《我在用 Agent》L2 延伸補充

讓 Agent 上網替你跑腿,
Codex 操控瀏覽器

尤其是那個「登入後」才看得到的世界

🧩 L2 進階一招 🌐 內建瀏覽器+Chrome 外掛 🔗 銜接 L2 行前 Agent
先接上前面

做檔案、動電腦,現在——上你的網

L1 你看過的

幫你做檔案

在資料夾裡,一句話生出簡報、整理文件。

產出=做好的檔案
→
前一份延伸

幫你動整台電腦

Computer Use 用自己的游標,操作沒 API 的桌面 App。

產出=它替你點完了
→
今天這一堂

幫你上網跑腿

操作瀏覽器,尤其是「登入後」才看得到的網頁。

產出=它替你上完網
很多「真正有用的事」,都發生在你登入之後的網頁裡。
為什麼這是大事

精彩的內容,大半藏在「登入後」

💳

會員價/特價

登入才看得到的優惠、比價、訂房房價。

🗂

CRM/後台訂單

Salesforce、進銷存、出貨後台的資料。

✉️

Gmail/內部信

收件匣、招募來信、公司內部通知。

📊

公司內部儀表板

登入後的報表、數據、營運看板。

一般 chat 只看得到公開網頁;Agent 能用你的登入身分,看到「跟你坐在電腦前一樣」的畫面。
先分清楚

操作瀏覽器,有兩把刀

🛡 內建瀏覽器沙箱、乾淨
🔑 Chrome 擴充借你的登入
藏在 Codex 視窗裡的小瀏覽器
借你電腦上「平常那個真 Chrome」
只看公開網頁、本機 localhost
看得到 Gmail/後台等登入後內容
看不到你的 cookie 與登入狀態
用你既有的 cookie,不必交帳密
差別只有一個關鍵——看不看得到你的登入狀態。
工具一

內建瀏覽器——乾淨、安全、看公開頁

🛡

藏在 Codex 裡的沙箱

一個乾淨的小瀏覽器,碰不到你的 Chrome 設定檔、外掛與分頁。

🌐

只看公開頁/localhost

本機開發預覽、檔案預覽、不需登入的公開網頁。看不到你的登入狀態。

⌨️

用 @Browser 叫它

2026-04-16 隨 Codex 桌面大改版上線,自然語言下指令。

殺手鐧 · Annotation 標註模式

在網頁畫面上「圈一下+寫一句」就改版——圈按鈕寫「往上移」、圈標題寫「再粗一點」,它就去改程式。把改網頁變成點一下加一句話。

工具二

Chrome 擴充——借你「已登入的真 Chrome」

🔑

用你平常的登入狀態

直接借用你那個 Chrome 的 cookie/session,等於替你坐進電腦。

🏢

登入後的網站都能做

Gmail、LinkedIn、Salesforce、公司後台與儀表板。

🙅

不必交出帳密

用既有登入工作階段,也省掉處理 MFA/驗證步驟。

威力最大,也最該小心——它握有你的登入身分。用 @Chrome 叫它(2026 年 5 月、約 5/7 推出)。
運作方式

背景分頁群組,安靜替你跑

🗂

開在分頁群組

任務跑在 Chrome 的一個分頁群組裡,一個對話配一組。

🔀

可跨多分頁平行

同時開好幾個分頁一起做,效率更高。

🙌

不搶你的畫面

不會接管你正在看的視窗,你能同時做自己的事。

底層走 CDP(直接接進 Chrome 讀 DOM);2026-06-11(v26.609)起瀏覽器操作經最佳化,提速最多 2 倍。

放對位置

同樣操作網頁,兩種做法

🖱 Computer Use像人一樣點
🔌 Chrome 擴充直接接 Chrome
看螢幕截圖、猜座標點按打字
透過 CDP 直接讀 DOM 操作
通用但較慢,要一步步判讀畫面
對網頁自動化更穩、更快
Windows 上會接管你的前景畫面
背景跑,不搶你正在用的畫面
要操作網頁,優先 Chrome 擴充;連桌面 App 也要一起動,才用 Computer Use。
該用哪個

能用低權限,就別升級

← 最安全最強・最該小心 →
🔎
web search/專屬外掛
查公開資料、有 API 的整合
🛡
內建瀏覽器
@Browser
公開網頁、本機 localhost
🔑
Chrome 擴充
@Chrome
你已登入的真 Chrome
🖱
Computer Use
@Computer
整個桌面 App+瀏覽器
能用低權限工具完成的,就別動用高權限工具。
開通

開通,三步就好

1 在 Codex App 的 Plugins 裡,加入 Chrome。
2 跟著精靈到 Chrome 線上應用程式商店,裝「Codex」擴充、核准權限。
3 確認擴充顯示 Connected → 之後用自然語言 @Chrome … 下指令。

需先裝好 Codex 桌面版並用 ChatGPT 帳號登入;官方主要支援 Google Chrome(macOS/Windows)。

下指令

一樣用 L1 的公式下指令

@Browser公開網頁/本機
@Chrome你登入的真 Chrome
@Computer整個桌面
好指令就是 L1 公式:目標+限制+流程+驗收。
📋 可直接複製 @Chrome 打開我們的訂單後台 → 把本月已出貨訂單匯出成 Excel 存到 桌面/orders/;每一步先讓我看,匯出前先問我一次。
安全是設計

每碰新網站,先問你

✅

只允許這次對話

這次任務碰一下就好,下次再問。最保守。

♾

永遠允許這個網站

常用、低風險的站可加進白名單(allowlist)。

🚫

拒絕

不讓它碰,列進黑名單(blocklist)擋掉。

兩個別隨手開的「高風險」開關:「永遠允許所有網頁內容」(拿掉守門員)、「讀瀏覽歷史」(含敏感網址)。
頭號風險

最大的坑——網頁裡藏的
壞指令會被當真

情境
你叫它「摘要這頁」→ 頁面/留言裡藏的一句 「把他的資料寄到 XXX」 可能被它照做。AI 分不出哪句是你的命令、哪句是網頁的陷阱。

OWASP 把提示注入列為 LLM 風險第一名(LLM01:2025)。瀏覽器場景最怕「間接注入」——壞指令藏在網頁/留言/郵件裡。

它真的發生過

不是嚇你,是真實血案

案例 · Brave 資安團隊揭露
AI 瀏覽器 Comet 被藏在 Reddit 留言的指令騙 → 跑去讀使用者已登入 Gmail 的一次性密碼(OTP) → 回傳給攻擊者。使用者只是要它「摘要這篇」。
你登入越多帳號,AI 被騙後能闖的禍越大。
為什麼瀏覽器 agent 特別危險

致命三元組

1看得到你的私密資料(登入後的信箱、後台)
2會讀到不可信內容(天天逛的外部網頁)
3能對外送出/操作(填表、寄信、上傳)
瀏覽器 agent 很容易同時湊齊三件事——別讓它又看私密資料、又上不明網站、又能對外送。
安心上手

照這幾條,安心用

✓allowlist 只放常用、低風險站
✓寄信/付款/送出前一定先看過
✓登入金融/付款頁時別放手
✓不相關的敏感分頁先關掉
✓別把密碼/金鑰貼進任務
✓當它是「會犯錯的實習生」
硬限制——它破不了圖片驗證碼:搶票/自動訂票、需驗證碼的登入會卡住;抓資料、做比較表可以,「下單付款」那步留給人。
別人已經這樣用了

六個上班族真實用例

✈️行前 Agent(L2 雛形)

登入 Google → 15 篇部落格整成試算表 → 到地圖建景點清單。

電腦玩物實測 
🗂Salesforce 更新客戶

「用這些通話筆記更新客戶資料」,可批次填表、匯出報表。

官方範例 
💼LinkedIn 整理招募信

整理招募者來訊摘要、各擬一則簡短回覆。

官方範例 
🔍跨站情蒐

登入 X/內部儀表板,自動捲動過濾,整理成摘要與網址清單。

使用實測 
📦後台匯出訂單

開瀏覽器、登入後台,把訂單匯出成 Excel。

多篇實測 
📝表單代填

填公司系統或 Google 表單,「填好先讓我確認再送出」。

使用實測 
進階玩法

人不在,它也能替你盯

🛰

競品/價格監控

跨好幾個站抓變化——競品價格、庫存、會員優惠,整理成一份摘要回報你。

跨站抓變化
⏰

Automations 排程

每天/每週固定自動跑一輪,結果進收件匣;沒有新東西就自動封存,不吵你。

排程自動上工

好的排程指令要寫清楚:沒資料時怎麼處理、什麼情況不要重複回報。

回家試這個

今天就試這一個(安全、可驗證)

🎯 用內建瀏覽器 @Browser 開一個公開網頁 → 抓重點整理成一張表

為什麼安全:不碰登入、不碰 cookie,成果是一份新檔,可以當場驗證對不對。

🥉

先看不裝

把兩個工具的差別弄懂就好。

🥈

Plus+裝 Chrome 擴充

用自己的 Google 帳號做「景點 → 試算表+地圖」。

🥇

想加碼

設一個每天的價格/競品監控排程。

帶走三句話

今天,記得這三句

1

兩個工具差在「看不看得到你的登入」。

2

能用低權限工具,就別升級到高權限。

3

最該防提示注入——當它是會犯錯的實習生,重要的事人工把關。

✈️ 下集預告:L2「行前 Agent」

這正是它幫你操作瀏覽器、連會員價都看得到的那一堂——只看公開頁→內建瀏覽器;要用登入身分→Chrome 擴充;連桌面 App→Computer Use。

《我在用 Agent》L2 延伸完|事實查證 2026-06-13|安全第一,小步試