Už jste si někdy přáli, aby váš prohlížeč prostě... vyplnil formulář za vás?
Představte si: Je 23:58. Slíbili jste, že odešlete stejný formulář výdajů, který vaše společnost používá od dob, kdy byl Netscape cool. Mhouříte oči na 17 políček – jméno, adresa, datum, datum znovu (ve dvou formátech!), rozbalovací nabídka, která funguje pouze tehdy, když kliknete přesně na trojúhelník. Mručíte. Vaše káva si povzdechne. Zajímá vás, jestli internet vyrostl a zapomněl vás vzít s sebou.
Vstupte do Gemini 2.5 Computer Use – modelu Google, který ve správném nastavení dokáže ovládat váš počítač jako trpělivý asistent, kterému nevadí klikat, psát, rolovat a nahrávat za vás. Nejen odpovídat na otázky. Nejen navrhovat stisky kláves. Mluvíme o tom, že skutečně pohybuje kurzorem, otevírá stránku, přihlašuje se a vyplňuje webový formulář.
Připadá vám to jako předávat klíče od auta kamarádovi, který se právě naučil řídit s manuální převodovkou? Ano. Je to podivně vzrušující, když to funguje? Taky ano. A to je dnešní jízda: jak automatizovat webové formuláře pomocí Gemini 2.5 Computer Use v akci – bezpečně, rozumně a s trochou smíchu, když si myslí, že tlačítko „Odeslat“ je vlastně ozdobné logo.
V této praktické příručce vás provedu:
- Co „Computer Use“ ve skutečnosti znamená pro Gemini 2.5
- Jak nastavit pracovní postup pro vyplňování formulářů, který je opakovatelný a ne děsivý
- Ukázka krok za krokem: od CSV po vyplněné formuláře
- Triky pro složitá pole (captchy, nástroje pro výběr data, vícestupňové průvodce)
- Bezpečnost, soukromí a velmi reálné limity dnešní webové automatizace
- Jak nástroje jako Sider.AI mohou být vaším řídicím centrem pro zkrocení tohoto cirkusu
Všechno srozumitelně. S odbočkami pro reálné nástrahy, se kterými se na cestě setkáte.
Co je Gemini 2.5 Computer Use? Představte si to jako pečlivého robotického praktikanta
„Computer Use“ je režim, ve kterém Gemini 2.5 nejen generuje text – ovládá prohlížeč a vaši plochu pod vaším dohledem. Může:
- Otevřít webové stránky, procházet nabídky a klikat
- Psát do vstupních polí a textových oblastí (i do těch, které se objeví po třech modálních oknech)
- Nahrávat/stahovat soubory
- Pořizovat snímky obrazovky a uvažovat o tom, co vidí (to je to kouzlo)
V praxi může Gemini 2.5 Computer Use automatizovat webové formuláře od začátku do konce. Popíšete úkol („Přejděte na tuto adresu URL, přihlaste se, odešlete týdenní formulář o ujetých kilometrech pro tento seznam zaměstnanců“), dáte mu data a on kliká a píše. Co je na tom lákavé? Už žádná automatizace s otočnou židlí – kopírování z tabulek a vkládání do polí, dokud vaše duše neopustí vaše tělo.
Ale – a to je obrovské ale – web je zoo. Formuláře se divoce liší. Některé vyžadují jednomístné měsíce; jiné chtějí celé jméno měsíce v norštině. Proto budete potřebovat několik osvědčených postupů a mapu pro případ, že se robotický praktikant splete.
Správné úlohy pro Gemini 2.5: Kdy automatizace září (a kdy ne)
Použijte Gemini 2.5 Computer Use pro:
- Opakující se interní formuláře (výkazy výdajů, aktualizace HR, onboarding, cestovní náhrady)
- Vendorské portály s konzistentním rozložením a předvídatelnými poli
- Migrace dat (CSV do webového formuláře, databáze do SaaS aplikace)
- Aktualizace více záznamů, kde je cesta stejná; mění se pouze hodnoty
Vyhněte se (nebo se připravte na více pomoci), když:
- Existuje captcha nebo agresivní obrana proti botům (vyhazovač s baterkou)
- Pro každou akci je vyžadováno dvoufaktorové ověření
- Rozložení stránky se radikálně mění podle záznamu
- Přístupnost je špatná (nepopsaná pole, klikatelné věci, které nejsou tlačítka)
Pravidlo: Pokud to dokáže pečlivý člověk rytmicky, Gemini 2.5 se to obvykle dokáže naučit. Pokud pečlivý člověk musí hádat každý krok, model může trávit kvalitní čas klikáním na ozdobné prvky.
Vaše startovací sada: Nástroje a příprava
Budete chtít:
- Prohlížeč, který může Gemini ovládat (obvykle Chrome/Chromium prostřednictvím zabezpečené automatizační vrstvy)
- Přihlašovací údaje pro cílovou stránku pouze pro čtení, pokud je to možné (myšlení s nejmenšími oprávněními)
- Čistý testovací účet nebo sandboxové prostředí (abyste si omylem neobjednali 12 000 widgetů)
- Vaše data v přehledném formátu (CSV, JSON nebo Tabulka Google) se záhlavími, která odpovídají popiskům formulářů
- Kontrolní seznam polí formuláře v pořadí, v jakém se zobrazují
Volitelné, ale velmi užitečné:
- Snímky obrazovky formuláře s popisky zakroužkovanými jako diagram trenéra
- Malá sada 3–5 ukázkových řádků pro testovací spuštění
- Soubor protokolu, do kterého zaznamenáváte stav každého spuštění a případné chyby
Návod: Gemini 2.5 Computer Use vyplňuje ukázkový formulář výdajů
Uděláme to jako v kulinářské show. Na konci máte odesláno 40 formulářů a žádný nákyp se nezhroutil.
Scénář: Váš tým odesílá týdenní náhrady za ujeté kilometry. Webový formulář má:
- Jméno zaměstnance (textové pole)
- Celkem kilometrů (číselné)
- Sazba (rozbalovací nabídka: 0,50, 0,58, 0,62)
- Poznámky (textová oblast)
- Odeslat, pak potvrzovací kód
Vaše data žijí v CSV:
name,week_ending,total_miles,rate,notes,receipt_path
Alex Park,2025-10-03,142,0.58,Client visits in Zone B,/receipts/alex-1003.pdf
Riya Shah,2025-10-03,87,0.58,Airport shuttle runs,/receipts/riya-1003.pdf
...atd
Krok 1: Naplňte Gemini 2.5 kontextem
- Zadejte adresu URL webu, všechny kroky přihlášení a přesné popisky, jak jsou napsány na stránce.
- Zahrňte záhlaví CSV a popis, jak je mapovat do polí.
- Řekněte, co dělat, když pole chybí nebo jsou blokována (např. přeskočit řádek, zaznamenat chybu).
Příklad úryvku instrukcí:
„Otevřete Přihlaste se pomocí testovacího účtu. Pro každý řádek CSV zadejte Jméno → Jméno zaměstnance, week_ending → Konec týdne (RRRR-MM-DD), total_miles → Celkem kilometrů, rate → Rozbalovací nabídka Sazba, notes → Poznámky, receipt_path → Nahrát. Odeslat. Po odeslání zkopírujte potvrzovací kód a zaznamenejte jej vedle řádku.“
Krok 2: Jedno zkušební spuštění s jedním řádkem
- Požádejte Gemini, aby provedl jeden záznam pomalu a vyprávěl o každé akci. Sledujte ho jako ostříž.
- Ujistěte se, že vybere správnou rozbalovací nabídku a nepíše poznámky do pole „Celkem kilometrů“ (to se stává!).
- Pokud nástroj pro výběr data otevře widget kalendáře, instruujte: „Zadejte datum přímo do pole ve formátu RRRR-MM-DD; neklikejte na kalendář.“
Krok 3: Přidejte zábrany
- Řekněte mu, jak detekovat úspěch: např. hledejte slovo „Potvrzení“ a vzor kódu jako EXP-####.
- Řekněte mu, jak detekovat selhání: pokud se objeví „Chyba“ nebo „Zkuste znovu“, pořiďte snímek obrazovky a přejděte na další řádek.
- Omezte tempo: „Po každém načtení stránky počkejte 500–800 ms. Pokud je tlačítko deaktivováno, znovu zkontrolujte povinná pole.“
Krok 4: Dávkový režim
- Nyní řeknete: „Zpracujte dalších pět řádků.“ Pozorujte. Pokud se chová správně, zvyšte na 20.
- Veďte si protokol: číslo řádku, stav, potvrzovací kód, cesta k snímku obrazovky.
Krok 5: Dokončení
- Exportujte protokol jako CSV. Nechte Gemini jej vložit zpět nebo uložit do vaší složky. Zkontrolujte několik odeslání na portálu.
To, co jste udělali, je, že jste Gemini 2.5 Computer Use naučili rituál. Na rozdíl od křehkých skriptů vidí stránku, přizpůsobuje se malým posunům uživatelského rozhraní a pokračuje. Je to jako pracovat s pečlivým asistentem; ukážete, pak důvěřujete – ale práci stále kontrolujete.
Problematická místa: Nástroje pro výběr data, nahrávání souborů, vícestupňové průvodce
Jak zacházet s obvyklými padouchy ve webových formulářích:
- Nástroje pro výběr data: Instruujte Gemini, aby zadal datum do vstupního pole pomocí akceptovaného formátu stránky. Pokud stránka zakazuje psaní, řekněte: „Otevřete kalendář, přejděte na správný měsíc pomocí šipek vlevo/vpravo a poté klikněte na datum.“ Zahrňte příklady: „Pro 2025-10-03 vyberte 3. října 2025.“
- Číselné ověření: Některá pole odmítají čárky nebo více než dvě desetinná místa. Ujasněte si: „Zadejte Celkem kilometrů jako celé číslo bez čárek.“ Pokud vidíte červený chybový text, řekněte Gemini, jak jej vymazat.
- Rozbalovací nabídky: Mnohé jsou vlastní widgety se skrytými seznamy. Řekněte: „Klikněte na rozbalovací nabídku Sazba; pokud se možnosti neotevřou, klikněte na ikonu šipky. Vyberte text „0.58“. Pokud není viditelný, posuňte se v seznamu rozbalovací nabídky.“
- Nahrávání souborů: Ukažte Gemini přesnou cestu k souboru. Pokud se objeví dialogové okno OS, řekněte mu, aby zadal cestu do pole názvu souboru a stiskl Enter. Pokud je povoleno více souborů, určete, zda má po jednom přestat.
- Vícestupňové formuláře: Řekněte Gemini, aby počkal, až se tlačítko „Další“ aktivuje. Pokud se stránka změní, potvrďte vyhledáním nadpisu jako „Krok 2: Podrobnosti.“
- Captchy a MFA: Vaše znamení k ústupu. Požádejte o pauzu, aby člověk mohl provést captchu nebo schválit push oznámení. Poté nechte Gemini pokračovat.
- Automaticky doplňované vyskakovací okna: Pokud bublina s návrhy prohlížeče překrývá pole, instruujte Gemini, aby před psaním stiskl Escape.
Kontrola reality rychlosti a přesnosti
Gemini 2.5 Computer Use není závodní auto – je to spíše velmi trpělivý cyklista, který dodržuje každou značku Stop. Nepřekoná lidského rychlostního démona, ale šetří vaši pozornost. Důležitější je, že se na desátém identickém formuláři nestane nedbalým.
Tipy pro přesnost:
- Začněte s pěti záznamy. Opravte problémy. Poté škálujte.
- Přidejte „kontroly zdravého rozumu“ po každém odeslání: potvrďte celkové částky, ověřte, zda se nový řádek zobrazí na stránce historie portálu.
- Udržujte data čistá u zdroje: sjednoťte formáty data; předběžně ověřte čísla.
- Zaznamenávejte vše. Pokud to nemůžete auditovat, nemůžete tomu věřit.
Bezpečnost na prvním místě: Oprávnění, soukromí a hranice
Předat ovládání prohlížeče umělé inteligenci je jako dát dítěti kreditní kartu v obchodě s potravinami. Nastavte pravidla.
- Použijte samostatný profil prohlížeče s omezenými soubory cookie a oprávněními.
- Vytvořte testovacího uživatele s „nejmenšími oprávněními“ – žádný přístup správce, omezený rozsah.
- Nikdy neukládejte skutečná hesla v prostém textu v příkazech. Pokud je k dispozici, použijte zabezpečeného správce hesel.
- Pokud se tok dotýká osobních údajů (rodná čísla, zdravotní údaje), nejprve to vyjasněte se svým týmem pro dodržování předpisů.
- Během testovacích spuštění zaznamenávejte obrazovku nebo pořizujte pravidelné snímky obrazovky pro audit.
- Vytvořte velké červené tlačítko „Stop“: instrukce, kterou model vždy dodržuje, nebo klávesovou zkratku, která zastaví ovládání.
Od tabulky k formuláři: Šablona opakovaně použitelného příkazu
Zde je opakovaně použitelná šablona, kterou můžete přizpůsobit pro Gemini 2.5 Computer Use. Zkopírujte, upravte a uložte ji pro vaši příští dávku.
„Úkol: Odešlete formuláře výdajů z připojeného CSV na
Pravidla:
- Vyprávějte o akcích. Pohybujte se pomalu. Počkejte až 1,5 s na prvky.
- Mapování: name → Jméno zaměstnance; week_ending → Konec týdne (RRRR-MM-DD zadáno přímo); total_miles → Celkem kilometrů (celé číslo); rate → Rozbalovací nabídka Sazba; notes → Poznámky; receipt_path → Nahrát.
- Kontrola úspěchu: Po odeslání zachyťte potvrzovací kód (vzor EXP-####). Kontrola selhání: pokud se objeví „Chyba“ nebo „Zkuste znovu“, pořiďte snímek obrazovky, zaznamenejte číslo řádku a text chyby a poté přeskočte.
- Tempo: Zpracujte 5 řádků najednou. Po každé dávce vypište protokol CSV se sloupci: row, status, confirmation_code, screenshot_path, notes.
- Bezpečnost: Pokud budete požádáni o MFA nebo captchu, pozastavte a upozorněte mě. Nepokračujte.
Začněte s jedním záznamem a počkejte na mé potvrzení, než budete pokračovat.“
Tento jeden příkaz snižuje 90 minut dřiny na 15 minut promyšleného dohledu.
Vedlejší poznámky k řešení problémů (protože se něco pokazí)
- Píše do špatného pole: Řekněte mu, aby odkazoval na popisek pole podle textové blízkosti: „Pište do vstupu napravo od popisku „Jméno zaměstnance.“ Pokud popisky chybí, odkazujte se na text zástupného symbolu.
- Tlačítko se neaktivuje: Obvykle je povinné pole prázdné nebo obsahuje prázdné znaky. Řekněte Gemini, aby ověřil, zda má každé povinné pole neprázdnou hodnotu, a rozostřil vstup (Tab), aby se spustilo ověření.
- Stránka dnes vypadá jinak: Požádejte Gemini, aby znovu detekoval formulář skenováním nadpisů a běžných klíčových slov. Pokud je variance rozložení běžná, udržujte krátký „profil formuláře“ pro každou verzi.
- Stahuje prázdnou účtenku: Zajistěte, aby krok nahrávání byl dokončen před odesláním; počkejte na čip názvu souboru nebo značku „nahráno“.
- Portál vás odhlásí: Přidejte krok „keepalive“ mezi záznamy – obnovte stránku relace nebo se znovu přihlaste, když platnost souboru cookie vyprší.
Porovnání přístupů: Gemini 2.5 vs skripty vs RPA
- Tradiční skripty (Selenium, Playwright): Bleskově rychlé, velmi přesné, velmi křehké. Jedna změněná třída CSS a celá dominová dráha se zhroutí. Skvělé pro řízené aplikace.
- RPA platformy: Výkonné, s vizuálními vývojovými diagramy a podnikovou správou. Nastavení může být projekt. Skvělé, pokud to budete používat denně.
- Gemini 2.5 Computer Use: Flexibilní, uvažování s očima na stránce. Pomalý, ale méně křehký. Ideální pro ad hoc spuštění, neuspořádané portály třetích stran a jednorázové migrace.
Představte si Gemini jako všestranného pracovníka na volné noze, který může vejít do nové kanceláře a zjistit, ve které zásuvce se skrývají kancelářské sponky – s trochou vedení.
Kam Sider.AI zapadá (a skutečně pomáhá)
Zde je překvapení: Sider.AI si velmi dobře rozumí jako vaše řídicí centrum pro tyto pracovní postupy. Můžete mít své šablony příkazů, své CSV, své protokoly a své snímky obrazovky na jednom místě – a požádat asistenta, aby spojil kroky dohromady. Nenahradí ruční ovládání stránky Gemini 2.5 Computer Use, ale může: - Ukládat a verzovat vaše příkazy jako kuchařku automatizací
- Shrnout protokoly spuštění do jednoduché zprávy „kdo uspěl, kdo selhal, co dál“
- Generovat přizpůsobené příkazy pro řešení problémů, když se portál změní
- Pomoci vám převést neuspořádanou tabulku na čistý CSV připravený k automatizaci
Používané společně je Sider.AI schránka a příručka; Gemini 2.5 je quarterback na hřišti. Pokročilé pohyby: Podmíněná logika, větvení a ověřování
Jakmile budete důvěřovat základům, přidejte inteligenci:
- Větvení: „Pokud v rozbalovací nabídce Sazba chybí požadovaná možnost, vyberte nejbližší shodu ≥ požadované sazbě; jinak označte řádek.“
- Podmíněné přílohy: „Nahrajte účtenku pouze v případě, že total_miles ≥ 50; jinak ponechte prázdné.“
- Odvozená pole: „Vypočítejte náhradu = total_miles × rate; ověřte, zda se celková částka vypočítaná portálem shoduje v rozmezí 0,01 USD; pokud ne, pořiďte snímek obrazovky a přeskočte.“
- Ověření mezi stránkami: Po odeslání otevřete „Historii“, najděte dnešní záznam a ověřte, zda se jméno a celková částka shodují s CSV.
Tyto kontroly promění zábavnou ukázku v něco, co váš manažer schválí.
Rychlá odbočka: Bezpečnostní divadlo vs skutečná ochrana
Setkáte se s portály, které používají hádanky, posuvníky klikni a přetáhni nebo vyskakovací hádanky hodné Hobita. Některé jsou skutečné obrany proti botům; některé jsou make-up stránky. Nebojujte s těmi dobrými. Naplánujte si pauzu s člověkem v okruhu. Nechte Gemini oznámit: „Captcha detekována – připravena na vaši pomoc,“ a poté pokračujte.
Skutečná ochrana pochází z vašeho nastavení: samostatné profily, omezená oprávnění, protokoly auditu a jasné podmínky zastavení.
Měření úspěchu: Jak vypadá „dobré“
Zdravá automatizace webových formulářů s Gemini 2.5 Computer Use vypadá takto:
- 95%+ řádků zpracováno bez ručních úprav
- Chyby jsou předvídatelné a zaznamenané (neshodné datumy, chybějící soubory)
- Můžete znovu spustit od posledního neúspěšného řádku, aniž byste se dotkli dřívějších
- Člověk může auditovat snímky obrazovky a protokoly, aby přesně pochopil, co se stalo
Když dosáhnete těchto značek, převedli jste dřinu na úhledný, zkontrolovatelný pracovní postup.
Mini příručka: Od nuly do „Odeslat“ ve 12 krocích
- Identifikujte jediný nudný formulář, který vyplňujete týdně.
- Vyčistěte svá data. Datumy, čísla, cesty k souborům.
- Vytvořte testovací účet a sandbox, pokud jsou k dispozici.
- Otevřete Gemini 2.5 Computer Use v řízeném profilu prohlížeče.
- Popište formulář a zadejte mapování polí.
- Spusťte jeden záznam – zpomaleně, s vyprávěním a s očima na něm.
- Přidejte kontroly úspěchu a selhání.
- Vytvořte dávkový protokol a pořiďte snímek obrazovky při jakékoli anomálii.
- Zpracujte pět záznamů; pak dvacet.
- Přidejte malé zábrany (Escape pro zavření automatického doplňování; zadejte datumy přímo).
- Exportujte protokol; zkontrolujte historii na portálu.
- Uložte si svůj příkaz a datovou strukturu na příští týden. Budoucí vy vám napíše děkovný dopis.
Ještě jedna věc: Nebojujte se stránkou – naučte stránku vám
Web rád uchovává tajemství. Tlačítka se skrývají za ikonami; pole čekají, aby vás pokáraly, dokud nekliknete pryč. Gemini 2.5 Computer Use magicky neopravuje web – trpělivě se ho učí. Výhra není rychlost; je to klid. Získáte zpět hodinu, kterou jste dříve trávili procházením polí a místo toho ji strávíte rozhodováním, zda by poznámky měly říkat „Návštěvy klientů v zóně B“ nebo odvážnější „Extravaganza zóny B.“
Takže si vyberte jeden formulář. Posaďte Gemini 2.5 Computer Use na sedadlo řidiče – s bezpečnostními pásy – a nechte ho klikat. Když se objeví potvrzovací kód a nikdo nemusel kroutit rozbalovací nabídkou, budete mít pocit, že se internet omluvil za nástroj pro výběr data z roku 2007.
Klíčové poznatky
- Gemini 2.5 Computer Use dokáže automatizovat webové formuláře tím, že vidí a ovládá vaši stránku jako pečlivý asistent.
- Začněte v malém, přidejte mantinely a škálujte, až když to bude nudné – v dobrém slova smyslu.
- Používejte čistá data, explicitní mapování polí a kontroly úspěchu/neúspěchu.
- Smířte se s tím, že captchy a MFA jsou momenty, kdy je zapotřebí lidský zásah.
- Spárujte s Sider.AI pro správu promptů, logů a čištění – je to jako schránka pro ruce Gemini.
Teď běžte naučit ten formulář, kdo je tady pán. Nebo spíš, kdo zdvořile deleguje.
FAQ
Otázka 1: Co je Gemini 2.5 Computer Use, jednoduše řečeno?
Je to režim, ve kterém Gemini může skutečně ovládat váš prohlížeč – klikat, psát, nahrávat – takže může automatizovat webové formuláře. Představte si to jako pečlivého stážistu, který se řídí vašimi pokyny a komentuje své kroky.
Otázka 2: Dokáže Gemini 2.5 skutečně automatizovat webové formuláře s nahráváním souborů a výběrem data?
Ano, s jasnými instrukcemi. Řekněte mu, ať data píše přímo, explicitně zpracuje rozevírací nabídku Rate a vloží cesty k souborům do dialogového okna pro nahrávání – tyto detaily dělají rozdíl.
Otázka 3: Jak zajistím, aby byla automatizace webových formulářů bezpečná a v souladu s předpisy?
Používejte samostatný profil prohlížeče, účty s minimálními oprávněními a protokoly pro každé spuštění. Vyhněte se vkládání hesel do promptů; pozastavte se u captch a MFA a poté pokračujte.
Otázka 4: Je Gemini 2.5 rychlejší než tradiční skripty, jako je Selenium?
Obvykle ne, ale je adaptabilnější na nepřehledné stránky a jednorázové úkoly. Skripty jsou rychlejší a křehčí; Gemini je pomalejší, ale je méně pravděpodobné, že se rozbije, když se změní CSS stránky.
Otázka 5: V čem Sider.AI pomáhá v tomto pracovním postupu?
Sider.AI může ukládat vaše prompty, čistit vaše CSV soubory, shrnovat protokoly a generovat tipy pro odstraňování problémů. Je to organizátor a šéfredaktor vašeho automatizačního playbooku, zatímco Gemini kliká. 
