Nem lenne jó, ha a böngésződ egyszerűen kitöltené az űrlapokat helyetted?
Képzeld el: éjfél előtt 2 perccel vagy. Megígérted, hogy benyújtod azt a költségelszámolási űrlapot, amit a céged még a Netscape idejében használt. Vakon bámulod a 17 mezőt – név, cím, dátum, még egy dátum (két formátumban!), egy legördülő menü, ami csak akkor működik, ha pontosan a háromszögre kattintasz. Mormogsz. A kávéd sóhajt. Vajon az internet felnőtt, de elfelejtett magával vinni?
Ismerkedj meg a Gemini 2.5 Computer Use-szal – a Google modelljével, amely megfelelő beállítás esetén a türelmes asszisztensed lehet, aki nem bánja, ha helyetted kattint, gépel, görget és feltölt. Nem csak válaszol a kérdésekre. Nem csak billentyűket javasol. Hanem tényleg mozgatja a kurzort, megnyitja az oldalt, bejelentkezik és kitölti az űrlapot.
Olyan érzés, mint barátnak átadni az autókulcsot, aki most tanult meg kézi váltóval vezetni? Igen. Furcsán izgalmas, amikor működik? Szintén igen. És ez a mai utunk: hogyan automatizáljuk az űrlapokat a Gemini 2.5 Computer Use-pel — biztonságosan, ésszel, és néhány nevetéssel, amikor a modell azt hiszi, hogy a “Beküldés” gomb csak egy díszítő logó.
Ebben a gyakorlati útmutatóban végigvezetlek a következőn:
- Mit is jelent valójában a “Computer Use” a Gemini 2.5 esetében
- Hogyan állíts be egy ismételhető, nem ijesztő űrlapkitöltő munkafolyamatot
- Lépésről lépésre bemutató: CSV-től a kitöltött űrlapokig
- Tippek makacs mezőkhöz (captcha, dátumválasztók, több lépéses varázslók)
- Biztonság, adatvédelem és a mai webautomatizálás valós korlátai
- Hogyan lehetnek az olyan eszközök, mint Sider.AI, a parancsközpontod a chaosz megszelídítésére
Minden érthetően, emberi nyelven, és kitérőkkel a valós problémákra, amikkel útközben találkozhatsz.
Mi az a Gemini 2.5 Computer Use? Gondolj rá, mint egy gondos robot gyakornokra
A “Computer Use” olyan mód, amelyben a Gemini 2.5 nem csak szöveget generál – vezérli a böngészőt és az asztalt a felügyeleted alatt. Képes:
- Megnyitni weboldalakat, navigálni menükben és kattintani
- Bevinni adatokat input mezőkbe és szövegdobozokba (még azokba is, amelyek három modális ablak után bukkannak elő)
- Fájlokat feltölteni és letölteni
- Képernyőképeket készíteni és értelmezni, amit lát (ez a varázslat lényege)
Gyakorlatilag a Gemini 2.5 Computer Use képes az űrlapokat teljes egészében automatizálni. Leírod a feladatot (“Lépj erre az URL-re, jelentkezz be, küldd be a heti kilométerelszámolást a megadott alkalmazottaknak”), megadod az adatokat, és ő kattint, gépel helyetted. A vonzerő? Vége a kattintgatós, táblázatból másolós, űrlapmezőkbe beillesztős őrületnek.
De – és itt jön az igazi nagy de – a web egy állatkert. Az űrlapok nagyon eltérőek. Egyesek egyjegyű hónapot kérnek, mások norvég teljes hónapnevet. Ezért szükséged lesz néhány jó gyakorlatra és térképre, ha a robot gyakornok összezavarodik.
Mikor érdemes használni a Gemini 2.5-öt: Mikor működik jól az automatizáció (és mikor nem)
Használd a Gemini 2.5 Computer Use-t:
- Ismétlődő belső űrlapokra (költségjelentések, HR frissítések, beléptetések, utazási igények)
- Szállítói portálokra, ahol következetes a felület és kiszámíthatóak a mezők
- Adatrögzítő migrációkra (CSV-ből webűrlapra, adatbázisból SaaS applikációra)
- Több rekord frissítésére, ahol az útvonal ugyanaz, csak az értékek változnak
Kerüld (vagy készülj fel jelentős segítségre), ha:
- Van captcha vagy erős botvédelem (mondjuk egy zseblámpás portás)
- Minden művelethez kétfaktoros hitelesítés kell
- Az oldal elrendezése rekordonként drasztikusan változik
- Rossz a hozzáférhetőség (jelöletlen mezők, kattintható elemek, amik nem gombok)
Alapszabály: ha egy gondos ember ritmusban végzi az űrlapot, a Gemini 2.5 általában megtanulja. Ha minden lépéshez tippelni kell, a modell valószínűleg a díszítőelemeken fog kattintgatni.
Kezdőkészlet: Eszközök és előkészületek
Szükséged lesz:
- Egy böngészőre, amit a Gemini irányíthat (általában Chrome/Chromium egy biztonságos automatizációs rétegen keresztül)
- Lehetőleg csak olvasási jogosultságú belépők a célsite-hoz (minimális privilégium elv)
- Egy tiszta tesztfiók vagy sandbox környezet (hogy véletlenül se rendelj 12 000 widgetet)
- Az adatod rendezett formában (CSV, JSON vagy Google Sheet), fejléc a mezőcímkékkel egyezően
- Az űrlapmezők listája a megjelenés sorrendjében
Nem kötelező, de nagyon hasznos:
- Képernyőképek az űrlapról, a címkéket körbefogó karikákkal, mint egy edző rajzai
- 3–5 mintasor tesztfuttatásokhoz
- Egy naplófájl, ahol rögzíted az összes futás állapotát és hibáit
Bemutató: Gemini 2.5 Computer Use kitölt egy minta költségelszámolót
Úgy csináljuk, mint egy főzőműsort. A végére 40 űrlap beadva, és egy mérgezett sütemény összeesése nélkül.
Forgatókönyv: A csapat heti kilométerelszámolást ad be. A webűrlap tartalmazza:
- Alkalmazott neve (szövegmező)
- Összes mérföld (numerikus)
- Díj (legördülő: 0,50; 0,58; 0,62)
- Megjegyzések (szövegdoboz)
- Feltöltés: Bizonylat (PDF)
- Beküldés, majd egy visszaigazoló kód
Az adataid CSV-ben élnek:
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
...stb.
1. lépés: Adj kontextust a Gemini 2.5-nek
- Add meg a weboldal URL-jét, a bejelentkezési lépéseket és az oldal pontos címkéit.
- Tartalmazd a CSV fejlécet és írd le, hogyan kell őket párosítani a mezőkkel.
- Mondd el, mit tegyen, ha mezők hiányoznak vagy blokkolva vannak (pl. kihagy sor, hiba naplózása).
Példa utasítás:
“Nyisd meg, jelentkezz be a tesztfiókkal. Minden CSV-soron töltsd ki: Name → Employee Name, week_ending → Week Ending (YYYY-MM-DD), total_miles → Total Miles, rate → Rate legördülő, notes → Notes, receipt_path → Feltöltés. Küldd be. A beküldést követően másold ki a visszaigazoló kódot és írdd a sor mellé.”
2. lépés: Egy próba lefutás egy sorral
- Kérd meg a Gemini-t, hogy lassan és narrálva végezzen egy rekordot. Figyeld szorosan.
- Ellenőrizd, hogy a megfelelő legördülőt választja, és a megjegyzést nem a “Total Miles” mezőbe írja (ez előfordulhat!).
- Ha a dátumválasztó megnyit egy naptárat, mondd neki: “Írd be a dátumot közvetlenül YYYY-MM-DD formátumban; ne kattints a naptárra.”
3. lépés: Adj védőkorlátokat
- Határozd meg a siker érzékelését: pl. keresd a “Confirmation” szót és az EXP-#### formátumú kódot.
- Határozd meg a hibát: ha “Error” vagy “Try again” jelenik meg, készíts képernyőképet és ugorj a következő sorra.
- Korlátozd a sebességet: “Várj 500–800 ms-et minden oldalbetöltés után. Ha a gomb inaktív, ellenőrizd újra az összes kötelező mezőt.”
4. lépés: Kötetcella mód
- Most mondd: “Dolgozd fel az öt következő sort.” Figyeld. Ha jól teljesít, növeld húszra.
- Vezess naplót: sor szám, státusz, visszaigazoló kód, képernyőkép elérési út.
5. lépés: Befejezés
- Exportáld a naplót CSV-ben. Hagyd, hogy Gemini visszamásolja vagy elmentse a mappádba. Ellenőrizz néhány beküldést a portálon.
Amit csináltál, az egy rituálét tanítottál meg Gemini 2.5 Computer Use-nak. Nem merev szkriptek ezek, a modell látja az oldalt, alkalmazkodik a kis UI változásokhoz, és megy tovább. Mintha egy megbízható asszisztenst fogadtál volna: megmutatod, aztán bízol benne – de azért még ellenőrzöd a munkáját.
Nehezítő tényezők: Dátumválasztók, fájlfeltöltések, többlépéses varázslók
Hogyan kezeld a webűrlapok tipikus zavaróit:
- Dátumválasztók: Mondd a Gemini-nek, hogy a dátumot írja be a bemeneti mezőbe a webhely által elfogadott formátumban. Ha tilos a gépelés, mondd: “Nyisd meg a naptárt, használd a bal/jobbra nyilakat a hónapváltáshoz, majd kattints a napra.” Példa: “2025-10-03 esetén válaszd ki 2025. október 3-át.”
- Numerikus ellenőrzés: Egyes mezők nem fogadják el a vesszőt vagy a több mint két tizedest. Mond meg: “Írd be az Összes mérföldet egész számban, vessző nélkül.” Ha piros hibaüzenet jelenik meg, mondd el Gemininek, hogyan törölje.
- Legördülők: Sok egyedi listából áll, amit elrejtenek. Mondd: “Kattints a Díj legördülőre; ha nem nyílik ki, kattints a nyíl ikonra. Válaszd a ‘0.58’-at. Ha nem látszik, görgess a listában.”
- Fájlfeltöltések: Mutasd meg pontosan a fájl helyét. Ha megjelenik az operációs rendszer párbeszédablaka, mondd neki, hogy gépelje be az elérési utat a fájlnév mezőbe, majd nyomjon Entert. Ha több fájl is engedélyezett, mond meg, hogy hány fájlnál álljon meg.
- Több lépéses űrlapok: Mond meg Gemininek, hogy várja meg a “Következő” gomb engedélyezését. Ha az oldal változik, ellenőrizze egy fejléc (“2. lépés: Részletek”) megjelenését.
- Captcha és MFA: Itt add át a stafétát embernek. Kérj szünetet, hogy valaki megoldhassa a captchát vagy jóváhagyhassa az értesítést. Aztán folytassa Gemini.
- Autocomplete felugró ablakok: Ha a böngésző javaslata átfedi a mezőt, mond meg Gemininek, hogy nyomjon Escape-et gépelés előtt.
Valóságellenőrzés: sebesség és pontosság
A Gemini 2.5 Computer Use nem versenyautó – inkább egy nagyon türelmes kerékpáros, aki megáll minden jelzőtáblánál. Nem lesz gyorsabb a jól gépelő embernél, de leveszi a terhet a figyelmedről. És ami a legfontosabb, a tizedik azonos űrlapnál sem lesz figyelmetlen.
Pontossági tippek:
- Kezdj öt rekorddal. Javítsd a hibákat. Aztán skálázz.
- Adj “értelmi ellenőrzéseket” minden beküldés után: ellenőrizd az összesítést, hogy az új sor megjelenik a portál előzmény oldalán.
- Tartsd tisztán az adatokat forrásból: egységesíts dátumformátumokat; elő-ellenőrizd a számokat.
- Naplózz mindent. Ha nem ellenőrizhető, nem bízhatsz benne.
Biztonság első helyen: Jogosultságok, adatvédelem és határok
A böngésződ átadása az AI-nak olyan, mint a gyerekednek adni a bankkártyádat a boltban. Szabályokat kell felállítani.
- Használj külön böngészőprofilt, korlátozott cookie-kkal és jogosultságokkal.
- Hozz létre “minimális jogosultságú” tesztfelhasználót – admin jogok nélkül, korlátozott hozzáféréssel.
- Soha ne tárold a jelszavakat jelszóként tiszta szövegként a promptokban. Használj biztonságos titoktárolót, ha elérhető.
- Ha személyes adatokkal (pl. TAJ-szám, egészségügyi adatok) dolgozol, előbb egyeztesd a megfelelőségi csapattal.
- Rögzíts képernyőfelvételt vagy készíts időszakos képernyőképeket tesztfuttatáskor auditáláshoz.
- Készíts egy nagy piros “Stop” gombot: olyan utasítás, amit a modell mindig betart, vagy egy billentyűparancsot a vezérlés leállításához.
Táblázattól űrlapig: Egy újrahasználható prompt sablon
Egy újrahasználható sablon, amit a Gemini 2.5 Computer Use-hoz alakíthatsz át. Másold, alakítsd és mentsd el a következő köteghez.
“Feladat: Költségjelentések beküldése a csatolt CSV alapján a következő címen:
Szabályok:
- Narrálj minden műveletet. Mozogj lassan. Várj elemekre akár 1,5 másodpercet.
- Leképezés: name → Alkalmazott neve; week_ending → Hét vége (YYYY-MM-DD közvetlenül beírva); total_miles → Összes mérföld (egész szám); rate → Díj legördülő; notes → Megjegyzések; receipt_path → Feltöltés.
- Siker ellenőrzés: a beküldés után fogd meg a visszaigazoló kódot (minta EXP-####). Hiba ellenőrzés: ha ‘Error’ vagy ‘Try again’ jelenik meg, készíts képernyőképet, naplózd a sor számát és a hibaszöveget, majd ugord át.
- Sebesség: egyszerre 5 sort dolgozz fel. Minden köteg után exportálj CSV naplót az oszlopokkal: sor, státusz, visszaigazoló_kód, képernyőkép_út, jegyzetek.
- Biztonság: ha MFA vagy captcha kell, állj meg és jelezz nekem. Ne folytasd tovább.
Kezdj egyetlen rekorddal és várd meg a visszajelzésem a folytatáshoz.”
Ez az egy prompt 90 perc fárasztó munkát csökkent 15 perc átgondolt felügyeletté.
Hibaelhárítás melléktippek (mert valami mindig félresiklik)
- Rosszat gépel a mezőbe: Kérd, hogy hivatkozzon a mező címkéjére szöveghozzáférés alapján: “Gépelj az ‘Alkalmazott neve’ címke jobb oldalán lévő mezőbe.” Ha címkék hiányoznak, használja a helyőrző szöveget.
- A gomb nem aktív: általában egy kötelező mező üres vagy csak szóközöket tartalmaz. Kérd Gemini-t, hogy ellenőrizze, minden kötelező mező nem üres, majd lépjen ki (Tab) a mezőből az érvényesítéshez.
- Az oldal ma másképp néz ki: Mondd neki, hogy újra keresse meg az űrlapot fejléc és gyakori kulcsszavak alapján. Ha gyakori a változás, tarts fenn egy rövid “űrlap profilt” minden verzióhoz.
- Üres bizonylatot tölt le: Győződj meg róla, hogy a feltöltési lépés befejeződik a beküldés előtt; várd meg a fájl neve csíp vagy a “feltöltve” jelzést.
- A portál kijelentkeztet: Adj egy “keepalive” lépést a rekordok között – frissítsd az oldalt vagy jelentkezz be újra, ha a sütik lejárnak.
Módszerek összehasonlítása: Gemini 2.5 vs szkriptek vs RPA
- Hagyományos szkriptek (Selenium, Playwright): Villámgyors, nagyon pontos, de törékeny. Egy megváltozott CSS osztály összedönti az egész láncot. Jó kontrollált alkalmazásokhoz.
- RPA platformok: Erősek, vizuális folyamattérképekkel és vállalati irányítással. Beállítása lehet projekt. Csodás, ha napi szinten használod.
- Gemini 2.5 Computer Use: Rugalmas, a képernyőt figyelő értelem. Lassabb, de kevésbé törékeny. Ideális alkalmi futtatásokhoz, kaotikus harmadik fél portálokhoz és egyszeri migrációkhoz.
Gondolj Geminire, mint a sokoldalú alkalmi munkásra, aki be tud menni egy új irodába és megtalálja, melyik fiókban vannak a gemkapcsok – kevés iránymutatással.
Hol illeszkedik be Sider.AI (és hogyan segít igazán)
Íme egy meglepetés: Sider.AI remekül működik parancsközpontként ezekhez a munkafolyamatokhoz. Egy helyen tarthatod prompt sablonjaidat, CSV-ket, naplókat és képernyőképeket, és kérheted a segédet, hogy fűzze össze a lépéseket. Nem helyettesíti Gemini 2.5 Computer Use oldalkezelését, de képes: - Tárolni és verziózni a promptokat, mint egy automatizációs szakácskönyvet
- Összefoglalni a futási naplókat egy egyszerű “ki sikerült, ki hibázott, mi a következő lépés” jelentésben
- Egyedi hibakeresési promptokat generálni, ha megváltozik a portál
- Segíteni egy rendezetlen táblázat tiszta, automatizálásra kész CSV-vé alakításában
Együtt használva: Sider.AI a vágólap és játék-könyv; Gemini 2.5 pedig a pályán az irányító. Haladó lépések: Feltételes logika, ágazások és ellenőrzések
Ha a alapok megbízhatóak, adj hozzá okosságot:
- Ágazás: “Ha a Díj legördülő nem tartalmazza a kívánt opciót, válassza a legközelebbi, a kért díjnál nagyobbat vagy egyenlőt; különben jelöljük meg a sort hibásnak.”
- Feltételes csatolmányok: “Csak tölts fel bizonylatot, ha összes mérföld ≥ 50; különben hagyd üresen.”
- Származtatott mezők: “Számítsd ki a térítést = összes mérföld × díj; ellenőrizd, hogy a portál számítása $0,01-en belül egyezik; ha nem, készíts képernyőképet és hagyd ki.”
- Oldalak közötti ellenőrzés: Beküldés után nyisd meg a “Előzmények”-et, keresd meg a mai bejegyzést, és ellenőrizd, hogy név és összeg egyezik a CSV-vel.
Ezek az ellenőrzések a szórakoztató demóból vezetői elfogadást hoznak.
Gyors kitérő: Biztonsági színház vagy valódi védelem
Találkozni fogsz olyan portálokkal, amelyek rejtvényeket, húzd és vidd csúszkákat vagy hobbit méretű felugró fejtörőket használnak. Egyesek valódi botvédelem; mások csak dizájn. Ne harcolj az utóbbiakkal. Készülj emberi közreműködésre: Gemini jelezze: “Captcha észlelve – várakozom segítségedre,” majd folytassa.
Az igazi védelem a telepítésedben van: külön profilik, korlátozott jogosultságok, audit naplók és egyértelmű stop feltételek.
Mérési siker: Mit jelent a “jó”
Egy jól működő webűrlap automatizálás Gemini 2.5 Computer Use-szal így néz ki:
- Az esetek 95%+ automatikusan feldolgozva kézi beavatkozás nélkül
- A hibák kiszámíthatók és naplózottak (például dátum eltérés, hiányzó fájlok)
- Újrafuttathatod az utolsó sikertelen sort anélkül, hogy az előzőket meg kellene érintenéd
- Egy ember képes auditálni képernyőképeket és naplókat, hogy pontosan lássa a történéseket
Ha ezeket a mércéket eléred, a fáradságot átváltottad egy rendezett, áttekinthető folyamatra.
Mini játék-könyv: nulláról a 'Beküldés'-ig 12 lépésben
- Találj egyetlen, unalmas űrlapot, amit hetente kitöltesz.
- Tisztítsd meg az adatokat: dátumok, számok, fájl elérési utak.
- Hozz létre tesztfiókot és sandboxot, ha van.
- Nyisd meg a Gemini 2.5 Computer Use-t egy kontrollált böngészőprofilban.
- Írd le az űrlapot és adj meg mezőleképezést.
- Futtass egy rekordot lassan, narrálva, szemmel tartva.
- Adj siker- és hibaellenőrzéseket.
- Építs naplót és készíts képernyőképet hibára.
- Dolgozz fel öt, majd húsz rekordot.
- Adj kis védőkorlátokat (Escape az autokomplet lezárásához; dátumokat közvetlenül írd be).
- Exportáld a naplót; ellenőrizd véletlenszerűen a portál előzményeit.
- Mentsd el promptodat és adatstruktúrádat a következő hétre. A jövőbéli éned hálás lesz.
Még egy utolsó gondolat: Ne harcolj az oldallal – tanuld meg az oldalt
A web szeret titkokat tartani. Gombok ikonok mögött rejtőznek; mezők csak akkor kritizálnak, ha elnavigálsz. A Gemini 2.5 Computer Use nem varázsolja meg a webet — türelmesen tanulja. A siker nem a sebesség, hanem a nyugalom. Visszakapod azt az időt, amit korábban űrlapmezők között lapozgatással töltöttél, és inkább a megjegyzések szövegén gondolkodhatsz: „Ügyfél látogatások B zónában” vagy a merészebb „Zóna B extravaganza”.
Szóval válassz egy űrlapot. Ültesd a Gemini 2.5 Computer Use-t a vezetőülésbe – biztonsági övekkel –, és hagyd, hogy kattintson helyetted. Amikor megjelenik a visszaigazoló kód és senkinek nem kellett legurítania egy legördülőt, olyan érzésed lesz, mintha az internet bocsánatot kért volna a 2007-es dátumválasztó miatt.
Fő üzenetek
- A Gemini 2.5 Computer Use képes webűrlapokat automatizálni azzal, hogy úgy látja és kezeli az oldaladat, mint egy gondos asszisztens.
- Kezdd kicsiben, adj hozzá védőkorlátokat, és csak akkor bővítsd, ha már unalmas – a jó értelemben.
- Használj tiszta adatokat, explicit mezők hozzárendeléseit, és siker/hiba ellenőrzéseket.
- Fogadd el, hogy a captchák és az MFA emberi beavatkozást igénylő pillanatok.
- Párosítsd a Sider.AI-jal a promptok, naplók és a takarítás kezeléséhez – olyan, mint a vágólap a Gemini kezeihez.
Most pedig tanítsd meg annak az űrlapnak, ki a főnök. Vagyis, ki delegál udvariasan.
GYIK
Q1: Mi az a Gemini 2.5 Computer Use, közérthetően?
Ez egy olyan mód, ahol a Gemini ténylegesen irányíthatja a böngésződet – kattintva, gépelve, feltöltve –, így automatizálhatja a webes űrlapokat. Képzeld el úgy, mint egy gondos gyakornok, aki követi az utasításaidat és elmeséli a lépéseket.
Q2: A Gemini 2.5 tényleg képes automatizálni a webes űrlapokat fájlfeltöltésekkel és dátumválasztókkal?
Igen, világos utasításokkal. Mondd meg neki, hogy a dátumokat közvetlenül írja be, kezelje explicit módon a Rate legördülő menüt, és illessze be a fájl elérési útját a feltöltési párbeszédpanelre – ezek a részletek jelentik a különbséget.
Q3: Hogyan tarthatom biztonságban és megfelelően a webes űrlapok automatizálását?
Használj külön böngészőprofilt, minimális jogosultságú fiókokat és naplókat minden futtatáshoz. Kerüld a jelszavak promptokba helyezését; állj meg a captcháknál és az MFA-nál, majd folytasd.
Q4: A Gemini 2.5 gyorsabb, mint a hagyományos szkriptek, mint például a Selenium?
Általában nem, de jobban alkalmazkodik a kusza oldalakhoz és az egyszeri munkákhoz. A szkriptek gyorsabbak és törékenyebbek; a Gemini lassabb, de kevésbé valószínű, hogy elromlik, amikor az oldal CSS-e megváltozik.
Q5: Hol segít a Sider.AI ebben a munkafolyamatban?
A Sider.AI tárolhatja a promptjaidat, megtisztíthatja a CSV-idet, összefoglalhatja a naplókat, és hibaelhárítási tippeket generálhat. Ő a szervező és főszerkesztő az automatizálási forgatókönyvedhez, miközben a Gemini kattint. 
