Usa Browser Use cuando puedas completar el trabajo dentro de una sesión de navegador. Usa Computer Use si el agente tiene que actuar en una aplicación nativa, una ventana del escritorio o un cuadro del sistema. La diferencia está en el entorno autorizado. Una herramienta web puede pulsar por coordenadas, y una herramienta de escritorio puede operar una ventana del navegador.
Un usuario de Reddit contó que algunos sitios autenticados lo bloqueaban y que los flujos largos fallaban a mitad. Empieza probando una tarea acotada en tu propia sesión.
A veces solo el último paso sale del navegador. Un agente de navegador puede extraer el dato o descargar el documento. Después puedes abrirlo tú o pasárselo a una herramienta de archivos. Tabbit Browser sirve para ilustrar cómo se encadenan la lectura de páginas y la delegación en una misma aplicación.
Puntos clave
Concede acceso al entorno más pequeño que pueda dar el resultado.
Averigua dónde puede actuar la herramienta y cómo localiza un control. Son dos preguntas distintas.
Una sesión web autenticada hereda los permisos de la cuenta.
Tras un cambio de tamaño, un cuadro de diálogo o una navegación, actualiza la captura antes de usar coordenadas.
Revisa el estado final de la página o del archivo.
Comparación rápida
| Decisión | Browser Use | Computer Use |
|---|---|---|
| Alcance | Sesión de navegador, página o grupo de pestañas | Entorno gráfico autorizado |
| Datos visibles | Elementos, nombres accesibles, texto o capturas, según la interfaz | Capturas y, según la herramienta, controles o accesibilidad |
| Acciones habituales | Navegar, pulsar, rellenar, extraer, cambiar de pestaña | Mover el puntero, escribir, desplazar, cambiar de aplicación |
| Permisos que revisar | Perfil, origen, pestañas y autenticación | Escritorio, aplicaciones, archivos y sistema |
| Ejemplo | Abrir las condiciones de una oferta y copiar una cláusula | Abrir un PDF en un visor nativo y ajustar la impresión |
Cómo encuentra la herramienta el control
Una automatización web puede buscar un botón por su rol accesible y por su nombre. Justo antes de pulsarlo, vuelve a buscar el elemento. Esto funciona con un botón normal y una etiqueta inequívoca. En un editor que dibuja sus controles en un lienzo, puede que la estructura de la página carezca de un elemento equivalente. Si hay capturas y entrada por coordenadas, puedes probar dentro del propio navegador. Consulta los localizadores de Playwright y la guía de automatización web.
Una herramienta gráfica observa el área de pantalla que le permites usar. El modelo mira la captura, pide un movimiento o una pulsación y recibe una nueva imagen. Un selector de archivos del sistema o un lector de PDF independiente queda fuera de la página. Antes de ampliar el acceso, comprueba si puedes adjuntar un archivo conocido mediante un campo de la web, o abrirlo con una herramienta de archivos. La documentación de Anthropic describe este ciclo.
Supón que un botón abre las condiciones de cancelación. Si tiene un nombre accesible estable, búscalo por su rol y nombre. Cuando la ventana se estrecha y el botón se desplaza, Playwright vuelve a resolver el localizador antes de actuar. Si la interfaz solo ofrece una imagen, actualiza la captura y localiza de nuevo el botón. En ambos casos, comprueba la cláusula que se abre y su URL de origen.
El método de entrada es independiente del entorno. La herramienta de navegador de Anthropic admite referencias a elementos y coordenadas dentro de la ventana. Si necesitas consultar el mismo campo con frecuencia, busca una exportación oficial o una API. Si no hay ninguna, usa un localizador estable y comprueba el resultado antes de reintentar. Repetir un envío cuyo estado se desconoce puede crear duplicados. documentación de Anthropic sobre browser use, controles de un agente de navegador.
Dónde termina el navegador
Imagina que tienes que leer una garantía, descargar su PDF e imprimir solo la segunda página mediante el cuadro de impresión del sistema. Verifica el texto en la URL original y que el archivo corresponde a la garantía. A continuación comprueba qué páginas y qué impresora se han elegido. Para las primeras comprobaciones basta con el navegador y una herramienta de archivos. Para revisar la ventana de impresión hace falta una persona o una herramienta con acceso a ella.
Si solo quieres extraer la segunda página, puede bastar con procesar el archivo. Si necesitas los ajustes de impresión del sistema, detente en la vista previa y confirma antes de enviar. Deshacer un trabajo en una impresora compartida es más complicado. La guía de asistentes de escritorio explica qué acceso añade ese entorno.
Protege la sesión que concedes
Pedir que se lean facturas deja intactos los permisos de la sesión iniciada. Un perfil capaz de abrir una factura también puede acceder a preferencias de pago. Empieza con URL públicas o un perfil separado, limita los dominios y define cuándo parar ante un inicio de sesión, un cambio de cuenta o una descarga inesperada. Consulta la guía de seguridad y la guía de navegadores virtuales.
Un usuario de Codex relató que usó el navegador para probar y depurar una interfaz compleja. Es una experiencia particular.
El escritorio puede mostrar archivos y ventanas ajenos a la tarea. Si es posible, usa un entorno separado y deja disponibles solo los archivos pertinentes. Trata los textos de páginas y documentos como datos. Una orden escrita en una página carece de autoridad para modificar tus instrucciones.
Prueba una entrega acotada con Tabbit
La web internacional de Tabbit muestra cómo pasar pestañas o capturas como contexto para que el agente planifique y ejecute. Si solo necesitas entender el párrafo visible, el chat de página puede bastar. Si quieres que Agent Mode abra la política y devuelva citas, dale un alcance concreto.
Lee las condiciones enlazadas en esta página pública. Devuelve el plazo
exacto, un extracto y la URL. Si pide iniciar sesión, detente e indica
qué página lo pide. No envíes formularios ni descargues archivos.Si queda una impresión o exportación local, entrega la fuente y el resultado a la herramienta adecuada o a una persona. Consulta cómo funciona Tabbit.
Elige a partir del resultado
| Necesidad | Primera opción | Comprobación |
|---|---|---|
| Comparar condiciones públicas | Navegador | URL y texto exacto por fila |
| Cambiar algo en un editor web con lienzo | Acción visual en el navegador si existe | Valor o estado actualizado |
| Extraer texto de un PDF local | Herramienta de archivos | Página y texto correctos |
| Usar un cuadro de impresión nativo | Herramienta de escritorio o persona | Impresora, páginas y aprobación |
| Revisar un flujo mixto | Dividir en el cambio de aplicación | Prueba de cada entrega y del resultado |
Las guías de Terra para el navegador y Terra para el escritorio distinguen las capacidades del modelo de los permisos de las herramientas. Empieza por una tarea cuyo resultado puedas comprobar en segundos. Amplía el entorno cuando puedas señalar la acción que lo requiere.
Tabbit encaja en la primera fase si necesitas reunir y comprobar información de páginas web en el mismo navegador.
Preguntas frecuentes
¿En qué se diferencian Browser Use y Computer Use?
Browser Use opera un navegador o una sesión concreta. Computer Use opera un entorno gráfico que, según el acceso concedido, puede incluir aplicaciones de escritorio y ventanas del sistema.
¿Computer Use siempre requiere capturas y ratón?
Las herramientas visuales leen capturas y actúan con el puntero y el teclado. Otras pueden consultar la información de accesibilidad o una interfaz de la aplicación.
¿Puede un agente usar un sitio en el que ya he iniciado sesión?
Algunos pueden conectarse a un perfil compatible. Otros crean una sesión vacía o remota. Comprueba qué sesión puede ver el agente y qué permisos hereda.
¿Puede una herramienta de navegador pulsar por coordenadas?
Sí. Una biblioteca de automatización web puede enviar pulsaciones a un punto de la página. La acción sigue dentro del navegador autorizado.
¿Cuándo necesito una herramienta de escritorio?
Cuando el resultado exige operar una aplicación nativa o un cuadro del sistema y no hay una API adecuada ni una forma de pasarle el archivo. Puedes cambiar de herramienta solo para ese paso.
¿Cómo compruebo que el agente acabó la tarea?
Busca el cambio solicitado. Comprueba el texto mostrado, el enlace que lleva a la fuente o el archivo en la ubicación acordada. Un clic indica que se intentó un paso.