¿Alguna vez has deseado que tu navegador simplemente... rellenara el formulario por ti?
Imagínate esto: Son las 11:58 p.m. Has prometido enviar el mismo formulario de gastos que tu empresa ha estado usando desde que Netscape estaba de moda. Estás entrecerrando los ojos a 17 casillas: nombre, dirección, fecha, fecha de nuevo (¡en dos formatos!), un menú desplegable que solo funciona si haces clic exactamente en el triángulo. Murmuras. Tu café suspira. Te preguntas si Internet creció y se olvidó de llevarte consigo.
Entra en escena Gemini 2.5 Computer Use, el modelo de Google que, con la configuración adecuada, puede operar tu computadora como un asistente paciente al que no le importa hacer clic, escribir, desplazarse y cargar en tu nombre. No solo responder preguntas. No solo sugerir pulsaciones de teclas. Estamos hablando de: realmente mueve el cursor, abre el sitio, inicia sesión y rellena el formulario web.
¿Se siente como entregarle las llaves de tu coche a un amigo que acaba de aprender a conducir con embrague? Sí. ¿Es extrañamente emocionante cuando funciona? También sí. Y ese es el viaje de hoy: cómo automatizar formularios web con Gemini 2.5 Computer Use en acción: de forma segura, sensata y con algunas risas cuando piensa que el botón "Enviar" es en realidad un logotipo decorativo.
En esta guía práctica, te guiaré a través de:
- Lo que realmente significa "Computer Use" para Gemini 2.5
- Cómo configurar un flujo de trabajo de relleno de formularios que sea repetible y no aterrador
- Una demostración paso a paso: desde CSV hasta formularios completos
- Trucos para campos complicados (captchas, selectores de fecha, asistentes de varios pasos)
- Seguridad, privacidad y los límites muy reales de la automatización web actual
- Cómo herramientas como Sider.AI pueden ser tu centro de comando para domar este circo
Todo en lenguaje humano sencillo. Con desvíos para los problemas del mundo real que encontrarás en el camino.
¿Qué es Gemini 2.5 Computer Use? Piensa en ello como un interno robot cuidadoso
"Computer Use" es un modo en el que Gemini 2.5 no solo genera texto, sino que controla un navegador y tu escritorio, bajo tu supervisión. Puede:
- Abrir un sitio web, navegar por los menús y hacer clic
- Escribir en campos de entrada y áreas de texto (incluso los que aparecen después de tres modales)
- Cargar/descargar archivos
- Tomar capturas de pantalla y razonar sobre lo que está viendo (esa es la magia)
En términos prácticos, Gemini 2.5 Computer Use puede automatizar formularios web de principio a fin. Describes la tarea ("Ve a esta URL, inicia sesión, envía el formulario semanal de kilometraje para esta lista de empleados"), le das los datos y hace los clics y la escritura. ¿El atractivo? No más automatización de silla giratoria: copiar de hojas de cálculo y pegar en campos hasta que tu alma abandone tu cuerpo.
Pero, y esto es un pero del tamaño de una celebridad, la web es un zoológico. Los formularios varían enormemente. Algunos requieren meses de un solo dígito; otros quieren el nombre completo del mes en noruego. Es por eso que necesitarás algunas mejores prácticas y un mapa para cuando el interno robot se confunda.
Los trabajos adecuados para Gemini 2.5: Cuándo brilla la automatización (y cuándo no)
Usa Gemini 2.5 Computer Use para:
- Formularios internos repetitivos (informes de gastos, actualizaciones de recursos humanos, incorporación, reclamaciones de viaje)
- Portales de proveedores con diseños consistentes y campos predecibles
- Migraciones de entrada de datos (CSV a formulario web, base de datos a aplicación SaaS)
- Actualizaciones de varios registros donde la ruta es la misma; solo cambian los valores
Evita (o prepárate para más asistencia) cuando:
- Hay un captcha o una defensa agresiva contra bots (el gorila con una linterna)
- Se requiere autenticación de dos factores para cada acción
- El diseño de la página cambia radicalmente por registro
- La accesibilidad es deficiente (campos sin etiquetar, cosas en las que se puede hacer clic que no son botones)
Regla general: Si un humano cuidadoso puede hacerlo con un ritmo, Gemini 2.5 generalmente puede aprenderlo. Si un humano cuidadoso necesita adivinar cada paso, el modelo podría pasar tiempo de calidad haciendo clic en adornos decorativos.
Tu kit de inicio: Herramientas y preparación
Necesitarás:
- Un navegador que Gemini pueda controlar (normalmente Chrome/Chromium a través de una capa de automatización segura)
- Credenciales de solo lectura para el sitio de destino si es posible (mentalidad de mínimo privilegio)
- Una cuenta de prueba limpia o un entorno sandbox (para que no pidas accidentalmente 12,000 widgets)
- Tus datos en un formato ordenado (CSV, JSON o una Hoja de cálculo de Google), con encabezados que coincidan con las etiquetas del formulario
- Una lista de verificación de los campos del formulario en el orden en que aparecen
Opcional pero muy útil:
- Capturas de pantalla del formulario con las etiquetas marcadas con un círculo como un entrenador que diagrama una jugada
- Un pequeño conjunto de 3 a 5 filas de muestra para las pruebas
- Un archivo de registro donde registres el estado de cada ejecución y cualquier error
Tutorial: Gemini 2.5 Computer Use rellenando un formulario de gastos de muestra
Haremos esto como un programa de cocina. Al final, tendrás 40 formularios enviados y ningún suflé colapsado.
Escenario: Tu equipo presenta reembolsos semanales de kilometraje. El formulario web tiene:
- Nombre del empleado (campo de texto)
- Semana que finaliza (selector de fecha)
- Millas totales (numérico)
- Tasa (desplegable: 0.50, 0.58, 0.62)
- Enviar, luego un código de confirmación
Tus datos residen en un 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
...etc
Paso 1: Prepara Gemini 2.5 con contexto
- Proporciona la URL del sitio, cualquier paso de inicio de sesión y las etiquetas exactas tal como están escritas en la página.
- Incluye los encabezados CSV y una descripción de cómo asignarlos a los campos.
- Di qué hacer cuando faltan campos o están bloqueados (por ejemplo, omitir fila, registrar error).
Ejemplo de fragmento de instrucción:
"Abre Inicia sesión con la cuenta de prueba. Para cada fila CSV, ingresa Nombre → Nombre del empleado, week_ending → Semana que finaliza (AAAA-MM-DD), total_miles → Millas totales, rate → Menú desplegable de tasa, notes → Notas, receipt_path → Cargar. Enviar. Después del envío, copia el código de confirmación y regístralo junto a la fila."
Paso 2: Una prueba en seco con una fila
- Pídele a Gemini que realice un solo registro, lentamente, narrando cada acción. Obsérvalo como un halcón.
- Confirma que selecciona el menú desplegable correcto y no escribe las notas en el campo "Millas totales" (¡sucede!).
- Si el selector de fecha abre un widget de calendario, instruye: "Escribe la fecha directamente en el campo en AAAA-MM-DD; no hagas clic en el calendario."
Paso 3: Agrega barandillas
- Dile cómo detectar el éxito: por ejemplo, busca la palabra "Confirmación" y un patrón de código como EXP-####.
- Dile cómo detectar el fracaso: si aparece "Error" o "Inténtalo de nuevo", toma una captura de pantalla y salta a la siguiente fila.
- Limita el ritmo: "Espera entre 500 y 800 ms después de cada carga de página. Si el botón está deshabilitado, vuelve a verificar los campos obligatorios."
Paso 4: Modo por lotes
- Ahora dices: "Procesa las siguientes cinco filas". Observa. Si se comporta, aumenta a 20.
- Mantén un registro: número de fila, estado, código de confirmación, ruta de la captura de pantalla.
Paso 5: Resumen
- Exporta el registro como CSV. Haz que Gemini lo vuelva a pegar o lo guarde en tu carpeta. Verifica puntualmente algunos envíos en el portal.
Lo que has hecho es enseñarle a Gemini 2.5 Computer Use un ritual. A diferencia de los scripts frágiles, ve la página, se adapta a pequeños cambios de la interfaz de usuario y sigue adelante. Es como trabajar con un asistente cuidadoso; muestras, luego confías, pero aún revisas el trabajo.
Los puntos problemáticos: Selectores de fecha, cargas de archivos, asistentes de varios pasos
Cómo manejar a los villanos habituales en los formularios web:
- Selectores de fecha: Indica a Gemini que escriba la fecha en el cuadro de entrada utilizando el formato aceptado por el sitio. Si el sitio prohíbe la escritura, di: "Abre el calendario, navega al mes correcto usando las flechas izquierda/derecha, luego haz clic en la fecha." Incluye ejemplos: "Para 2025-10-03, selecciona 3 de octubre de 2025."
- Validación numérica: Algunos campos rechazan comas o más de dos decimales. Aclara: "Ingresa Millas totales como un entero sin comas." Si ves texto de error rojo, dile a Gemini cómo borrarlo.
- Menús desplegables: Muchos son widgets personalizados con listas ocultas. Di: "Haz clic en el menú desplegable de Tasa; si las opciones no se abren, haz clic en el icono de chevron. Elige el texto '0.58'. Si no está visible, desplázate dentro de la lista desplegable."
- Cargas de archivos: Indica a Gemini la ruta de archivo exacta. Si aparece el cuadro de diálogo del sistema operativo, dile que escriba la ruta en el campo de nombre de archivo y presione Entrar. Si se permiten varios archivos, especifica si debe detenerse después de uno.
- Formularios de varios pasos: Dile a Gemini que espere a que el botón "Siguiente" se active. Si la página cambia, confirma buscando un encabezado como "Paso 2: Detalles".
- Captchas y MFA: Tu señal para patear el balón. Pide una pausa para que un humano pueda hacer el captcha o aprobar la notificación push. Luego deja que Gemini reanude.
- Ventanas emergentes de autocompletar: Si una burbuja de sugerencias del navegador se superpone al campo, indica a Gemini que presione Escape antes de escribir.
Una verificación de la realidad sobre la velocidad y la precisión
Gemini 2.5 Computer Use no es un coche de carreras, es más como un ciclista muy paciente que obedece cada señal de stop. No vencerá a un demonio de la velocidad humano con la cabeza gacha, pero te ahorra atención. Más importante aún, no se vuelve descuidado en el décimo formulario idéntico.
Consejos de precisión:
- Comienza con cinco registros. Soluciona problemas. Luego escala.
- Agrega "verificaciones de cordura" después de cada envío: confirma los totales, verifica que la nueva fila aparezca en la página de historial del portal.
- Mantén los datos limpios en la fuente: unifica los formatos de fecha; pre-valida los números.
- Regístralo todo. Si no puedes auditarlo, no puedes confiar en él.
La seguridad primero: Permisos, privacidad y límites
Entregar el control de tu navegador a una IA es como darle a tu hijo tu tarjeta de crédito en un supermercado. Establece reglas.
- Usa un perfil de navegador separado con cookies y permisos limitados.
- Crea un usuario de prueba de "mínimo privilegio": sin acceso de administrador, alcance limitado.
- Nunca almacenes contraseñas reales en texto plano dentro de las indicaciones. Usa un administrador de secretos seguro si está disponible.
- Si el flujo toca datos personales (SSN, detalles de salud), acláralo primero con tu equipo de cumplimiento.
- Graba la pantalla o toma capturas de pantalla periódicas durante las ejecuciones de prueba para la auditoría.
- Construye un gran botón rojo de "Detener": una instrucción que el modelo siempre obedece, o un atajo de teclado que detiene el control.
De la hoja de cálculo al formulario: Una plantilla de aviso reutilizable
Aquí tienes una plantilla reutilizable que puedes adaptar para Gemini 2.5 Computer Use. Copia, modifica y guárdala para tu próximo lote.
"Tarea: Envía formularios de gastos desde el CSV adjunto en
Reglas:
- Narra las acciones. Muévete lentamente. Espera hasta 1.5 segundos para los elementos.
- Asignación: name → Nombre del empleado; week_ending → Semana que finaliza (AAAA-MM-DD escrito directamente); total_miles → Millas totales (entero); rate → Menú desplegable de tasa; notes → Notas; receipt_path → Cargar.
- Comprobación de éxito: Después del envío, captura el código de confirmación (patrón EXP-####). Comprobación de fracaso: si aparece 'Error' o 'Inténtalo de nuevo', toma una captura de pantalla, registra el número de fila y el texto del error, luego omite.
- Ritmo: Procesa 5 filas a la vez. Después de cada lote, muestra un registro CSV con columnas: fila, estado, confirmation_code, screenshot_path, notas.
- Seguridad: Si se pide MFA o captcha, pausa y avísame. No procedas.
Comienza con un solo registro y espera mi confirmación antes de continuar."
Este único aviso reduce 90 minutos de trabajo duro a 15 minutos de supervisión reflexiva.
Notas laterales de solución de problemas (porque algo saldrá mal)
- Escribe en el campo equivocado: Dile que haga referencia a la etiqueta del campo por proximidad del texto: "Escribe en la entrada a la derecha de la etiqueta 'Nombre del empleado'." Si faltan etiquetas, haz referencia por texto de marcador de posición.
- El botón no se habilita: Por lo general, un campo obligatorio está vacío o tiene espacios en blanco. Dile a Gemini que verifique que cada campo obligatorio tenga un valor no vacío y que desenfoque la entrada (Tab) para activar la validación.
- La página se ve diferente hoy: Pídele a Gemini que vuelva a detectar el formulario buscando encabezados y palabras clave comunes. Si la variación del diseño es común, mantén un "perfil de formulario" corto para cada versión.
- Descarga un recibo en blanco: Asegúrate de que el paso de carga se complete antes de enviar; espera el chip del nombre de archivo o la etiqueta "cargado".
- El portal te desconecta: Agrega un paso de "mantener activo" entre los registros: actualiza la página de sesión o vuelve a iniciar sesión cuando una cookie caduque.
Comparando enfoques: Gemini 2.5 vs scripts vs RPA
- Scripts tradicionales (Selenium, Playwright): Increíblemente rápidos, muy precisos, muy frágiles. Una clase CSS cambiada y toda la ejecución de dominó se derrumba. Ideal para aplicaciones controladas.
- Plataformas RPA: Potentes, con diagramas de flujo visuales y gobernanza empresarial. La configuración puede ser un proyecto. Maravilloso si lo usarás diariamente.
- Gemini 2.5 Computer Use: Razonamiento flexible, con los ojos en la página. Más lento, pero menos frágil. Ideal para ejecuciones ad hoc, portales desordenados de terceros y migraciones únicas.
Piensa en Gemini como el trabajador temporal versátil que puede entrar en una nueva oficina y averiguar qué cajón esconde los clips, con un poco de orientación.
Dónde encaja Sider.AI (y realmente ayuda)
Aquí hay una sorpresa: Sider.AI funciona muy bien como tu centro de comando para estos flujos de trabajo. Puedes mantener tus plantillas de avisos, tus CSV, tus registros y tus capturas de pantalla en un solo lugar, y pedirle al asistente que una los pasos. No reemplazará el control práctico de la página de Gemini 2.5 Computer Use, pero puede: - Almacenar y versionar tus avisos como un libro de cocina de automatizaciones
- Resumir los registros de ejecución en un informe simple de "quién tuvo éxito, quién falló, qué sigue"
- Generar avisos de solución de problemas personalizados cuando un portal cambia
- Ayudarte a convertir una hoja de cálculo desordenada en un CSV limpio y listo para la automatización
Usados juntos, Sider.AI es el portapapeles y el libro de jugadas; Gemini 2.5 es el mariscal de campo en el campo. Movimientos avanzados: Lógica condicional, ramificación y verificación
Una vez que confíes en lo básico, agrega inteligencia:
- Ramificación: "Si el menú desplegable de Tasa carece de la opción deseada, elige la coincidencia más cercana ≥ tasa solicitada; de lo contrario, marca la fila."
- Archivos adjuntos condicionales: "Carga un recibo solo si total_miles ≥ 50; de lo contrario, deja en blanco."
- Campos derivados: "Calcula el reembolso = total_miles × tasa; verifica que el total calculado del portal coincida dentro de $0.01; si no, toma una captura de pantalla y omite."
- Verificación entre páginas: Después del envío, abre "Historial", encuentra la entrada de hoy y valida que el nombre y el total coincidan con el CSV.
Estas comprobaciones transforman una demostración divertida en algo que tu gerente aprueba.
Un desvío rápido: Teatro de seguridad vs protecciones reales
Encontrarás portales que usan rompecabezas, controles deslizantes de clic y arrastre o acertijos emergentes dignos de un Hobbit. Algunos son defensas reales contra bots; algunos son maquillaje de página. No luches contra los buenos. Planifica una pausa humana en el bucle. Haz que Gemini anuncie: "Captcha detectado, listo para tu ayuda", luego reanuda.
La protección real proviene de tu configuración: perfiles separados, permisos limitados, registros de auditoría y condiciones de parada claras.
Midiendo el éxito: Cómo se ve "bueno"
Una automatización saludable de formularios web con Gemini 2.5 Computer Use se ve así:
- 95%+ de las filas procesadas sin ajustes manuales
- Los errores son predecibles y se registran (fechas no coincidentes, archivos faltantes)
- Puedes volver a ejecutar desde la última fila fallida sin tocar las anteriores
- Un humano puede auditar capturas de pantalla y registros para comprender exactamente lo que sucedió
Cuando alcanzas esas marcas, has convertido el trabajo pesado en un flujo de trabajo ordenado y revisable.
El mini libro de jugadas: De cero a "Enviar" en 12 pasos
- Identifica un solo formulario aburrido que hagas semanalmente.
- Limpia tus datos. Fechas, números, rutas de archivo.
- Crea una cuenta de prueba y un sandbox si está disponible.
- Abre Gemini 2.5 Computer Use en un perfil de navegador controlado.
- Describe el formulario y proporciona asignaciones de campo.
- Ejecuta un registro: cámara lenta, narrado, con tus ojos puestos en él.
- Agrega comprobaciones de éxito y fracaso.
- Construye un registro de lote y una captura de pantalla en cualquier anomalía.
- Procesa cinco registros; luego veinte.
- Agrega pequeñas barandillas (Escape para cerrar autocompletar; escribe las fechas directamente).
- Exporta el registro; verifica puntualmente en el historial del portal.
- Guarda tu aviso y estructura de datos para la próxima semana. El tú del futuro te escribirá una nota de agradecimiento.
Una última cosa: No luches contra la página, enséñale la página a ti
A la web le encanta guardar secretos. Los botones se esconden detrás de los iconos; los campos esperan para regañarte hasta que te alejes. Gemini 2.5 Computer Use no arregla mágicamente la web, la aprende pacientemente. La victoria no es la velocidad; es la serenidad. Reclamas una hora que solías pasar tabulando a través de las casillas y en su lugar la pasas decidiendo si las notas deben decir "Visitas de clientes en la Zona B" o el más atrevido "Extravagancia de la Zona B".
Así que elige un formulario. Pon a Gemini 2.5 Computer Use en el asiento del conductor, con cinturones de seguridad, y déjalo hacer los clics. Cuando aparezca ese código de confirmación y nadie tenga que menear un menú desplegable, sentirás que Internet se disculpó por el selector de fecha de 2007.
Conclusiones clave
- Gemini 2.5 Computer Use puede automatizar formularios web al ver y operar tu página como un asistente cuidadoso.
- Empieza poco a poco, añade protecciones y escala solo cuando sea aburrido, en el buen sentido.
- Utiliza datos limpios, asignaciones de campos explícitas y comprobaciones de éxito/fracaso.
- Acepta que los captchas y la MFA son momentos que requieren la intervención humana.
- Combínalo con Sider.AI para gestionar los prompts, los registros y la limpieza: el portapapeles para las manos de Gemini.
Ahora ve y enséñale a ese formulario quién manda. O, mejor dicho, quién está delegando cortésmente.
Preguntas frecuentes
P1: ¿Qué es Gemini 2.5 Computer Use, en palabras sencillas?
Es un modo en el que Gemini puede controlar tu navegador: hacer clic, escribir, subir archivos, para automatizar formularios web. Piénsalo como un becario cuidadoso que sigue tus instrucciones y narra los movimientos.
P2: ¿Puede Gemini 2.5 realmente automatizar formularios web con subida de archivos y selectores de fecha?
Sí, con instrucciones claras. Dile que escriba las fechas directamente, que gestione explícitamente el desplegable de tarifas y que pegue las rutas de los archivos en el diálogo de subida; esos detalles marcan la diferencia.
P3: ¿Cómo puedo mantener la automatización de formularios web segura y conforme?
Utiliza un perfil de navegador aparte, cuentas con privilegios mínimos y registros para cada ejecución. Evita poner contraseñas en los prompts; pausa para los captchas y la MFA, y luego reanuda.
P4: ¿Es Gemini 2.5 más rápido que los scripts tradicionales como Selenium?
Normalmente no, pero es más adaptable a páginas desordenadas y trabajos puntuales. Los scripts son más rápidos y frágiles; Gemini es más lento, pero es menos probable que se rompa cuando cambie el CSS del sitio.
P5: ¿En qué ayuda Sider.AI en este flujo de trabajo?
Sider.AI puede almacenar tus prompts, limpiar tus CSV, resumir registros y generar consejos para la resolución de problemas. Es el organizador y redactor jefe de tu manual de automatización, mientras que Gemini se encarga de hacer clic. 
