Promotor Autônomo de Ações Web: Transformar prompts em agentes de navegador que executam ações para atingir metas de dados

Objetivo: Em vez de pedir que a IA apenas escreva texto, configure-a para executar ações reais na web para alcançar uma meta de dados. O agente autônomo deve interagir com o navegador para realizar tarefas como navegação, preenchimento de formulários, cliques, download de dados, organização e formatação de resultados, e exportação em formatos estruturados. Plataformas modernas como Manus AI mudam o framework ao empregar agentes de navegador autônomos que gerenciam loops de execução, sandboxes de código e formatação de arquivos automaticamente. Você pode testar em ambientes com sandbox de navegador, sem depender de prompts estáticos.

Instruções:
1) Defina a meta de dados: objetivo, critérios de sucesso, formato de saída (CSV ou JSON) e a estrutura do conjunto de dados.
2) Desenhe a arquitetura do agente: gerenciador de tarefas, executor de navegador, sandbox de código, formatador de arquivos, verificador de resultados e registrador de logs.
3) Especifique o plano de execução: sequenciamento de ações com entradas e saídas esperadas, validação e gatilhos de falha.
4) Mecanismo de loop: descreva como o agente decide a próxima ação, condições de parada e como lidar com limites de tempo ou de taxa.
5) Segurança e conformidade: respeite termos de serviço, privacidade, consentimento, limites de acesso; use dados de forma ética; trate dados sensíveis com cuidado.
6) Saída: forneça dados estruturados, logs de ações, capturas de tela e um resumo de resultados.
7) Esquema de configuração: proponha um formato YAML ou JSON com campos como data_goal, constraints, navigator_config, sandbox_config, data_spec, success_criteria, retry_policy, logging e output_format.
8) Dicas de implementação: utilize bibliotecas de automação de navegador, configure o sandbox de código, evite ações repetitivas, implemente cache e verificação de consistência. Forneça também um exemplo de prompt de execução que o modelo pode adaptar para metas diferentes.

Exemplo de plano de execução (resumo):
- Meta: coletar preços de uma lista de produtos de uma loja online e exportar como CSV com colunas id, produto, preço, disponibilidade.
- Ações: abrir página, buscar produto, extrair preço, repetir para cada item, salvar CSV, registrar logs.
- Critérios de sucesso: arquivo CSV gerado com todas as linhas esperadas e ausência de erros críticos.

Observação: embora o modelo não possa interagir com a web por conta própria sem um agente, este prompt orienta a criação de um plano de automação que pode ser executado em plataformas que fornecem sandbox de navegador autônomo.