AI智能体越来越容易操作网页：看懂表格、填写资料、选择菜单，甚至点击提交按钮。对于每天需要重复处理CRM、采购单和运营后台的人，这类能力确实有吸引力。但真正危险的往往不是AI填错了几个字，而是它把尚未审核的内容正式提交，触发发信、付款、排期或客户资料变更。初次部署AI填表任务，建议先使用“影子模式”：让系统准备数据、演示操作和检查差异，但不执行最终提交。

第一步：把页面操作分成读取、草拟和生效三层

先列出AI需要访问的页面、字段和按钮。读取型操作包括查看客户列表、获取订单状态；草拟型操作包括填入备注、选择分类；真正产生后果的操作则包括保存、提交、删除、发信或转账。不要让工具把这些动作都叫作“下一步”。权限应从只读开始，经过测试再放开草拟，最后才考虑有限的写入。

例如客服团队想用AI整理100条工单，可以先让它对工单提出标签建议，而不是直接修改线上标签。管理者只检查建议与人工标准差异，暂不调用修改API。这样既能评估模型理解能力，也不会在试用阶段把错误扩散到用户数据中。

第二步：准备可重复的测试环境

创建不包含真实个人资料的测试账号和样本工单，保留每条数据的初始状态。测试表单至少包含必填字段、日期格式、中文姓名、特殊符号、下拉选项和可能失败的校验规则。记录页面版本、设备浏览器、测试时间和最终预期值。只有起始条件一致，才能分清错误来自AI理解、页面变化还是操作工具。

Playwright官方文档提供定位器与表单操作的标准方法，例如按角色、文本或测试ID寻找元素。对稳定的测试页面，可以优先使用明确的选择器而不是要求AI每次依赖视觉猜测。生产系统没有可靠的测试环境时，应更严格限制自动提交，不应拿真实客户记录当作随意试验的数据。

第三步：让AI只生成待提交计划

影子模式输出应该是一份字段差异表，而不是直接点击最终保存。每一行记录：原始值、拟写入值、信息来源、置信度提示和需要人工确认的原因。比如把发票日期从“2026/10/24”转换成“2026-10-24”，通常属于格式处理；把缺失的付款金额“推测”为5000元，则必须阻止。

提示词可以写成：“只提取附件已有内容，不允许补造身份证号、价格或银行账号；缺失数据填写待确认；输出JSON草稿，不调用任何提交工具。”然而，提示词本身不是可靠的权限系统。真正的防线必须是工具层面不提供提交能力，或者由单独审批流程控制生效操作。

第四步：用断言验证最终页面状态

对草稿页面可以运行自动化检查，例如字段是否可编辑、必填项是否齐全、选中的下拉值是否正确。Playwright官方的自动重试断言会在一定时间内等待页面达到预期状态，能够减少异步加载带来的不稳定测试。但一个绿色的测试结果只能证明相应断言通过，不代表业务信息必然准确。

因此，技术断言要与业务断言组合。订单数量必须与原始附件一致，币种必须明确，联系人不能被误选。对于涉及财务或法律的字段，应强制双人校对或独立审核。测试日志要能回放字段变化，同时避免把密码、Cookie或客户隐私内容原样上传到普通错误监控系统。

第五步：模拟失败与重复提交，避免副作用

假设AI点击提交后网络超时，页面没有显示成功。系统不能简单地再次点一次，尤其在支付、邮件发送、订单创建等场景。正确做法是先检查后端是否已经生成操作记录，再决定是否重试。对于支持幂等请求ID的接口，使用固定业务操作ID可以降低重复创建风险。

在测试阶段，设置表单必填字段缺失、页面突然刷新、权限失效和服务器返回错误等情况，观察AI是否会误把异常理解为“继续操作”。一旦出现超出权限的请求，系统应停止而不是换一种方式继续点击。稳定的自动化应当能够明确说出“未执行、已执行、状态未知”三种结果。

第六步：按风险逐步开放真实写入

可以把测试结果整理为四项指标：字段提取准确率、需要人工修正的比例、潜在误提交次数、每张表真正节约的人工时间。只有在相应业务可接受的质量水平下，再从草拟阶段进入有审批的正式写入。对低风险备注字段可以批量审核，对高风险金额、权限或公开发布仍需每次人工确认。

NIST人工智能风险管理框架强调识别、测量和管理AI应用风险。影子模式正是一种把风险限制在可观测范围内的工程实践。好的AI自动化不是“所有按钮都能点”，而是知道哪些动作必须确认、哪些错误无法自动修复，以及什么时候应该把控制权还给人。

Sources与工具说明

Playwright官方文档：Locators（定位器）；Playwright官方文档：Assertions（自动重试断言）；NIST AI风险管理框架（2023年1月发布）。文中影子模式是原创操作框架，不意味着任何现成工具默认具备上述权限隔离能力。