คนส่วนใหญ่ข้าม Browser Operator ไป นี่คือวิธีก้าวข้ามการวิจัยแบบผิวเผิน
ลองให้ AI ค้นคว้าข้อมูลบางอย่างให้คุณแล้วดูมันชนกำแพง มันยิงคำขอไปยัง search API ขูดข้อมูลจากหน้าเว็บสาธารณะไม่กี่หน้า แล้วส่งสรุปสุภาพๆ ของสิ่งที่ Google เลือกแสดงกลับมาให้คุณ สัญญาณที่แท้จริง ชนิดที่กำหนดการตัดสินใจจริงๆ อยู่หลังการเข้าสู่ระบบ แดชบอร์ด และการสมัครสมาชิกที่คุณจ่ายอยู่แล้ว ซึ่งไม่มีอะไรเลยที่แชทบอททั่วไปจะเข้าถึงได้
Manus Browser Operator ปิดช่องว่างนั้น แต่อยู่บนเงื่อนไขของคุณเท่านั้น ไม่มีอะไรเกิดขึ้นจนกว่าคุณจะอนุญาตอย่างชัดเจน เมื่อคุณเปิดใช้งานตัวเชื่อมต่อ My Browser และให้สิทธิ์แล้ว Manus จะทำงานภายในเซสชัน Chrome หรือ Edge ในเครื่องของคุณ เห็นในสิ่งที่คุณเห็น และเข้าถึงสิ่งที่คุณเข้าถึงได้ การเปลี่ยนแปลงเพียงอย่างเดียวนั้น คือการทำงานจากสภาพแวดล้อมเบราว์เซอร์ของคุณเองด้วยความยินยอมของคุณ ปลดล็อกการค้นคว้าทั้งหมดประเภทหนึ่งที่ก่อนหน้านี้เป็นไปไม่ได้
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
