

node summarize.js

最终会生成：

summaries.json

这就是一个“搜索 → 提取 → 总结”的基础 AI 浏览器自动化工作流。

十二、生成 Markdown 报告

最后，我们可以把总结内容整理为 Markdown 文件。

新建文件：

touch report.js

代码如下：

const fs = require('fs');

const summaries = JSON.parse(fs.readFileSync('summaries.json', 'utf-8'));

let markdown = `# AI 浏览器工作流自动化资料调研报告

生成时间：${new Date().toLocaleString()}

## 一、资料列表

| 序号 | 标题 | 链接 |
|---|---|---|
`;

summaries.forEach((item, index) => {
  markdown += `| ${index + 1} | ${item.title.replace(/\|/g, '')} | [查看原文](${item.url}) |\n`;
});

markdown += `

## 二、逐篇摘要

`;

summaries.forEach((item, index) => {
  markdown += `### ${index + 1}. ${item.title}

原文链接：${item.url}

${item.summary}

`;
});

markdown += `

## 三、综合结论

请基于以上资料进一步分析：
1. AI 浏览器自动化的主流应用方向；
2. 目前工具的优势和局限；
3. 普通用户如何快速上手；
4. 企业落地时需要注意的数据安全和权限问题。

`;

fs.writeFileSync('report.md', markdown, 'utf-8');

console.log('报告已生成：report.md');

运行：

node report.js

你会得到一个 Markdown 报告：

report.md

至此，完整流程已经跑通：

node search.js
node extract.js
node summarize.js
node report.js

十三、完整命令汇总

为了方便复制，下面把完整命令整理如下。

创建项目：

mkdir ai-browser-workflow
cd ai-browser-workflow
npm init -y

安装依赖：

npm install playwright axios dotenv
npx playwright install

Linux 安装系统依赖：

npx playwright install-deps

创建文件：

touch search.js extract.js summarize.js report.js .env

Windows PowerShell：

New-Item search.js
New-Item extract.js
New-Item summarize.js
New-Item report.js
New-Item .env

执行流程：

node search.js
node extract.js
node summarize.js
node report.js

查看结果：

cat report.md

Windows PowerShell：

Get-Content report.md

十四、如何设计一个稳定的 AI 浏览器工作流？

很多自动化流程失败，并不是因为工具不强，而是因为任务设计不合理。建议遵循以下原则。

1. 目标要明确

不要写：

帮我研究一下 AI 浏览器。

应该写：

请调研最近一年中文互联网关于 AI 浏览器自动化的文章，筛选 10 篇高质量内容，整理标题、链接、核心观点、应用场景和局限性，并生成 Markdown 报告。

2. 输出格式要固定

如果你希望结果可复用，就一定要指定格式。

例如：

请输出为 Markdown 表格，字段包括：标题、来源、发布时间、链接、核心观点、适用场景、可信度评分。

或者：

请输出为 JSON 数组，每个对象包含 title、url、summary、scenario、score 字段。

格式越清晰，后续自动处理越容易。

3. 加入筛选标准

AI 浏览器在搜索资料时，可能会遇到广告、重复内容、低质量采集页。因此要提前定义筛选规则。

例如：

筛选规则：
1. 优先选择官方文档、技术博客、产品案例和权威媒体；
2. 跳过广告页面、软件下载站、内容重复页面；
3. 发布时间优先选择最近一年；
4. 每个来源必须提供链接；
5. 如果页面无法访问，请跳过并记录原因。

4. 设置人工确认节点

对于高风险任务，不建议让 AI 全自动执行到最后。例如：

自动付款；
删除数据；
发布公开内容；
修改系统配置；
提交审批；
群发邮件。

更合理的做法是：

请填写表单但不要提交，完成后停下来等待我确认。

或者：

请生成邮件草稿，不要发送。

5. 记录日志

如果你用脚本执行任务，建议保存每一步结果，例如：

search-results.json
articles.json
summaries.json
report.md
error.log

这样即使中途出错，也能快速定位问题，而不是从头再来。

十五、常见问题与解决方案

问题 1：网页内容提取不完整怎么办？

原因可能是网页使用了动态加载、懒加载或反爬策略。可以尝试：

await page.waitForLoadState('networkidle');
await page.waitForTimeout(5000);

也可以模拟滚动：

await page.evaluate(async () => {
  await new Promise(resolve => {
    let totalHeight = 0;
    const distance = 500;
    const timer = setInterval(() => {
      window.scrollBy(0, distance);
      totalHeight += distance;

      if (totalHeight >= document.body.scrollHeight) {
        clearInterval(timer);
        resolve();
      }
    }, 300);
  });
});

问题 2：页面选择器失效怎么办？

网页结构会变化，建议不要过度依赖复杂选择器。可以优先提取 body 文本：

const text = await page.locator('body').innerText();

如果需要精准提取，可以使用多个备用选择器：

const selectors = ['article', '.article-content', '.post-content', 'main', 'body'];

let text = '';

for (const selector of selectors) {
  const count = await page.locator(selector).count();
  if (count > 0) {
    text = await page.locator(selector).first().innerText();
    break;
  }
}

问题 3：AI 总结内容太泛怎么办？

可以优化提示词，让模型按固定结构输出。

示例：

请不要泛泛而谈。你必须基于原文内容回答。
输出格式：

## 文章主题
一句话说明。

## 核心观点
- 观点 1：
- 观点 2：
- 观点 3：
- 观点 4：
- 观点 5：

## 可落地做法
- 做法 1：
- 做法 2：
- 做法 3：

## 局限与风险
- 风险 1：
- 风险 2：

## 原文链接
填写链接。

问题 4：流程经常中断怎么办？

建议增加异常处理和重试机制：

async function retry(fn, times = 3) {
  let lastError;

  for (let i = 0; i < times; i++) {
    try {
      return await fn();
    } catch (error) {
      lastError = error;
      console.log(`第 ${i + 1} 次失败，准备重试...`);
      await new Promise(resolve => setTimeout(resolve, 2000));
    }
  }

  throw lastError;
}

使用方式：

await retry(async () => {
  await page.goto(url, {
    waitUntil: 'domcontentloaded',
    timeout: 30000
  });
});

十六、一个完整的实战案例：自动生成竞品分析报告

假设你是一名产品经理，需要分析 5 个 AI 浏览器相关产品。你可以这样设计任务：

输入

产品列表：
1. 产品 A 官网
2. 产品 B 官网
3. 产品 C 官网
4. 产品 D 官网
5. 产品 E 官网

自动化流程

1. 访问每个产品官网；
2. 提取首页文案；
3. 查找 Pricing、Docs、Blog、Changelog 页面；
4. 整理产品定位、核心功能、价格、目标用户；
5. 分析共同点和差异点；
6. 输出竞品分析报告。

AI 提示词

你是一名资深 SaaS 产品经理。请基于以下网页资料，生成竞品分析报告。

报告结构：
1. 行业背景；
2. 产品总览表；
3. 各产品定位；
4. 核心功能对比；
5. 价格策略对比；
6. 目标用户分析；
7. 差异化卖点；
8. 机会点；
9. 风险与不确定性；
10. 结论与建议。

要求：
- 输出中文；
- 使用 Markdown；
- 表格优先；
- 每个判断尽量引用来源链接；
- 不确定的信息请标注“未在公开页面发现”。

这个案例的关键不是让 AI “凭空分析”，而是先让浏览器收集公开页面信息，再让 AI 基于资料进行判断。这样结果更可靠，也更适合工作场景使用。

十七、安全、合规与隐私注意事项

AI 浏览器自动化虽然强大，但必须注意边界。

1. 不要采集敏感隐私信息

包括但不限于：

身份证号；
手机号；
邮箱；
地址；
医疗信息；
金融账户；
未公开的用户数据。

2. 遵守网站规则

不要绕过登录限制、付费墙、验证码或访问控制。对于公开数据，也要控制频率，避免对网站造成压力。

3. 重要操作必须人工确认

涉及删除、付款、提交、发布、审批等行为时，应始终保留人工确认。

4. 保护 API Key

不要把 .env 文件上传到公开仓库。建议创建 .gitignore：

touch .gitignore

写入：

.env
node_modules
articles.json
summaries.json

十八、进阶方向：从脚本到真正的 Agent

当你跑通基础流程后，可以继续升级：

加入任务队列：批量处理多个关键词或网址；
接入数据库：把结果存入 SQLite、PostgreSQL 或 Notion；
加入定时任务：每天自动生成行业日报；
加入多模型协作：一个模型负责提取，一个模型负责分析；
加入人工审核界面：让用户确认后再发布；
接入企业知识库：把网页资料和内部文档结合分析；
部署到服务器：形成稳定的自动化服务。

例如使用 cron 定时运行：

crontab -e

添加每天早上 8 点执行：

0 8 * * * cd /path/to/ai-browser-workflow && node search.js && node extract.js && node summarize.js && node report.js

如果想把报告自动复制到指定目录：

cp report.md /path/to/reports/ai-browser-report-$(date +%F).md

十九、总结

AI 浏览器工作流自动化的核心价值，不是简单地“让浏览器自动点击”，而是把浏览器操作、网页理解、信息提取和 AI 分析结合起来，让原本重复、繁琐、耗时的知识工作变成半自动甚至自动化流程。

对于普通用户，最重要的是学会写清楚自然语言任务指令：目标、范围、步骤、筛选标准、输出格式都要明确。

对于开发者或高级用户，可以使用 Playwright 搭建可复用脚本，再接入 AI API，实现从搜索、提取、总结到生成报告的完整闭环。

建议你从一个简单任务开始，例如“自动搜索 10 篇资料并生成 Markdown 摘要”，逐步增加数据清洗、质量评分、定时执行和人工确认节点。只要流程设计合理，AI 浏览器会成为你日常工作中非常高效的自动化助手。

文章标签： AI浏览器工作流自动化 Playwright 数据提取

上一篇：跨境电商每天少忙2小时：AI浏览器工作流自动化实战指南

下一篇：把浏览器变成自动干活的助手：AI 工作流搭建教程与配置模板

更多栏目

新闻动态

文档中心

下载中心

目录结构

全文

产品与服务

新闻帮助

生态合作

了解我们

从搜索到报告：用 AI 浏览器搭一套可复用的自动化工作流

AI浏览器 工作流自动化教程｜附完整命令

一、什么是 AI 浏览器工作流自动化？

二、AI 浏览器自动化适合哪些场景？

1. 信息检索与资料整理

2. 内容创作与选题研究

3. 竞品分析

4. 数据采集与结构化处理

5. 表单填写与重复性操作

三、AI 浏览器自动化的基本架构

四、开始之前：你需要准备什么？

五、方式一：直接用自然语言控制 AI 浏览器

六、方式二：用 Playwright 搭建可复用自动化流程

七、安装 Node.js 环境

八、创建第一个浏览器自动化脚本

九、提取搜索结果链接

十、抓取网页正文并交给 AI 总结

十一、接入 AI 模型进行自动总结

十二、生成 Markdown 报告

十三、完整命令汇总

十四、如何设计一个稳定的 AI 浏览器工作流？

1. 目标要明确

2. 输出格式要固定

3. 加入筛选标准

4. 设置人工确认节点

5. 记录日志

十五、常见问题与解决方案

问题 1：网页内容提取不完整怎么办？

问题 2：页面选择器失效怎么办？

问题 3：AI 总结内容太泛怎么办？

问题 4：流程经常中断怎么办？

十六、一个完整的实战案例：自动生成竞品分析报告

输入

自动化流程

AI 提示词

十七、安全、合规与隐私注意事项

1. 不要采集敏感隐私信息

2. 遵守网站规则

3. 重要操作必须人工确认

4. 保护 API Key

十八、进阶方向：从脚本到真正的 Agent

十九、总结

AI浏览器工作流自动化教程｜附完整命令